본 논문에서는 대규모 데이터베이스 그래프에서 주어진 질의 그래프와 동형인 모든 부분그래프들을 찾는 부분그래프 문제를 다룬다. 최근 빠른 부분그래프 매칭을 위해서 특징 인덱스를 기반으로 하는 기법들이 제안되었다. 이 기법들은 데이터베이스 그래프 정점들과 질의 그래프 정점들을 정점 특징을 사용하여 비교한 후 부분그래프 매칭 작업에서 고려할 필요가 없는 데이터베이스 그래프 상의 정점들을 걸러냄으로써 부분그래프 매칭 비용을 줄인다. 기존 기법들에서는 라벨 분포와 부분구조를 정점 특징으로 사용한다. 하지만 가지치기 능력과 추출비용 사이의 교환 비용을 적절히 고려하지 않았다. 본 논문에서는 빠른 부분그래프 매칭을 위한 F-Index라고 부르는 특징 인덱스를 제안한다. F-Index는 정점 특징의 가지치기 능력과 추출비용 사이의 균형을 고려한다. 제안하는 기법에서는 라벨 분포와 함께 정점 주변의 연결정보를 정점 특징으로 사용한다. 데이터베이스 그래프 상에서 적합하지 않은 정점들을 빠르게 걸러내기 위해 정점 특징을 추출한 후 인덱스를 구축한다. 본 논문에서는 다양한 실험을 통해 제안하는 기법이 기존 기법들에 비해서 질의 처리 시간과 인덱스 생성 시간 측면에서 우수함을 보인다.
In this paper, we study the subgraph matching problem in a large database graph, which finds all subgraphs in the database graph that are isomorphic to a query graph. Recently, feature index-based methods have been proposed for fast subgraph matching in a large database graph. They adopt the concept of vertex features to easily compare the vertices from a database graph with those from a query graph and filter out vertices in the database graph not eligible for subgraph matching. Previous approaches use various kinds of vertex features such as label distribution and discriminative substructures. However, they do not carefully consider the tradeoff between pruning power and extraction cost of vertex features. In this paper we propose a feature index called F-Index for fast subgraph matching. F-Index strikes a balance between pruning power and extraction cost. It uses the combination of label distribution and connectivity information of neighbors as vertex features. F-Index is constructed over the extracted vertex features for fast filtering of unqualified vertices. Experimental results show that our method outperforms the existing methods in terms of query processing time with comparable index build time.
