GPU를 활용한 이종 그래프에서 서브 그래프 탐색 가속화

• Published in: 한국콘텐츠학회 논문지, 24(11) Vol. 24; no. 11; pp. 42 - 51
• Main Authors: 전종우(Jongwoo Jeon), 이현병(Hyeonbyeong Lee), 임종태(Jongtae Lim), 복경수(Kyoungsoo Bok), 유재수(Jaesoo Yoo)
• Format: Journal Article
• Language: Korean
• Published: 한국콘텐츠학회 01.11.2024
• Subjects: 학제간연구; 이종 그래프; Graph Encoding; Concurrent Processing; Subgraph Search; 서브 그래프 탐색; 그래프 인코딩; GPU; Heterogeneous Graph; 동시 처리
• ISSN: 1598-4877; 2508-6723
• DOI: 10.5392/JKCA.2024.24.11.042

서브 그래프 탐색은 그래프 분석기법 중 하나이며 질의 그래프가 원본 그래프에 존재할 수 있는 모든 경우를 확인해야 하는 잘 알려진 NP-hard 문제이다. 이러한 문제점을 해결하기 위해 최근의 연구에서는 GPU를 활용하고 있으며 효율적인 필터링 방법을 제안한다. 이종 그래프의 특성을 고려한 효율적인 그래프 인코딩 전략으로 GSI(GPU-friendly Subgraph Isomorphism)가 제안되었다. 그러나 GSI 또한 그래프 크기가 커짐에 따라 인코딩 결과인 비트 테이블의 크기가 증가하여 Host-to-Device 전송 시간이 증가하게 되는 문제가 있다. 본 논문에서는 이와 같은 문제를 해결하는 이종 그래프 환경에서 효율적인 서브 그래프 탐색 기법을 제안한다. 제안하는 기법은 비트 테이블의 크기를 감소시켜 Host-to-Device 전송 시간을 줄인다. 또한, GPU를 활용한 동시 실행 전략을 통해 서브 그래프 탐색의 각 연산을 작은 연산들로 분할하고 같은 시간에 동시에 처리하여 전체 처리 시간을 효과적으로 감소시킨다. 다양한 성능 평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다. 특히, 제안하는 기법은 기존 기법 대비 질의 처리 시간을 최대 3.50% 감소시킨다. Subgraph search is one of the graph analysis techniques. It is a well-known NP-hard problem that requires checking all cases in which a query graph may exist in the original graph. To solve this problem, recent research uses GPUs and proposes an efficient filtering method. GPU-friendly Subgraph Isomorphism(GSI) was proposed as an efficient graph encoding strategy that considers the characteristics of heterogeneous graphs. However, as the graph size increases in GSI, there is a problem that the size of the bit table, which is the result of encoding, increases, and the Host-to-Device transfer time increases. In this paper, we propose an efficient subgraph search method in a heterogeneous graph environment that solves such a problem. The proposed method reduces the Host-to-Device transfer time by reducing the size of the bit table. In addition, through a simultaneous execution strategy using a GPU, each operation of subgraph search is divided into small operations and processed at the same time at the same time, effectively reducing the overall processing time. It is shown through various performance evaluations that the proposed method outperforms the existing method. In particular, the proposed method reduces the query processing time by up to 3.50% compared to the existing methods. KCI Citation Count: 0