COBRA：基于溯源抽象化的假设推理压缩方法
数据库
2020-07-13 v1
摘要
数据分析常涉及假设推理：反复修改数据并观察其对数据驱动应用计算结果所引发的影响。近期工作提出利用数据溯源追踪的思想来支持高效的假设推理：相较于代价高昂的底层应用重执行，可将数值赋给预计算的溯源表达式。在大规模数据与复杂应用中利用该方法的首要挑战在于溯源的规模。为此，我们提出一个可缩减溯源规模的框架。我们的方法基于通过抽象降低溯源粒度。我们展示了一个名为 COBRA 的系统的演示，该系统可检视溯源压缩对预期分析结果的影响。我们将在业务数据分析背景下演示 COBRA 的实用性。
引用
@article{arxiv.2007.05389,
title = {COBRA: Compression via Abstraction of Provenance for Hypothetical Reasoning},
author = {Daniel Deutch and Yuval Moskovitch and Noam Rinetzky},
journal= {arXiv preprint arXiv:2007.05389},
year = {2020}
}