A temporal graph is a graph where its graph elements are only valid at a set of specific time. A concept of temporal graph traversals, which indicates the process of visiting temporally valid graph elements (i.e., events), is recently addressed. This kind of traversals can be used for analyzing information diffusion over time such as object traceability. However, it is possible that existing graph systems, not designed for temporal graph traversals, yield inefficiency in analyzing real-world temporal graphs. In the dissertation, we propose a temporal graph traversal platform, which enables efficient information diffusion analysis over time, called Khronos. Khronos provides the essential temporal syntax for property graph model and traversal language. In addition, Khronos manages indexes to efficiently traverse inter-events. In the evaluation, we show that the temporal syntax and indexes provided in the platform enhance the efficiency and outperforms existing property graph systems in terms of temporal graph traversals. As a case study, we apply Khronos to information systems for object traceability in order to show its feasibility. Our evaluation shows that applications can perform ad-hoc object traceability queries with less interaction and data transmission with the information systems, thus enhancing the scalability of the systems.
템포럴 그래프 순회는 템포럴 그래프의 일시적으로 유효한 그래프 요소인 이벤트들을 방문하는 절차를 의미하며, 이 순회 방법은 시간의 흐름에 따른 정보 확산 분석에 유용하게 사용될 수 있다고 알려져 있다. 이 논문은 시간의 흐름에 따른 정보 확산의 효율적인 분석을 위한 템포럴 그래프 순회 플랫폼을 다루었다. 제안하는 플랫폼은 기존의 정적 그래프 시스템에서 제공하지 않는 그래프 모델과 그래프 순회 언어에 대한 시간적 구조를 제공하고, 제공된 시간적 구조를 통해 추상화된 이벤트를 효율적으로 순회할 수 있도록 인덱스를 유지하여 플랫폼의 순회 엔진이 활용할 수 있도록 하였다. 실험을 통해 평가해 본 결과, 플랫폼에서 제공하는 시간적 구조와 인덱스가 템포럴 그래프 순회의 효율성을 향상하여, 기존의 정적 프로퍼티 그래프 시스템들 보다 시간의 흐름에 따른 정보 확산 분석에 효율적으로 사용될 수 있음을 보일 수 있었다. 시간의 흐름에 따른 정보 확산 분석의 대표적인 예로 공급망을 통해 확산하는 사물의 이력 추적을 들 수 있다. 사례 연구로써, 플랫폼을 이력 추적을 위한 정보 시스템에 적용해 보고 실험을 통해 평가해 본 결과, 제안하는 플랫폼이 사용자들의 애드혹한 이력 추적 질의를 정보 시스템과의 적은 상호 작용과 데이터 전송으로도 이룰 수 있게 함으로써 해당 정보 시스템들의 확장성을 향상할 수 있음을 보일 수 있었다.
