Opis projektu
Nowe narzędzia do oceny wiarygodności danych
Wyobraźmy sobie świat, w którym wyniki obliczeń są uzasadniane i potwierdzane: oznaczałoby to przejrzystość i możliwość kontrolowania systemów oraz wiarygodność i możliwość ponownego wykorzystania wyników. Pojęcie pochodzenie danych (ang. „data provenance”) odnosi się do możliwości prześledzenia pochodzenia informacji do pierwotnego źródła i oceny wiarygodności informacji lub źródła. W ramach finansowanego przez UE projektu ProDIS opracowane zostaną modele, algorytmy i narzędzia ułatwiające śledzenie pochodzenia danych w szerokim zakresie systemów intensywnie wykorzystujących dane. Opracowane rozwiązania będą wspierać proces określania pochodzenia danych w zakresie eksploracji danych i nauki o danych, jak również innych modeli analizy danych. Uczeni zajmą się też kosztami ogólnymi obliczeń związanych ze śledzeniem pochodzenia danych. ProDIS ma ponadto na celu opracowanie przyjaznego dla użytkownika narzędzia do analizy opartej na pochodzeniu danych oraz walidacji eksperymentalnej opartej na opracowaniu narzędzi prototypowych i wartości odniesienia.
Cel
In the context of data-intensive systems, data provenance captures the way in which data is used, combined
and manipulated by the system. Provenance information can for instance be used to reveal whether
data was illegitimately used, to reason about hypothetical data modifications, to assess the trustworthiness
of a computation result, or to explain the rationale underlying the computation.
As data-intensive systems constantly grow in use, in complexity and in the size of data they manipulate,
provenance tracking becomes of paramount importance. In its absence, it is next to impossible to follow the
flow of data through the system. This in turn is extremely harmful for the quality of results, for enforcing
policies, and for the public trust in the systems.
Despite important advancements in research on data provenance, and its possible revolutionary impact,
it is unfortunately uncommon for practical data-intensive systems to support provenance tracking. The
goal of the proposed research is to develop models, algorithms and tools that facilitate provenance
tracking for a wide range of data-intensive systems, that can be applied to large-scale data analytics,
allowing to explain and reason about the computation that took place.
Towards this goal, we will address the following main objectives: (1) supporting provenance for modern
data analytics frameworks such as data exploration and data science, (2) overcoming the computational
overhead incurred by provenance tracking, (3) the development of user-friendly, provenance-based analysis
tools and (4) experimental validation based on the development of prototype tools and benchmarks.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
ERC-STG - Starting GrantInstytucja przyjmująca
69978 Tel Aviv
Izrael