연속 부분그래프 매칭(CSM) 문제는 동적 그래프에서 패턴을 지속적으로 탐지하는 것을 목표로 하며, 사기 탐지와 같은 실제 응용 분야에 사용된다. CSM을 해결하기 위해 다수의 방법이 제안되었으나, 이들 방법 간의 공정한 비교가 이루어지지 못하고 있다. 또한, 기존의 CSM 통합 프레임워크는 하위 최적 구현으로 인해 오해의 소지가 있는 실험 결과를 보인다. 본 논문에서는 적층 뷰(stacked views)를 포함하는 delta 쿼리의 논리적 계획과 물리적 계획으로부터 CSM 코드를 생성하는 새로운 프레임워크를 제안한다. 각 CSM 방법을 delta 쿼리 계획으로 표현함으로써, 본 프레임워크는 CSM 방법들 간의 공정한 비교를 가능하게 한다. 포괄적인 실험을 통해, 선행 논문들에서 관찰된 성능 경향의 차이에 대한 원인-결과적 논증을 제시하고, 다양한 기법들이 전체 성능에 미치는 개별 영향을 추가로 분석한다. 구체적으로, 본 연구의 CSM 코드는 기존 방식의 하나에 대해, 최신 CSM 방법인 CaLiG보다 최대 48.6배까지 유의미하게 더 우수한 성능을 보인다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.