Static Analysis of Recursive SHACL
요약
본 논문은 RDF 데이터 제약 조건 언어인 SHACL(Shapes Constraint Language)에 대한 정적 분석 문제를 다룹니다. 특히 하나의 SHACL 문서가 만족하는 모든 그래프가 다른 SHACL 문서도 만족하는지 여부를 결정하는 문제입니다. 연구진은 이 문제가 일반적인 의미론에서는 결정 불가능함을 증명했으며, well-founded semantics 하에서는 single exponential time 복잡도로 해결 가능한 새로운 방법을 제시했습니다.
핵심 포인트
- SHACL(Shapes Constraint Language)는 RDF 데이터의 제약 조건 및 검증에 사용되는 언어입니다.
- 연구 목표는 하나의 SHACL 문서가 만족하는 그래프 집합이 다른 SHACL 문서도 만족하는지 여부를 정적으로 분석하는 것입니다.
- 일반적인 의미론 하에서 이 문제는 결정 불가능(undecidable)함을 증명했습니다.
- well-founded semantics를 사용하면, 해당 문제가 single exponential time 복잡도로 해결 가능합니다.
- 핵심 기술 기여는 well-founded semantics의 SHACL을 full hybrid mu-calculus로 번역하여 최적의 자동화 기반 결정 절차를 제공하는 것입니다.
SHACL (Shapes Constraint Language) 는 RDF 데이터에 대한 제약 조건을 'shapes'라는 개념을 통해 표현합니다. 그 핵심 서비스는 검증 (validation) 입니다: 데이터 그래프가 SHACL 문서를 준수하는지 확인하는 것입니다. 그러나 지금까지, 문서 간 비교를 위한 정적 분석 서비스는 존재하지 않았습니다. 이 논문에서는 다음과 같은 문제를 연구합니다: 하나의 SHACL 문서를 만족하는 모든 그래프가 다른 문서도 만족하는지를 결정하는 문제입니다. 이전 작업들이 shape expression 의 함의 (implication) 만 고려한 것과 달리, 우리는 (recursive) shape definition 과 targets 를 포함하는 문서를 고려합니다. 우리는 함의 (a.k.a. containment) 가 지원되는 semantics 와 stable model semantics 하에서는 undecidable임을 보였습니다. 이는 ALCIO를 사용하여 shape expression 을 표현하는 fragment 에 대해서도 마찬가지입니다. well-founded semantics 하에서는, 놀랍게도, single exponential time 에서 결정 가능합니다. 우리의 핵심 기술적 기여는 well-founded semantics 하의 SHACL 을 full hybrid mu-calculus 로 번역하는 것입니다. 이는 well-founded models 과 fixed point modal logic 간의 새로운 연결을 드러내며, worst-case optimal automata-based decision procedure 를 제공합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기