Privatización parcial de Matrix Profile usando Memoria Transaccional

Abstract

Matrix Profile está consolidado como uno de los métodos para la minería de datos en series temporales. Este algoritmo soluciona el problema de encontrar patrones y anomalías en series temporales de gran tamaño de manera exacta, rápida y sin la necesidad de parametrizaciones heurísticas. Su paralelización es factible privatizando o replicando las estructuras de datos en las que se basa y ejecutando una etapa de reducción final, pero esto puede resultar un problema cuando las series son muy grandes. Por otro lado, el paradigma de Memoria Transaccional (TM) busca simplificar la programación paralela y mejorar el rendimiento introduciendo el concepto de transacción. Una transacción es un trozo de código que se ejecuta de manera atómica y aislada de otras transacciones a la vez que en paralelo a ellas. El sistema transaccional (software o hardware) se encarga de detectar dependencias entre transacciones y serializar la ejecución en caso de conflicto. En este TFG se plantea la paralelización del algoritmo Matrix Profile usando el paradigma de Memoria Transaccional, con la intención de reducir el consumo de memoria del algoritmo sin empeorar el tiempo de ejecución del mismo.