[論文レビュー] A Fast Order-Based Approach for Core Maintenance

Yikai Zhang, Jeffrey Xu Yu+2 more|arXiv (Cornell University)|Jun 1, 2016

Graph Theory and Algorithms参考文献 12被引用数 4

ひとこと要約

本稿では、大規模で変化し続けるグラフにおける動的コア維持のための新しい順序ベースのアプローチを提案する。頂点間にk順序を維持することで、辺の挿入または削除後のコア番号の特定と更新を効率的に行う。この手法は探索空間とインデックスの維持コストを低減し、11個の実世界グラフにおいて、最先端の走査アルゴリズムと比較して最大3桁の高速化を達成する。

ABSTRACT

Graphs have been widely used in many applications such as social networks, collaboration networks, and biological networks. One important graph analytics is to explore cohesive subgraphs in a large graph. Among several cohesive subgraphs studied, k-core is one that can be computed in linear time for a static graph. Since graphs are evolving in real applications, in this paper, we study core maintenance which is to reduce the computational cost to compute k-cores for a graph when graphs are updated from time to time dynamically. We identify drawbacks of the existing efficient algorithm, which needs a large search space to find the vertices that need to be updated, and has high overhead to maintain the index built, when a graph is updated. We propose a new order-based approach to maintain an order, called k-order, among vertices, while a graph is updated. Our new algorithm can significantly outperform the state-of-the-art algorithm up to 3 orders of magnitude for the 11 large real graphs tested. We report our findings in this paper.

研究の動機と目的

• 既存の動的コア維持アルゴリズムにおける高いパフォーマンスのばらつきとインデックス維持コストを解消すること。
• グラフの更新後にコア番号の更新が必要な頂点を特定するための探索空間を低減すること。
• 頂点間にk順序を維持することで、動的グラフにおけるコア番号の効率的かつ安定した更新を可能にすること。
• 多様な実世界グラフワークロードにわたって顕著に低い更新時間と一貫性のあるパフォーマンスを達成すること。

提案手法

• コア番号と近傍特性に基づいて頂点を明示的に順序付けするk順序構造を維持する。
• 辺の挿入または削除後にV*（コア番号の更新が必要な頂点）を特定するための探索空間をk順序で制限する。
• 辺操作中に最小限のオーバーヘッドでk順序を段階的に更新し、高コストな再計算を回避する。
• k順序を活用して、関連する頂点のみを走査するように導くことで、従来手法と比較して訪問ノード数を削減する。
• k順序構造を活用してコア番号の高速な照会と更新を可能にする軽量なインデックスを設計する。
• 挿入（OrderInsert）と削除（OrderRemoval）のための別々のアルゴリズムを実装し、両者ともk順序に依存して効率を確保する。

実験結果

リサーチクエスチョン

• RQ1 k順序構造を用いることで、動的グラフにおけるコア番号の更新のための探索空間を低減できるか？
• RQ2 k順序を維持することで、さまざまな辺の挿入操作におけるパフォーマンスのばらつきが低減するか？
• RQ3 既存のアルゴリズム（走査アルゴリズムなど）と比較して、k順序アプローチはインデックス維持コストを低減できるか？
• RQ4 グラフサイズと辺の密度が増加するに従って、k順序アプローチはどのようにスケーリングするか？
• RQ5 k順序構造は、多数の動的更新を経ても安定しているか？

主な発見

• 提案されたOrderInsertアルゴリズムは、11個の実世界グラフにおいて、最先端の走査アルゴリズムと比較して、辺の挿入パフォーマンスで最大3桁の高速化を達成した。
• 順序ベースの手法では、訪問頂点数と更新頂点数の比（|V′|/|V*|）が常に4未満であるのに対し、走査アルゴリズムでは比が最大10,000に達する場合があった。
• 順序ベースの手法は顕著に低いパフォーマンスのばらつきを示し、全テストグラフで1回の挿入あたり最大100頂点しか訪問しなかった。これに対して走査手法は、時として1,000以上の頂点を訪問する場合があった。
• k順序構造は1,000万回の辺挿入を経ても安定しており、テストした3つの大規模データセット（Patents, Orkut, LiveJournal）すべてで一貫したパフォーマンスと上限のある実行時間を維持した。
• インデックス作成には、走査アルゴリズムの約2倍の時間と5倍のメモリを要するが、動的更新における顕著なパフォーマンス向上を考慮すると妥当である。
• OrderRemovalアルゴリズムは非常にスケーラブルかつ効率的であり、V*とその近傍にのみ依存するため、本質的に安定しており高速である。