[論文レビュー] Faster Spectral Sparsification in Dynamic Streams

Michael Kapralov, Aida Mousavifar+3 more|arXiv (Cornell University)|Mar 28, 2019

Caching and Content Delivery参考文献 57被引用数 4

ひとこと要約

本論文は、効果的抵抗距離のメトリクス上での新規なボールカービング技術を用いて、近似的に最適な空間計算量を維持しつつ、サブクアドラティックな回復時間を持つ、動的ストリームにおけるスペクトルスパースフィケーションのための最初の動的ストリームアルゴリズムを提示する。また、各評価あたりポリログのオーダーのわずかなオーバーヘッドで効率的なデランドマイゼーションを可能にする新しい擬似乱数生成器（PRG）を導入し、スケッチアルゴリズムにおける自由な完全なランダムネスの仮定を排除する。

ABSTRACT

Graph sketching has emerged as a powerful technique for processing massive graphs that change over time (i.e., are presented as a dynamic stream of edge updates) over the past few years, starting with the work of Ahn, Guha and McGregor (SODA'12) on graph connectivity via sketching. In this paper we consider the problem of designing spectral approximations to graphs, or spectral sparsifiers, using a small number of linear measurements, with the additional constraint that the sketches admit an efficient recovery scheme. Prior to our work, sketching algorithms were known with near optimal $ ilde O(n)$ space complexity, but $Ω(n^2)$ time decoding (brute-force over all potential edges of the input graph), or with subquadratic time, but rather large $Ω(n^{5/3})$ space complexity (due to their reliance on a rather weak relation between connectivity and effective resistances). In this paper we first show how a simple relation between effective resistances and edge connectivity leads to an improved $\widetilde O(n^{3/2})$ space and time algorithm, which we show is a natural barrier for connectivity based approaches. Our main result then gives the first algorithm that achieves subquadratic recovery time, i.e. avoids brute-force decoding, and at the same time nontrivially uses the effective resistance metric, achieving $n^{1.4+o(1)}$ space and recovery time. Our main technical contribution is a novel method for `bucketing' vertices of the input graph into clusters that allows fast recovery of edges of high effective resistance: the buckets are formed by performing ball-carving on the input graph using (an approximation to) its effective resistance metric. We feel that this technique is likely to be of independent interest.

研究の動機と目的

• 効率的な回復が可能な少数の線形測定値を用いて、動的グラフのスペクトルスパースフィケーションを設計すること。
• 従来のスケッチアルゴリズムにおける空間計算量と回復時間のトレードオフを克服すること。
• 各評価あたりポリログのオーダーのコスト増加でみたてられる、線形スケッチアルゴリズムの効率的デランドマイゼーションを可能にする擬似乱数生成器（PRG）を開発すること。
• 効果的抵抗距離のメトリクスを用いた頂点クラスタリングにより、高抵抗エッジの高速回復を実現する新規な手法を確立すること。
• スケッチアルゴリズムにおける自由な完全なランダムネスの仮定を排除することにより、大きな実行時間のペナルティを回避すること。

提案手法

• 効果的抵抗距離のメトリクス上での新規なボールカービング手順を用いて、頂点をクラスタリングし、高抵抗エッジを効率的に特定する。
• 木構造に基づくインデックス化方式を適用し、動的更新の過程でスケッチ部品への高速アクセスと回復を可能にする。
• 短いシードから長い擬似乱数列を生成する多段階の擬似乱数生成器（PRG）を導入し、各評価あたりポリログのオーダーのコスト増加に抑える。
• 局所的に計算可能なエキストラクタを用いてPRG構築を支援し、評価コストを低く抑えつつ、小さなシード長を確保する。
• エッジ-頂点インシデントベクトル上の線形スケッチ問題に再定式化することで、動的ストリームへの適応を可能にする。
• 再順序化の議論を用いて、PRGにシミュレートされたアルゴリズムが更新の順序にかかわらず正しく動作することを示し、動的環境下でも正しさを保つ。

実験結果

リサーチクエスチョン

• RQ1 動的ストリームにおけるスペクトルスパースフィケーションは、サブクアドラティックな回復時間と近似的に最適な空間計算量を両立させることができるか？
• RQ2 スペクトルスパースフィケーションにおける接続性に基づくスケッチ手法の根本的限界は何か？
• RQ3 線形スケッチアルゴリズムに適用可能な擬似乱数生成器を構築できるか、かつ各評価あたりポリログのオーダーのコスト増加に抑えられるか？
• RQ4 効果的抵抗をどのように活用すれば、ブルートフォースデコードなしに高速な回復が可能になるか？
• RQ5 スケッチアルゴリズムにおける自由な完全なランダムネスの仮定を排除できるか、かつ大きな実行時間のペナルティを伴わないか？

主な発見

• 本論文は、$ n^{1.4+o(1)} $ の空間計算量と回復時間を達成し、従来の接続性ベース手法における $ \tilde{O}(n^{3/2}) $ の壁を破った。
• 提案された効果的抵抗距離上のボールカービング手法により、低径路長のコンponentsに頂点をクラスタリングすることで、高抵抗エッジの高速回復が可能になった。
• シード長 $ O(S \cdot \mathop{\mathrm{polylog}} S) $ および各評価コスト $ O(\mathop{\mathrm{polylog}} S) $ を有する多段階PRGが構築された。ここで $ S $ はスケッチサイズである。
• PRGにより、任意の $ S $ 空間の線形スケッチアルゴリズムを、実行時間にポリログの要因増加でシミュレート可能となり、自由なランダムネスの必要性が排除された。
• 自然なバリアーケースにおいて、$ \tilde{O}(n^{3/2}) $ の空間計算量と実行時間を達成した。これは、接続性ベースの手法がこの下限を下回ることはできないことを示している。
• フレームワークにより、各更新あたり $ O(\mathop{\mathrm{polylog}} n) $ のコストでスケッチのインクリメンタルな更新が可能となり、擬似乱数性のもとでも正しさを保った動的ストリーム処理が実現された。