[論文レビュー] Geometry of Complex Networks and Topological Centrality

Gyan Ranjan, Zhi-Li Zhang|arXiv (Cornell University)|Jul 5, 2011

Complex Network Analysis Techniques参考文献 29被引用数 4

ひとこと要約

本稿は、グラフラプラシアンのムーア・ペンローズ一般化逆行列を用いて、幾何的アプローチによるネットワークの耐障害性を定式化する。頂点 $i$ のトポロジカル中心性 $ olimits\mathcal{C}^*(i) = 1/l^{+}_{ii}$ を定義し、$l^{+}_{ii}$ を $n$ 次元埋め込み空間における頂点 $i$ から原点までの二乗距離として解釈する。この手法は、ランダムウォークの迂回コスト、電気回路ネットワークにおける電圧分布、エッジ故障時の平均接続性と関連づけ、構造的摂動に対する感受性が高く、従来の指標よりも優れたノードランク付けを実現する。

ABSTRACT

We explore the geometry of complex networks in terms of an n-dimensional Euclidean embedding represented by the Moore-Penrose pseudo-inverse of the graph Laplacian $(\bb L^+)$. The squared distance of a node $i$ to the origin in this n-dimensional space $(l^+_{ii})$, yields a topological centrality index $(\mathcal{C}^{*}(i) = 1/l^+_{ii})$ for node $i$. In turn, the sum of reciprocals of individual node structural centralities, $\sum_{i}1/\mathcal{C}^*(i) = \sum_{i} l^+_{ii}$, i.e. the trace of $\bb L^+$, yields the well-known Kirchhoff index $(\mathcal{K})$, an overall structural descriptor for the network. In addition to this geometric interpretation, we provide alternative interpretations of the proposed indices to reveal their true topological characteristics: first, in terms of forced detour overheads and frequency of recurrences in random walks that has an interesting analogy to voltage distributions in the equivalent electrical network; and then as the average connectedness of $i$ in all the bi-partitions of the graph. These interpretations respectively help establish the topological centrality $(\mathcal{C}^{*}(i))$ of node $i$ as a measure of its overall position as well as its overall connectedness in the network; thus reflecting the robustness of node $i$ to random multiple edge failures. Through empirical evaluations using synthetic and real world networks, we demonstrate how the topological centrality is better able to distinguish nodes in terms of their structural roles in the network and, along with Kirchhoff index, is appropriately sensitive to perturbations/rewirings in the network.

研究の動機と目的

• 従来のグラフ理論的指標を超えたネットワーク耐障害性の幾何的フレームワークを構築すること。
• グラフラプラシアンのムーア・ペンローズ一般化逆行列に基づく新しいノード中心性指標を定義すること。
• トポロジカル中心性を、ノードの構造的役割と複数のエッジ故障に対する耐性の指標として確立すること。
• 提案された中心性とキルフホフ指数が、ネットワークの再接続や摂動に対して感受性が高く、既存の指標を上回ることを示すこと。

提案手法

• グラフラプラシアン $\mathbf{L}^+$ のムーア・ペンローズ一般化逆行列を用いて、ネットワークを $n$ 次元ユークリッド空間に埋め込む。
• トポロジカル中心性を $\mathcal{C}^*(i) = 1/l^{+}_{ii}$ として定義し、$l^{+}_{ii}$ を $\mathbf{L}^+$ の対角成分とし、頂点 $i$ から原点までの二乗距離を表す。
• $\mathcal{C}^*(i)$ を、ノード $i$ を通るランダムウォークにおける平均迂回コストに関連づけ、グローバルな位置と接続性と結びつける。
• $\mathcal{C}^*(i)$ とランダムウォークにおける再帰確率の等価性を確立し、同等の電気回路ネットワークにおける電圧分布と類似性を示す。
• $\mathcal{C}^*(i)$ を、ネットワークの二部分割におけるノード $i$ を含む連結成分の平均サイズに関連づけ、エッジ故障に対する耐性を反映させる。
• $\mathbf{L}^+$ のトレース、$\sum_i l^{+}_{ii} = \mathcal{K}$ を用いて、キルフホフ指数を定義し、ネットワークの凝縮性と耐障害性のグローバルな記述子とする。

実験結果

リサーチクエスチョン

• RQ1 グラフラプラシアンのムーア・ペンローズ一般化逆行列を用いて、複雑ネットワークにおけるノードの構造的役割を反映する幾何的中心性指標をどのように定義できるか？
• RQ2 ランダムウォークの迂回と電気回路アナロジーの観点から、トポロジカル中心性の物理的・確率的解釈は何か？
• RQ3 古典的中心性指標と比較して、トポロジカル中心性はノードの構造的役割をどの程度正確に区別できるか？
• RQ4 トポロジカル中心性とキルフホフ指数は、エッジの再接続などの局所的摂動に対してどの程度感受性を示すか？
• RQ5 特にスパースな現実世界のネットワークにおいて、$\mathbf{L}^+$ の対角成分は効率的に計算可能か？

主な発見

• トポロジカル中心性 $\mathcal{C}^*(i) = 1/l^{+}_{ii}$ は、ノードのグローバルな位置と接続性に基づき、次数や媒介性中心性よりも正確にコア、ゲートウェイ、周縁ノードを区別してランク付けできる。
• キルフホフ指数 $\mathcal{K} = \sum_i l^{+}_{ii}$ は、ネットワーク全体の凝縮性と耐障害性を幾何的に測る指標として機能し、値が低いほど構造的耐性が高いことを示す。
• 合成ネットワークおよび実世界のネットワークに対する実証的評価では、$\mathcal{C}^*(i)$ と $\mathcal{K}$ が局所的摂動や再接続に対して適切に感受性を示すことが判明した。これは、他の中心性指標では一貫して観察されない特性である。
• 中心性指標の計算コストは $O(n^3)$ であり、測地線中心性や部分グラフ中心性と同等であり、スパース行列技術およびモンテカルロ近似により高速化可能である。
• 密度の高いグラフでは、$H_{ij} \approx \text{Vol}(G) \cdot d(i)^{-1}$ と近似可能であり、中心性が主に局所的接続性に依存していることを示唆する。
• 本手法は、ネットワークトポロジー、ランダムウォークの再帰性、電気回路理論の間の明確な数学的関係を確立し、同一の幾何的量に複数の直感的解釈を提供する。