[論文レビュー] Hop Doubling Label Indexing for Point-to-Point Distance Querying on Scale-Free Networks

Minhao Jiang, Ada Wai-Chee Fu+2 more|arXiv (Cornell University)|Mar 4, 2014

Data Management and Algorithms参考文献 27被引用数 4

ひとこと要約

本稿では、大規模スケールフリー・グラフにおけるポイントツーポイント距離照会を効率的に行うためのディスクベースの方法、Hop Doubling Label (HopDb) インデキシングを提案する。ホップ・ダブルイングと pruning 策略を活用することで、1頂点あたり200件未塔の小さなラベルサイズを達成し、数億ノードに達するグラフにもスケーリング可能であり、従来のメモリ内手法よりもインデキシング時間および照会時間で優れる。

ABSTRACT

We study the problem of point-to-point distance querying for massive scale-free graphs, which is important for numerous applications. Given a directed or undirected graph, we propose to build an index for answering such queries based on a hop-doubling labeling technique. We derive bounds on the index size, the computation costs and I/O costs based on the properties of unweighted scale-free graphs. We show that our method is much more efficient compared to the state-of-the-art technique, in terms of both querying time and indexing time. Our empirical study shows that our method can handle graphs that are orders of magnitude larger than existing methods.

研究の動機と目的

• 大規模スケールフリー・グラフにおける既存のメモリ内 2ホップラベリング手法のスケーラビリティ制限を克服すること。
• 高速な照会パフォーマンスを維持しつつ、インデックス構築時間とストレージ領域を削減すること。
• ディスクベースで反復的ラベリング手法を用いることで、メインメモリを超える非常に大きなグラフのインデキシングを可能にすること。
• スケールフリー・ネットワークの性質を活用して、小さなラベルサイズと制限された I/O および計算コストを保証すること。
• 最大数百億ノードの頂点を持つグラフに対しても、効率的なポイントツーポイント距離照会を可能にする手法を開発すること。

提案手法

• 各ステップでホップ数を倍増させる新しい反復的ホップ・ダブルイング・ラベリング処理を用いる。
• ハイブリッド戦略を導入：初期段階では成長を制限するホップ・ステッピングを用い、ラベル拡張を制御し、その後ホップ・ダブルイングに切り替えて高速化する。
• 各段階で不要または有望でないラベルエントリを除去するプルーニングを適用し、候補セットサイズを最大90％まで削減する。
• 無重みスケールフリー・グラフの小さなハブ次元と小さな直径という性質を活用し、ラベルサイズとイテレーション回数を制限する。
• 最短パスの意味論を保ちながらラベル成長を最小限に抑えるために、階層的分解を用いたボトムアップのアプローチでインデックスを構築する。
• プルーニングと制御された成長を用いて中間データサイズを制御することで、ランダムアクセスを最小限に抑え、ディスクベースの I/O 効率を確保する。

実験結果

リサーチクエスチョン

• RQ1 ディスクベースのインデキシング手法は、大規模スケールフリー・グラフにおいて、小さなラベルサイズと短いインデキシング時間の両方を達成できるか？
• RQ2 ホップ・ダブルイングとホップ・ステッピングを組み合わせたプルーニング戦略が、ラベルサイズと収束速度に与える影響はいかほどか？
• RQ3 スケールフリー・グラフの構造的性質（小さな直径、小さなハブ次元）が、スケーラブルなインデキシングをどの程度可能にするか？
• RQ4 提案手法は、従来のメモリ内ラベリング技術が対応可能な範囲をはるかに超える大きなグラフを処理できるか？
• RQ5 多様なスケールフリー・ネットワークのトポロジーにおいて、ラベルサイズ、インデキシング時間、照会パフォーマンスのトレードオフはどのようなものか？

主な発見

• テストしたすべてのグラフにおいて、平均ラベルサイズは1頂点あたり200件未塔であり、数億ノードに達するグラフでも同様に維持された。
• 4GBのメインメモリのみを用いて9GBのグラフを正常にインデキシングした。これは、メインメモリの制限を超える強力なスケーラビリティを示している。
• wiki-English のような大規模グラフでは、後期のイテレーションでプルーニング戦略により候補セットが最大90％まで削減され、大幅な効率向上が達成された。
• ホップ・ステッピングに続くホップ・ダブルイングというハイブリッドアプローチにより、純粋なホップ・ダブルイングまたはホップ・ステッピング単独と比較して、インデキシング時間が最大50％短縮された。
• wikiItaly グラフにおいて、収束に要するイテレーション回数は、ホップ・ステッピング単独の59回から、ハイブリッド手法では15回にまで減少した。これは収束が著しく速くなったことを示している。
• 大規模グラフにおいても、照会時間は1秒未塔を達成し、グラフサイズが線形に増加してもラベルサイズは変化しなかった。