[論文レビュー] Seeded Graph Matching: Efficient Algorithms and Theoretical Guarantees

Farhad Shirani, Siddharth Garg+1 more|arXiv (Cornell University)|Nov 28, 2017

Graph Theory and Algorithms参考文献 16被引用数 4

ひとこと要約

本稿は、グラフマッチングのための情報理論的枠組みを導入し、典型性マッチングおよび点対点通信の原則に基づく多項式時間のシード付きグラフマッチングアルゴリズムを提案する。相関のある Erdős-Rényi グラフにおけるエッジ変数間の相互情報量に反比例する係数を有するが、頂点数の対数的に増加するシード数が与えられれば、成功したマッチングが保証されることを証明する。

ABSTRACT

In this paper, a new information theoretic framework for graph matching is introduced. Using this framework, the graph isomorphism and seeded graph matching problems are studied. The maximum degree algorithm for graph isomorphism is analyzed and sufficient conditions for successful matching are rederived using type analysis. Furthermore, a new seeded matching algorithm with polynomial time complexity is introduced. The algorithm uses `typicality matching' and techniques from point-to-point communications for reliable matching. Assuming an Erdos-Renyi model on the correlated graph pair, it is shown that successful matching is guaranteed when the number of seeds grows logarithmically with the number of vertices in the graphs. The logarithmic coefficient is shown to be inversely proportional to the mutual information between the edge variables in the two graphs.

研究の動機と目的

• グラフマッチングの根本的限界を分析するための新しい情報理論的枠組みの構築。
• タイプ解析および測度の集中を用いて、成功したグラフ同型の十分条件を再導出すること。
• 理論的性能保証を備えた多項式時間のシード付きグラフマッチングアルゴリズムの設計。
• 脱匿名化シナリオにおけるシードの有効性の明確な情報理論的解釈の確立。
• Erdős-Rényi モデル下での信頼性のあるマッチングに必要な最小シードサイズの特定。

提案手法

• 提案されたアルゴリズムは、二段階の典型性マッチング戦略（TMS）を用い、頂点の近傍シグネチャに基づいてラベルなし頂点をマッチングする。
• 情報理論におけるフィンガープrint技術にインspiredされ、グラフ間のエッジ特徴ベクトルの同時典型性を活用して候補マッチを同定する。
• 典型性に基づくマッチングを用いて、反復的にシード集合を拡大し、頂点ラベルのあいまいさを低減する。
• マッチング失敗の確率をあいまいさ集合において解析するため、チェビシェフの不等式および大偏差境界を適用する。
• 相互情報量 $ I(X_1; X_2) $ が、シード要件を決定する主要パラメータとして用いられる。
• 理論的解析では、測度の集中および典型集合の議論を用いて、マッチングされない頂点のサイズを上限付ける。

実験結果

リサーチクエスチョン

• RQ1 Erdős-Rényi モデル下で、成功したグラフマッチングを保証するための最小シード数は何か？
• RQ2 エッジ変数間の相互情報量は、シード付きグラフマッチングのスケーラビリティにどのように影響するか？
• RQ3 情報理論的に最適なシード使用量を達成しつつ、多項式時間で信頼性のあるマッチングを実現できるアルゴリズムは存在するか？
• RQ4 相関のあるグラフにおける頂点マッチングのあいまいさ低減に、典型性はどのように寄与するか？
• RQ5 新しい情報理論的枠組み下で、既存のグラフ同型のためのアルゴリズムはどのように比較されるか？

主な発見

• 典型性マッチング戦略（TMS）は、シードサイズ $ \Lambda_n $ が $ \Lambda_n > \Theta\left(\frac{2\log n}{I(X_1;X_2)}\right) $ を満たす場合、高確率で成功したグラフマッチングを保証する。
• 必要なシードサイズは頂点数 $ n $ に対して対数的に増加し、その係数は相互情報量 $ I(X_1;X_2) $ に反比例する。
• アルゴリズムは Erdős-Rényi グラフモデル下で、信頼性のあるマッチングを保証しつつ多項式時間の複雑性を達成する。
• 解析により、各シードがラベルなし頂点のラベルについて約 $ I(X_1;X_2) $ ビットの情報を提供することが確認された。
• シードサイズの条件が満たされれば、$ n \to \infty $ のときマッチング失敗の確率は消える。
• フレームワークにより、グラフ同型のための最大次数アルゴリズムの十分条件がタイプ解析を用いて再導出され、その性能に関する新たな洞察が得られた。