[論文レビュー] Time-Varying Graphs and Dynamic Networks

Arnaud Casteigts, Paola Flocchini+2 more|arXiv (Cornell University)|Nov 30, 2010

Opportunistic and Delay-Tolerant Networks参考文献 64被引用数 15

ひとこと要約

本稿は、遅延耐性ネットワーク、オポチュニスティックネットワーク、ソーシャルネットワークを含む動的ネットワークをモデル化するための統一的形式的枠組みとして、時変グラフ（TVG）を導入する。異なるモデルや概念を一つのフレームワークに統合することで、ネットワークの動的特性の体系的分類、時間的性質の分析、分野間での結果の移転が可能となり、主な貢献として階層的TVG分類と、時間的および非時間的ネットワーク指標の両方の分析手法が挙げられる。

ABSTRACT

The past few years have seen intensive research efforts carried out in some apparently unrelated areas of dynamic systems -- delay-tolerant networks, opportunistic-mobility networks, social networks -- obtaining closely related insights. Indeed, the concepts discovered in these investigations can be viewed as parts of the same conceptual universe; and the formal models proposed so far to express some specific concepts are components of a larger formal description of this universe. The main contribution of this paper is to integrate the vast collection of concepts, formalisms, and results found in the literature into a unified framework, which we call TVG (for time-varying graphs). Using this framework, it is possible to express directly in the same formalism not only the concepts common to all those different areas, but also those specific to each. Based on this definitional work, employing both existing results and original observations, we present a hierarchical classification of TVGs; each class corresponds to a significant property examined in the distributed computing literature. We then examine how TVGs can be used to study the evolution of network properties, and propose different techniques, depending on whether the indicators for these properties are a-temporal (as in the majority of existing studies) or temporal. Finally, we briefly discuss the introduction of randomness in TVGs.

研究の動機と目的

• 遅延耐性ネットワーク、オポチュニスティックネットワーク、ソーシャルネットワークからの多様なモデルと概念を、一つの形式的枠組みに統合すること。
• ネットワークダイナミクスの性質に基づいて、時変グラフの階層的分類を提供すること。
• 時間的および非時間的指標を用いたネットワーク特性の分析を可能にすること。
• 異なるクラスの動的ネットワーク間での可能性・不可能性の結果の移転を支援すること。
• 将来の分散TVGアルゴリズム、設計最適化、複雑性解析に関する研究の基盤を構築すること。

提案手法

• 時間の経過に伴い変化するエッジおよび頂点を持つ、静的グラフの系列としてネットワークを表現する形式的TVGモデルを提案する。
• ダイナミクスのモデル化のための二つの視点を導入する：グラフ中心的（グローバルなトポロジーの進化）およびエッジ中心的（相互作用に基づくイベント）。
• TVGフレームワーク内でのジョーブン、時間的部分グラフ、時間的距離、接続性といったコアな概念を定義する。
• エッジの利用可能性や時間的接続性といった動的特性に基づき、TVGクラス間の厳密な包含関係の階層を確立する。
• 決定的および確率的TVGの分析にフレームワークを適用し、特にマルコフ連鎖的およびポアソン過程に基づくエッジダイナミクスを含む。
• TVG形式的枠組みを用いて、ネットワークの進化、特に接続性のフェーズ遷移および時間的直径の最適化を研究する。

実験結果

リサーチクエスチョン

• RQ1 異なる動的ネットワークモデルを、一つの形式的枠組みに統合する方法は何か？
• RQ2 時変グラフの異なるクラスを特徴付ける、主な構造的および動的特性は何か？
• RQ3 時間的および非時間的指標は、ネットワークの進化と特性の分析にどのように影響を与えるか？
• RQ4 ネットワークダイナミクスは、分散アルゴリズムの可能性および複雑性にどのような影響を及えるか？
• RQ5 エッジの出現におけるランダム性（例：ポアソン過程）は、TVGフレームワーク内でどのようにモデル化され、分析されるか？

主な発見

• TVG形式的枠組みは、遅延耐性ネットワーク、オポチュニスティックネットワーク、ソーシャルネットワークからこれまで散在していたモデルを、一つの概念的フレームワークに統合して成功している。
• エッジの利用可能性や時間的接続性といった動的特性に基づき、TVGクラス間の厳密な包含関係の階層が確立され、制約の強いクラスへの可能性の結果の移転や、より一般的なクラスへの不可能性の結果の移転が可能になった。
• TVGモデル下で、時間的距離、到達時間、情報遅延が正式に同等の概念であることが示された。
• フレームワークは、決定的および確率的TVGの両方の分析を可能にし、エッジのマルコフ連鎖的および連続時間のポアソン過程に基づくエッジダイナミクスの分析も支援する。
• モデルは、接続性のフェーズ遷移の研究を可能にし、ネットワークの接続性がノード数、時間窓の長さ、ジョーブン長の制約に依存することを示した。
• TVGアプローチにより、ネットワーク設計の最適化が可能となり、特に会議スケジュールの再構成によって、24–30日間の期間で14–20日間の時間的直径の短縮が実証された。