[논문 리뷰] A Fast Order-Based Approach for Core Maintenance

Yikai Zhang, Jeffrey Xu Yu외 2명|arXiv (Cornell University)|2016. 06. 01.

Graph Theory and Algorithms참고 문헌 12인용 수 4

한 줄 요약

이 논문은 대규모 변화하는 그래프에서 동적 코어 유지 보수를 위한 새로운 순서 기반 접근법을 제안한다. 정점 간에 k-순서를 유지하여 간선 삽입 또는 삭제 후 코어 수를 효율적으로 식별하고 업데이트한다. 이 방법은 검색 공간과 색인 유지를 줄이며, 11개의 실제 그래프에서 최신 기술 대비 최대 1,000배 빠른 성능 향상을 달성한다.

ABSTRACT

Graphs have been widely used in many applications such as social networks, collaboration networks, and biological networks. One important graph analytics is to explore cohesive subgraphs in a large graph. Among several cohesive subgraphs studied, k-core is one that can be computed in linear time for a static graph. Since graphs are evolving in real applications, in this paper, we study core maintenance which is to reduce the computational cost to compute k-cores for a graph when graphs are updated from time to time dynamically. We identify drawbacks of the existing efficient algorithm, which needs a large search space to find the vertices that need to be updated, and has high overhead to maintain the index built, when a graph is updated. We propose a new order-based approach to maintain an order, called k-order, among vertices, while a graph is updated. Our new algorithm can significantly outperform the state-of-the-art algorithm up to 3 orders of magnitude for the 11 large real graphs tested. We report our findings in this paper.

연구 동기 및 목표

• 기존의 동적 코어 유지 보수 알고리즘에서 발생하는 높은 성능 변동성과 색인 유지 비용 문제를 해결하기 위해.
• 그래프 업데이트 후 코어 수가 갱신되어야 할 정점들을 식별하기 위한 검색 공간을 줄이기 위해.
• 정점 간에 k-순서를 유지하여 동적 그래프에서 효율적이고 안정적인 코어 수 업데이트를 가능하게 하기 위해.
• 다양한 실제 그래프 워크로드에서 뚜렷이 낮은 업데이트 시간과 일관된 성능을 달성하기 위해.

제안 방법

• 코어 수와 이웃성질을 기반으로 정점들을 명시적으로 순서화하는 k-순서 구조를 유지한다.
• 간선 삽입 또는 삭제 후 V*에 속하는 정점들(코어 수 갱신이 필요한 정점들)을 식별하기 위해 k-순서를 활용해 검색 공간을 제한한다.
• 간선 연산 중에 최소한의 오버헤드로 k-순서를 점진적으로 업데이트하여 고비용 재계산을 피한다.
• k-순서를 활용해 관련 있는 정점들만을 대상으로 탐색을 유도함으로써, 이전 방법 대비 방문하는 정점 수를 줄인다.
• k-순서 구조를 기반으로 코어 수의 빠른 조회 및 업데이트를 지원하는 경량 색인을 설계한다.
• 간선 삽입(OrderInsert)과 삭제(OrderRemoval)를 위한 별도의 알고리즘을 구현하며, 모두 k-순서에 의존해 효율성을 확보한다.

실험 결과

연구 질문

• RQ1 동적 그래프에서 코어 수 갱신을 위한 검색 공간을 줄이기 위해 k-순서 구조를 사용할 수 있는가?
• RQ2 k-순서를 유지하면 다양한 간선 삽입 작업 간 성능 변동성이 낮아지는가?
• RQ3 기존의 탐색 알고리즘과 비교해 k-순서 접근법이 색인 유지 비용을 줄일 수 있는가?
• RQ4 그래프 크기와 간선 밀도가 증가함에 따라 k-순서 접근법은 어떻게 스케일링되는가?
• RQ5 많은 수의 동적 업데이트를 거쳐도 k-순서 구조는 안정적인가?

주요 결과

• 제안된 OrderInsert 알고리즘은 11개의 실제 그래프에서 최신 기술 대비 간선 삽입 성능에서 최대 3개의 지수 단위 빠른 성능을 보였다.
• 순서 기반 방법의 경우 방문 정점 수 대비 갱신 정점 수 비율(|V′|/|V*|)은 항상 4 이하로 유지되며, 탐색 방법 대비 비율이 최대 10,000까지 올라갈 수 있다.
• 순서 기반 접근법은 뚜렷이 낮은 성능 변동성을 보이며, 모든 테스트된 그래프에서 삽입당 최대 100개의 정점만 방문하는 반면, 탐색 방법은 가끔 1,000개 이상의 정점까지 방문한다.
• 1,000만 개의 간선 삽입을 거친 후에도 k-순서 구조는 안정적으로 유지되며, 세 개의 대규모 데이터셋(Patents, Orkut, LiveJournal)에서 일관된 성능과 제한된 실행 시간을 보였다.
• 색인 생성에 필요한 시간은 탐색 알고리즘의 약 두 배이며, 공간은 약 5배 정도 소요되지만, 이는 동적 업데이트에서의 극적인 성능 향상으로 인해 정당화된다.
• OrderRemoval 알고리즘은 매우 스케일링 가능하고 효율적이며, V*와 그 이웃들에만 의존하므로 본질적으로 안정적이고 빠르다.