[논문 리뷰] A Faster Algorithm for Betweenness Centrality Based on Adjacency Matrices

Yelai Feng, Huaixi Wang|arXiv (Cornell University)|2022. 04. 30.

Complex Network Analysis Techniques인용 수 4

한 줄 요약

이 논문은 인접 행렬에서의 병렬 계산을 활용하는 새로운 중간성 중심성 알고리즘을 제안하며, 시간 복잡도가 간선 수가 아닌 노드 수에만 의존하도록 한다. 이는 소규모이고 조밀한 네트워크에서 Brandes 알고리즘보다 뛰어난 성능을 보이며, 대규모 복잡한 네트워크에 대해 매우 효율적인 솔루션을 제공한다.

ABSTRACT

Betweenness centrality is essential in complex network analysis; it characterizes the importance of nodes and edges in networks. It is a crucial problem that exactly computes the betweenness centrality in large networks faster, which urgently needs to be solved. We propose a novel algorithm for betweenness centrality based on the parallel computing of adjacency matrices, which is faster than the existing algorithms for large networks. The time complexity of the algorithm is only related to the number of nodes in the network, not the number of edges. Experimental evidence shows that the algorithm is effective and efficient. This novel algorithm is faster than Brandes' algorithm on small and dense networks and offers excellent solutions for betweenness centrality index computing on large-scale complex networks.

연구 동기 및 목표

• 대규모 복잡한 네트워크에서 정확한 중간성 중심성 계산을 더 빠르게 수행할 수 있는 긴급한 필요성을 해결한다.
• 밀도 높은 네트워크에서 간선 수 증가에 따라 성능이 급격히 떨어지는 기존 알고리즘(예: Brandes 알고리즘)의 한계를 극복한다.
• 시간 복잡도를 간선 수에서 분리함으로써 높은 성능을 달성하는 방법을 개발한다.
• 행렬 기반 병렬성 기법을 통해 대규모 복잡한 네트워크에서 효율적인 중간성 중심성 계산을 가능하게 한다.

제안 방법

• 네트워크 구조를 표현하기 위해 주로 인접 행렬을 데이터 구조로 사용한다.
• 중간성 중심성 계산 과정에서 행렬 연산을 가속화하기 위해 병렬 계산 기법을 적용한다.
• 시간 복잡도가 간선 수가 아닌 노드 수에만 의존하도록 알고리즘을 설계한다.
• 인접 행렬의 수학적 성질을 활용하여 최단 경로 탐색 및 중간성 점수 집계를 최적화한다.
• 행렬의 대칭성과 희소성 패턴을 활용하여 중복 연산을 최소화하도록 계산을 구조화한다.
• 현대 하드웨어에서의 메모리 액세스 패턴과 병렬화 효율성을 고려하여 성능을 극대화하도록 알고리즘을 구현한다.

실험 결과

연구 질문

• RQ1 시간 복잡도를 간선 수에서 분리함으로써 중간성 중심성을 더 효율적으로 계산할 수 있는가?
• RQ2 소규모이고 조밀한 네트워크에서 제안된 행렬 기반 알고리즘이 Brandes 알고리즘보다 성능이 얼마나 우수한가?
• RQ3 대규모 복잡한 네트워크에서 인접 행렬 연산의 병렬화가 확장성에 얼마나 기여하는가?
• RQ4 기존 방법과 비교해 계산 시간을 크게 줄이면서도 정확도를 유지하는가?

주요 결과

• 제안된 알고리즘은 시간 복잡도가 간선 수에 의존하지 않고 오직 노드 수에만 의존함으로써 뛰어난 확장성을 확보한다.
• 실험 결과는 간선에 의존하는 오버헤드가 감소함에 따라 소규모이고 조밀한 네트워크에서 Brandes 알고리즘을 능가함을 확인한다.
• 이 방법은 간선 수가 많은 대규모 복잡한 네트워크에서 중간성 중심성 계산에 매우 우수한 솔루션을 제공한다.
• 인접 행렬 병렬성의 활용은 특히 조밀한 네트워크 구조에서 빠른 성능 향상을 이끌어낸다.
• 알고리즘은 근사치 없이 정확한 중간성 중심성 계산을 유지하므로 정확도가 보장된다.
• 실제 네트워크 분석 응용 분야에서 고성능 중심성 계산이 요구되는 환경에 적용 가능성이 매우 높다.