[논문 리뷰] A Geometric Approach for Real-time Monitoring of Dynamic Large Scale Graphs: AS-level graphs illustrated

Loqman Salamatian, Dali Kaafar외 1명|arXiv (Cornell University)|2018. 06. 02.

Topological and Geometric Data Analysis참고 문헌 51인용 수 3

한 줄 요약

이 논문은 Ollivier-Ricci 곡률을 사용하여 동적 대규모 그래프, 특히 AS 수준 인터넷 그래프에서의 주요 위상 구조 변화를 실시간으로 탐지하기 위한 기하학적 모니터링 프레임워크를 제안한다. 메트로폴리스-하스팅스 무작위 보행을 통해 다양한 랜드마크를 선정하고, 1단계/2단계 AS 노드로 향하는 교차하지 않는 최단 경로를 통해 곡률 변화를 추적함으로써, 높은 정확도와 낮은 계산 비용으로 주요 BGP 수준 이벤트를 탐지한다.

ABSTRACT

The monitoring of large dynamic networks is a major chal- lenge for a wide range of application. The complexity stems from properties of the underlying graphs, in which slight local changes can lead to sizable variations of global prop- erties, e.g., under certain conditions, a single link cut that may be overlooked during monitoring can result in splitting the graph into two disconnected components. Moreover, it is often difficult to determine whether a change will propagate globally or remain local. Traditional graph theory measure such as the centrality or the assortativity of the graph are not satisfying to characterize global properties of the graph. In this paper, we tackle the problem of real-time monitoring of dynamic large scale graphs by developing a geometric approach that leverages notions of geometric curvature and recent development in graph embeddings using Ollivier-Ricci curvature [47]. We illustrate the use of our method by consid- ering the practical case of monitoring dynamic variations of global Internet using topology changes information provided by combining several BGP feeds. In particular, we use our method to detect major events and changes via the geometry of the embedding of the graph.

연구 동기 및 목표

• 인터넷와 같이 동적 대규모 그래프에서 국소적 변화가 전역적 영향을 미칠 수 있는 주요이고 전역적으로 확산되는 위상 변화를 탐지하는 데 도전하는 것.
• 중앙성이나 조화도와 같은 전통적 그래프 지표가 전역적 구조적 이동을 포착하지 못하는 한계를 극복하는 것.
• 기하학적 곡률을 사용하여 AS 수준 그래프에서 국소적 변화와 전역적 변화를 구분할 수 있는 실시간 모니터링 시스템을 개발하는 것.
• 개별 AS 운영자와 제3자 기관이 BGP 수준의 주요 사고(예: 가로채기 또는 누출)를 탐지하고 영향 범위를 평가할 수 있도록 하는 것.
• 그래프 내에서 협동적이고 대규모의 기하학적 변화를 일으키는 네트워크 요소를 식별할 수 있는 확장 가능하고 효율적인 메커니즘을 제공하는 것.

제안 방법

• Ollivier-Ricci 곡률을 활용해 AS 수준 그래프의 기하학적 구조를 모델링함으로써 전역적 위상 변화 탐지를 가능하게 한다.
• 다양한 그래프 영역에 걸쳐 잘 분포된 랜드마크를 선정하기 위해 메트로폴리스-하스팅스 마르코프 체인 몬테카를로(MCMC) 알고리즘을 적용한다.
• 랜드마크에서 1단계 및 2단계 AS까지의 교차하지 않는 최단 경로 집합의 크기를 기반으로 한 품질 점수 함수를 사용하여 곡률이 높은 랜드마크를 우선순위로 정한다.
• 높은 양의 곡률은 지오데식선이 산산이 흩어지게 하므로, 기하학적 직관을 바탕으로 랜드마크가 동일한 그래프 지역에 뭉쳐지지 않도록 보장한다.
• 랜드마크 기반 곡률 추정을 통해 연속된 그래프 스크래치 간의 곡률 변화를 추적함으로써 주요 기하학적 변화를 탐지한다.
• 곡률 변화를 이상 탐지 기반 메커니즘으로 도입하여, 주요 BGP 수준 이벤트로 간주되는 대규모 네트워크 장애를 경고한다.

실험 결과

연구 질문

• RQ1 어떻게 기하학적 곡률을 사용하여 인터넷과 같은 동적 대규모 그래프에서 전역적으로 확산되는 주요 위상 변화를 탐지할 수 있는가?
• RQ2 대규모 AS 수준 그래프의 전역적 기하학적 구조를 잘 반영하는 대표적인 랜드마크를 효율적이고 확장 가능하게 선택하는 방법은 무엇인가?
• RQ3 연속된 그래프 스크래치 간의 곡률 변화는 어떻게 측정하고 주요 BGP 수준 이벤트를 식별하는 데 활용할 수 있는가?
• RQ4 곡률 기반 탐지 방법은 네트워크 위상에서 국소적 변화와 전역적 변화를 어느 정도 정확히 구별할 수 있는가?
• RQ5 이 방법은 그래프 내에서 협동적이고 대규모의 기하학적 변화를 일으키는 네트워크 요소를 식별할 수 있는가?

주요 결과

• 제안된 방법은 2017년 구글 BGP 누출 사고와 같은 주요 BGP 수준 이벤트를, AS 수준 그래프에서의 명백한 곡률 변화를 식별함으로써 성공적으로 탐지한다.
• MCMC와 곡률 인식 점수 함수를 활용한 랜드마크 선정 메커니즘은 그래프 전역에 걸쳐 다양하고 잘 분포된 랜드마크를 보장하여 탐지 정확도를 향상시킨다.
• 모든 정점에 대한 곡률를 전체적으로 계산하는 대신 스크래치 간 곡률 변화에 집중함으로써 실시간 모니터링 기능을 달성한다.
• 1단계 및 2단계 AS까지의 교차하지 않는 최단 경로를 사용함으로써 곡률의 효과적인 대체 지표를 제공하고, 스케일링과 효율성 향상을 달성한다.
• 곡률 이상의 공간 분포를 분석함으로써 대규모 기하학적 변화를 일으키는 네트워크 요소를 고립시킬 수 있다.
• 운영 환경에서의 평가 결과 시스템의 성능이 실제 시나리오에서 검증되었으며, 대규모 장애 탐지에 효과적임을 입증한다.