[논문 리뷰] AGIS: Fast Approximate Graph Pattern Mining with Structure-Informed Sampling

Seoyong Lee, Jinho Lee|arXiv (Cornell University)|2026. 01. 04.

Graph Theory and Algorithms인용 수 0

한 줄 요약

AGIS는 구조 정보를 반영한 이웃 샘플링을 도입하여 이상적인 샘플링 분포를 근사하고 수렴을 제어함으로써 대형 그래프에서 큰 속도 향상과 확장성을 달성합니다. 이는 베이스라인을 능가하며 간선이 수십억 개에 이르는 그래프까지 확장합니다.

ABSTRACT

Approximate Graph Pattern Mining (AGPM) is essential for analyzing large-scale graphs where exact counting is computationally prohibitive. While there exist numerous sampling-based AGPM systems, they all rely on uniform sampling and overlook the underlying probability distribution. This limitation restricts their scalability to a broader range of patterns. In this paper, we introduce AGIS, an extremely fast AGPM system capable of counting arbitrary patterns from huge graphs. AGIS employs structure-informed neighbor sampling, a novel sampling technique that deviates from uniformness but allocates specific sampling probabilities based on the pattern structure. We first derive the ideal sampling distribution for AGPM and then present a practical method to approximate it. Furthermore, we develop a method that balances convergence speed and computational overhead, determining when to use the approximated distribution. Experimental results demonstrate that AGIS significantly outperforms the state-of-the-art AGPM system, achieving 28.5x geometric mean speedup and more than 100,000x speedup in specific cases. Furthermore, AGIS is the only AGPM system that scales to graphs with tens of billions of edges and robustly handles diverse patterns, successfully providing accurate estimates within seconds. We will open-source AGIS to encourage further research in this field.

연구 동기 및 목표

• 현실 세계의 대규모 그래프와 복잡한 패턴에서 AGPM의 확장성 도전과제를 동기 부여한다.
• 추정기 분산을 줄이고 수렴 속도를 높이기 위해 비균등하고 구조 정보를 반영한 샘플링 분포를 개발한다.
• 일반 패턴에 대해 이상적 샘플링 분포를 도출하고 근사하여 편향되지 않은 개수를 보장한다.
• 근사 분포의 휴리스틱 적용을 통해 수렴 속도와 계산 오버헤드의 균형을 맞춘다.
• 오픈 소스 AGIS 시스템을 제공하고 최첨단 베이스라인 대비 강력한 실증적 이득을 보여준다.

제안 방법

• 가능한 임베딩에 비례하도록 샘플링 확률을 부여하는 구조 정보를 반영한 이웃 샘플링을 정의한다.
• 일반 조건에서 무분산의 C(G,P) 추정치를 산출하는 이상적 샘플링 분포 f_ideal(v | τ)를 도출하고 무편향성을 증명한다.
• 연결성, k-홉 패턴 분해, 보조 배열을 사용하여 n_{ τ∘v}를 추정하는 무편향 근사 f_approx(v | τ)를 개발한다.
• n_{τ∘v}를 T[F_k], T[I_k], 및 T[F_2] 항을 사용하여 순방향(전방) 및 내부 구성요소로 분해하여 f_approx를 계산한다.
• 샘플링이 원하는 오차 한계(무편향 프레임워크)를 달성했는지 결정하는 수렴 탐지 메커니즘을 제공한다.
• 구조 정보를 반영한 샘플링의 이점을 극대화하기 위해 매칭 순서 기반 휴리스틱과 전처리를 삽입한다.

실험 결과

연구 질문

• RQ1 대규모 그래프의 AGPM에서 분산을 줄이고 수렴을 가속하기 위해 샘플링 확률을 어떻게 설계할 수 있을까?
• RQ2 진정한 임베딩 개수 C(G,P)를 알지 못하더라도 이상적 분포와 가까운 근사 샘플링 분포를 구성할 수 있는가?
• RQ3 제안된 f_approx가 무편향성을 보존하고 실용적인 수렴 보장을 제공하는가?
• RQ4 구조 정보를 반영한 샘플링과 전처리가 다양한 패턴과 그래프 스케일에서 성능에 어떤 영향을 미치는가?

주요 결과

• AGIS는 최첨단 AGPM 시스템에 비해 기하평균 최대 28.5배의 속도 향상을 달성한다.
• 일부 경우에서 AGIS는 100,000배가 넘는 속도 향상을 달성하여 대형 패턴의 실행 시간을 크게 단축한다.
• AGIS는 수십억에서 수조에 이르는 간선의 그래프까지 확장되며 다양한 패턴을 안정적으로 처리하고 초 단위 이내에 정확한 추정을 제공한다.
• 패턴 및 그래프 구조를 기반으로 균등 샘플링에서 구조 정보를 반영한 샘플링으로 전환함으로써 수렴 속도가 크게 향상된다.
• AGIS는 근사 샘플링 분포와 수렴 탐지 메커니즘을 결합하여 정확도, 속도 및 오버헤드의 균형을 맞춘다.
• 저자들은 향후 연구를 돕기 위한 오픈 소스 코드 및 산출물을 제공한다(깃허브 링크 제공).