[논문 리뷰] An Efficient Probabilistic Approach for Graph Similarity Search

Zijian Li, Xun Jian외 2명|arXiv (Cornell University)|2017. 06. 17.

Graph Theory and Algorithms인용 수 3

한 줄 요약

이 논문은 그래프 편집 거리(GED)의 다항식 시간 계산이 가능한 대체 측정법으로 그래프 브랜치 거리(GBD)를 도입함으로써 효율적인 그래프 유사도 검색을 위한 새로운 확률적 접근법인 GBDA를 제안한다. GBD와 GED 간의 확률적 관계를 모델링함으로써, 정확도를 유지하면서도 정확한 방법에 비해 훨씬 빠른 GED 추정이 가능해지며, 실제 및 합성 데이터셋에서 높은 정밀도와 재현율을 유지하면서도 효율성과 확장성에서 뛰어난 성능을 발휘한다.

ABSTRACT

Graph similarity search is a common and fundamental operation in graph databases. One of the most popular graph similarity measures is the Graph Edit Distance (GED) mainly because of its broad applicability and high interpretability. Despite its prevalence, exact GED computation is proved to be NP-hard, which could result in unsatisfactory computational efficiency on large graphs. However, exactly accurate search results are usually unnecessary for real-world applications especially when the responsiveness is far more important than the accuracy. Thus, in this paper, we propose a novel probabilistic approach to efficiently estimate GED, which is further leveraged for the graph similarity search. Specifically, we first take branches as elementary structures in graphs, and introduce a novel graph similarity measure by comparing branches between graphs, i.e., Graph Branch Distance (GBD), which can be efficiently calculated in polynomial time. Then, we formulate the relationship between GED and GBD by considering branch variations as the result ascribed to graph edit operations, and model this process by probabilistic approaches. By applying our model, the GED between any two graphs can be efficiently estimated by their GBD, and these estimations are finally utilized in the graph similarity search. Extensive experiments show that our approach has better accuracy, efficiency and scalability than other comparable methods in the graph similarity search over real and synthetic data sets.

연구 동기 및 목표

• 대규모 그래프 데이터베이스에서 정확한 그래프 편집 거리(GED) 계산의 NP-완전 계산 복잡도 문제를 해결하기 위해.
• 반응성이 핵심적인 실세계 응용 분야에서 정확도를 유지하면서도 확장성과 효율성이 뛰어난 정확한 GED 계산의 대안을 개발하기 위해.
• 그래프 브랜치 거리(GBD)와 GED 간의 확률적 모델링을 통해 다항식 시간에 계산 가능한 GBD를 활용해 GED를 신속하게 추정할 수 있도록 하기 위해.
• 실제 및 합성 그래프 데이터셋에서 기존의 근사 GED 방법들에 비해 정확도, 효율성, 확장성 측면에서 뛰어난 성능을 보이도록 하기 위해.

제안 방법

• 그래프 간의 구조적 브랜치를 비교하는 기반으로, O(nd) 시간에 계산 가능한 새로운 그래프 유사도 측정법인 그래프 브랜치 거리(GBD)를 도입한다.
• 브랜치 변형을 그래프 편집 연산의 결과로 간주하여, GED와 GBD 간의 관계를 확률적 프레임워크를 활용해 모델링함으로써 GBD로부터 GED를 추정한다.
• GBD 값에서 GED 추정치로 매핑하는 확률적 추정 모델을 활용하며, 브랜치 간 편집 연산의 통계적 분포를 고려한다.
• 필터-검증 프레임워크에 추정된 GED 값을 적용하여 그래프 유사도 검색을 수행함으로써, 고비용의 정확한 GED 계산의 필요성을 줄인다.
• 평가의 기준으로 사용하기 위해 LSAP 기반 비교에 대해 허그리안 알고리즘의 변형과 근사 정렬 기법을 활용한다.
• 유사도 임계값에 따라 성능을 최적화하기 위해 파라미터 튜닝(예: GBDA-V2에서의 w)과 샘플링(GBDA-V1에서의 α)을 적용한다.

실험 결과

연구 질문

• RQ1 그래프 브랜치 거리(GBD)는 대규모 그래프 유사도 검색에서 그래프 편집 거리(GED)의 효율적이고 정확한 대체 측정법으로 기능할 수 있는가?
• RQ2 GBD와 GED 간의 확률적 관계는 무엇이며, 이를 어떻게 모델링하여 신뢰할 수 있는 GED 추정을 가능하게 할 수 있는가?
• RQ3 제안된 GBDA 방법은 기존의 근사 GED 방법들에 비해 정확도, 효율성, 확장성 측면에서 어떻게 비교되는가?
• RQ4 다양한 실세계 및 합성 그래프 데이터셋에서 유사도 임계값이 변할 경우에도 GBDA 방법은 높은 재현율과 정밀도를 유지하는가?

주요 결과

• 실제 데이터셋에서 유사도 임계값 τ ≤ 4일 경우, GBDA는 GBDA-V1보다 높은 F1-스코어를 기록하여 낮은 임계값 검색 환경에서 뛰어난 정확도를 입증한다.
• τ ≥ 5일 경우, GBDA는 GBDA-V1와 유사한 F1-스코어를 유지하여 광범위한 유사도 임계값 범위에서 일관된 성능을 보인다.
• AASD 및 지문 데이터셋에서 τ ≤ 2일 경우 GBDA는 GBDA-V2를 능가하거나 동등하게 성능을 내며, Fingerprint 데이터셋에서 τ ≥ 3일 경우 약간의 성능 저하만 보여 강력한 내구성을 입증한다.
• 모든 테스트 데이터셋에서 LSAP 기반 방법(정확 및 근사)과 그래프 서리에이션 방법에 비해 GBDA는 F1-스코어와 계산 효율성 측면에서 뚜렷한 우수성을 보인다.
• 대규모 그래프에 대해서도 효과적으로 확장되며, 계산 복잡도가 주로 GBD 계산(O(nd))에 의해 지배되어 수백 개의 정점을 가진 그래프에 대해서도 실현 가능하다.
• 확률적 모델은 브랜치 변형을 통해 편집 연산의 분포를 성공적으로 포착하여 정확한 계산 없이도 정확한 GED 추정이 가능하게 한다.