[논문 리뷰] Deep Analysis on Subgraph Isomorphism

Li Zeng, Yan Jiang외 2명|arXiv (Cornell University)|2020. 12. 12.

Graph Theory and Algorithms참고 문헌 26인용 수 6

한 줄 요약

이 논문은 구현 및 플랫폼 편향을 제거하기 위해 동일한 플랫폼에서 C++로 재구현함으로써 일곱 가지 최신의 부분그래프 이sovomorphism 알고리즘 간의 엄밀하고 공정한 비교를 제공한다. 시간 효율성과 메모리 소비 측면에서 VF3, QuickSI, DAF가 최상위 성능을 보였으며, VF3과 BoostISO에 심각한 버그가 있음을 밝혀내고, 색인 기반의 가지치기 기법이 일관된 성능 향상 없이 높은 오버헤드를 유발하는 경향이 있음을 시연한다.

ABSTRACT

Subgraph isomorphism is a well-known NP-hard problem which is widely used in many applications, such as social network analysis and knowledge graph query. Its performance is often limited by the inherent hardness. Several insightful works have been done since 2012, mainly optimizing pruning rules and matching orders to accelerate enumerating all isomorphic subgraphs. Nevertheless, their correctness and performance are not well studied. First, different languages are used in implementation with different compilation flags. Second, experiments are not done on the same platform and the same datasets. Third, some ideas of different works are even complementary. Last but not least, there exist errors when applying some algorithms. In this paper, we address these problems by re-implementing seven representative subgraph isomorphism algorithms as well as their improved versions, and conducting comprehensive experiments on various graphs. The results show pros and cons of state-of-the-art solutions and explore new approaches to optimization.

연구 동기 및 목표

• 프로그래밍 언어, 컴파일 플래그, 플랫폼, 데이터셋의 차이로 인해 이전의 부분그래프 이sovomorphism 평가에 일관성 없음이 발생한 문제를 해결하기 위해.
• Linux에서 동일한 조건으로 일곱 가지 대표적인 부분그래프 이sovomorphism 알고리즘(QuickSI, GraphQL, TurboISO, BoostISO, CFL-Match, VF3, CECI, DAF)을 C++로 재구현하여 공정한 비교를 수행하기 위해.
• VF3(2단계 가지치기 기법은 유도 부분그래프에만 유효함)와 BoostISO(일부 경우에서 잘못된 결과를 산출함)에 심각한 구현 오류를 식별하고 수정하기 위해.
• BoostISO의 사전처리 기법이 다른 알고리즘에 통합되었을 때의 효과를 평가하기 위해.
• 다양한 그래프 유형과 쿼리 세트에서 시간 및 메모리 성능에 대한 종합적이고 경험적인 분석을 제공하기 위해.

제안 방법

• 동일한 컴파일러와 컴파일 플래그를 사용하여 모든 일곱 가지 알고리즘을 C++로 재구현하여 플랫폼 및 구현의 일관성을 확보하였다.
• 스parse 및 dense 쿼리 그래프를 모두 포함한 세 가지 실세계 데이터셋(Human, Email, DBLP)을 대상으로 실험을 수행하여 다양한 조건 하에서의 성능을 평가하였다.
• 원본 및 개선된(Boosted) 버전의 알고리즘을 평가하였으며, BoostISO의 사전처리 기법을 다른 알고리즘에 적용하여 일반적인 이점 여부를 평가하였다.
• 디스크 I/O 영향을 제거하기 위해 메모리 내 실행을 사용하여 순수 알고리즘 성능에 집중하였다.
• 모든 데이터셋 간에 표준화된 쿼리 세트를 적용하여 시간 및 메모리 소비 측면에서의 공정한 비교를 확보하였다.
• 실험 결과를 깊이 분석하여 성능 트렌드, 상호 보완성, 알고리즘의 강점과 약점을 규명하였다.

실험 결과

연구 질문

• RQ1 공정하고 통제된 실험 조건 하에서 최신 부분그래프 이sovomorphism 알고리즘의 성능 특성은 어떻게 비교되는가?
• RQ2 BoostISO의 사전처리 기법이 다른 알고리즘에 적용되었을 때의 진정한 영향은 무엇인가?
• RQ3 복잡한 가지치기 메커니즘을 가진 색인 기반 알고리즘이 왜 항상 단순한 트리-검색 방법보다 뛰어나지 못하는가?
• RQ4 VF3과 BoostISO에서 잘못된 결과가 발생하는 근본 원인은 무엇이며, 이는 성능에 어떤 영향을 미치는가?
• RQ5 어떤 상황에서 알고리즘의 개선된 버전이 비개선 버전보다 측정 가능한 성능 향상을 제공하는가?

주요 결과

• 시간 효율성 측면에서 VF3, QuickSI, DAF가 상위 세 개의 성능을 보였으며, 대부분의 데이터셋에서 시간과 메모리 소비 측면에서 VF3와 QuickSI가 선두를 달렸다.
• 색인 기반 알고리즘의 복잡한 가지치기 메커니즘에도 불구하고, 트리-검색 알고리즘(VF3 및 QuickSI)이 시간 및 메모리 효율성 측면에서 뛰어난 성능을 보였다.
• 알고리즘 간 메모리 소비 순위는 다음과 같다: QuickSI < VF3 < GraphQL < CFL-Match < TurboISO < CECI < DAF로, 이는 각 알고리즘이 보유한 색인 구조의 크기를 직접 반영한다.
• BoostISO의 사전처리 기법은 특정 악성 케이스에서 성능 향상을 이끌어내지만, 전체적으로는 제한된 이점만 제공하며, 원본 구현에는 버그가 존재해 잘못된 결과를 산출한다.
• DBLP 데이터셋에서는 GQL+가 GQL를 능가하지만, 다른 개선된 버전(VF3+)은 재귀 호출 오버헤드 증가로 인해 비개선 버전보다 성능이 열 劣하다.
• DAF는 밀도가 높은 쿼리 세트에서 실패 집합 기법 덕분에 뛰어난 성능을 보이며, 이는 큰 탐색 공간에서 효과적이다. 반면 VF3와 QuickSI는 다양한 그래프 유형에서 뛰어난 효율성을 유지한다.