[논문 리뷰] Heterogeneous Network Motifs

Ryan A. Rossi, Nesreen K. Ahmed외 5명|arXiv (Cornell University)|2019. 01. 28.

Complex Network Analysis Techniques참고 문헌 60인용 수 9

한 줄 요약

이 논문은 노드 및 간선 유형을 갖춘 소규모 유도 부분그래프인 타입화된 그래프릿을 도입하여 이질적 네트워크의 기본 구조적 블록으로 제안한다. 이는 낮은 순서의 타입화된 그래프릿 간의 조합적 관계를 활용하여 높은 순서의 타입화된 그래프릿 수를 o(1) 시간에 계산하는 빠르고 공간 효율적이며 병렬 처리 가능한 프레임워크를 제안한다. 이는 명시적 순열과 매칭되며, 비타입화된 그래프릿 수 계산 알고리즘의 최적 복잡도를 달성하여 수백만 개의 간선을 가진 대규모 이질적 네트워크의 스케일러블 분석을 가능하게 한다.

ABSTRACT

Many real-world applications give rise to large heterogeneous networks where nodes and edges can be of any arbitrary type (e.g., user, web page, location). Special cases of such heterogeneous graphs include homogeneous graphs, bipartite, k-partite, signed, labeled graphs, among many others. In this work, we generalize the notion of network motifs to heterogeneous networks. In particular, small induced typed subgraphs called typed graphlets (heterogeneous network motifs) are introduced and shown to be the fundamental building blocks of complex heterogeneous networks. Typed graphlets are a powerful generalization of the notion of graphlet (network motif) to heterogeneous networks as they capture both the induced subgraph of interest and the types associated with the nodes in the induced subgraph. To address this problem, we propose a fast, parallel, and space-efficient framework for counting typed graphlets in large networks. We discover the existence of non-trivial combinatorial relationships between lower-order ($k-1$)-node typed graphlets and leverage them for deriving many of the $k$-node typed graphlets in $o(1)$ constant time. Thus, we avoid explicit enumeration of those typed graphlets. Notably, the time complexity matches the best untyped graphlet counting algorithm. The experiments demonstrate the effectiveness of the proposed framework in terms of runtime, space-efficiency, parallel speedup, and scalability as it is able to handle large-scale networks.

연구 동기 및 목표

• 네트워크 모티프를 이질적 네트워크로 일반화하기 위해, 구조적 패턴과 노드/간선 유형을 모두 포괄하는 타입화된 그래프릿을 도입한다.
• 대규모 이질적 네트워크에서 모든 k노드 타입화된 그래프릿을 효율적으로 세는 문제에 대응한다.
• 그래프릿의 명시적 순열을 피하기 위해 조합적 관계를 통해 수를 유도하는 프레임워크를 개발한다.
• 최적의 시간 복잡도를 달성하면서도 공간 효율적이고 병렬 처리가 가능한 프레임워크를 구현한다.

제안 방법

• 노드와 간선에 레이블이 부여된 소규모 유도 부분그래프인 타입화된 그래프릿을 도입하여, 비타입화된 그래프릿을 이질적 네트워크로 일반화한다.
• k-노드 타입화된 그래프릿과 (k−1)-노드 타입화된 그래프릿 간의 비트레이스 조합적 관계를 활용하여 k-노드 수를 o(1) 시간에 계산한다.
• 각 간선에 대해 최소한의 k-노드 타입화된 그래프릿을 명시적으로 세고, 조합적 항등식에 기반한 닫힌 형식의 식을 사용해 나머지를 유도한다.
• 대규모 희박 네트워크에 스케일링하기 위해 병렬 처리, 락 없는 비동기적 구현을 사용한다.
• 공간 효율성을 확보하기 위해 비영 타입화된 그래프릿 수만 저장한다.
• 수학적 유도를 통해 전체 순열을 피하기 때문에, 비타입화된 그래프릿 수 계산 알고리즘의 최고 성능과 동일한 시간 복잡도를 달성한다.

실험 결과

연구 질문

• RQ1 어떻게 네트워크 모티프를 이질적 네트워크에서 위상과 노드/간선 유형을 모두 포괄하도록 일반화할 수 있는가?
• RQ2 낮은 순서의 타입화된 그래프릿과 높은 순서의 타입화된 그래프릿 간에 효율적인 수 계산에 활용할 수 있는 조합적 관계는 무엇인가?
• RQ3 모든 부분그래프를 명시적으로 순열하지 않고도 간선당 o(1) 시간 내에 타입화된 그래프릿 수를 세는 것이 가능한가?
• RQ4 대규모 네트워크에서 공간 효율적이고 고도로 병렬 처리 가능한 수 계산 프레임워크는 어떻게 설계할 수 있는가?
• RQ5 기존 방법과 비교했을 때 제안된 방법의 이론적 및 실증적 성능은 속도, 확장성, 메모리 사용 측면에서 어떻게 평가되는가?

주요 결과

• 제안된 프레임워크는 최고의 비타입화된 그래프릿 수 계산 알고리즘과 동일한 시간 복잡도를 달성하여 최적의 성능을 보인다.
• 유도된 조합적 관계를 활용해 간선당 o(1) 시간 내에 많은 k-노드 타입화된 그래프릿의 수를 계산하여 명시적 순열이 필요 없어진다.
• 기존 방법보다 크게 빠르며, 기존 방법은 수천 개의 간선을 가진 작은 그래프에서 수 시간이 소요되는 반면, 이 방법은 수백만 개의 간선을 가진 네트워크에서 몇 초 만에 완료된다.
• 프레임워크는 매우 공간 효율적이며, 비영 타입화된 그래프릿 수만 저장한다.
• 병렬 처리가 효율적으로 지원되어 대규모 네트워크에서 비동기적이고 락 없는 실행이 가능하다.
• 실증적 평가를 통해 다양한 이질적 네트워크 유형에서 최신 기술 대비 뛰어난 확장성, 런타임 성능 및 공간 효율성을 입증했다.