[논문 리뷰] Independent Set Size Approximation in Graph Streams

Graham Cormode, Jacques Dark외 1명|arXiv (Cornell University)|2017. 02. 27.

Complexity and Algorithms in Graphs참고 문헌 17인용 수 3

한 줄 요약

이 논문은 그래프에서 최대 독립집합 크기의 하한인 Caro-Wei 경계 β(G)를 근사화하는 공간 효율적인 스트리밍 알고리즘을 제시한다. 정점 도착 순서에서 다항로그 공간 내에서 정확한 근사를 달성하는 반면, 임의의 간선 도착 순서에서 상수 요인 c-근사화를 위한 Ω(n/(βc²))의 공간 하한을 증명함으로써 스트리밍 모델에서 계산적으로 가능한 한계를 정밀하게 규명한다.

ABSTRACT

We study the problem of estimating the size of independent sets in a graph $G$ defined by a stream of edges. Our approach relies on the Caro-Wei bound, which expresses the desired quantity in terms of a sum over nodes of the reciprocal of their degrees, denoted by $β(G)$. Our results show that $β(G)$ can be approximated accurately, based on a provided lower bound on $β$. Stronger results are possible when the edges are promised to arrive grouped by an incident node. In this setting, we obtain a value that is at most a logarithmic factor below the true value of $β$ and no more than the true independent set size. To justify the form of this bound, we also show an $Ω(n/β)$ lower bound on any algorithm that approximates $β$ up to a constant factor.

연구 동기 및 목표

• 크기가 큰 그래프에서 간선이 순차적으로 도착할 때 최대 독립집합 크기를 추정하기 위한 공간 효율적인 스트리밍 알고리즘을 설계하기.
• NP-완전 문제로 정확하게 계산하기 어려운 독립수 α(G)의 대체로 유용한 보조 도구로 알려진 Caro-Wei 경계 β(G) = Σ_v 1/(deg(v)+1)를 활용하기.
• 근사 정확도, 공간 사용량, 도착 순서 모델(임의의 간선 도착 대비 정점 그룹 간선 도착) 간의 상호 상관관계를 규명하기.
• 임의의 간선 도착 순서에서 β(G)를 상수 요인 내로 근사화하기 위한 공간 하한을 규명하여 스트리밍 알고리즘의 본질적 한계를 보여주기.
• 정점 도착 순서에서 더 나은 근사가 가능함을 보여주며, 이 경우 각 정점과 그 간선이 함께 도착하므로 다항로그 공간 알고리즘이 가능하다는 점을 입증하기.

제안 방법

• 논문은 독립수 α(G)의 하한으로 알려진 Caro-Wei 경계 β(G)를 조합적 보조 도구로 사용하며, α(G) ≥ β(G)임이 잘 알려져 있다.
• 임의의 간선 도착 순서에서, 알고리즘은 유역 샘플링과 빈도 모멘트 추정을 사용하여 β(G)를 근사화하며, 이 때 공간 복잡도는 β(G)의 하한에 의존한다.
• 정점 도착 순서에서는 각 정점과 그에 연결된 간선을 함께 처리함으로써 더 정확한 근사가 가능하며, 이 경우 다항로그 공간으로 구현된다.
• 공간 하한을 증명하기 위해 의사소통 복잡도 문제인 Disjointness(DISJ)로의 환원을 활용하며, 임의의 c-근사화 알고리즘이 Ω(n/(βc²))의 공간을 요구함을 보여준다.
• 집합의 교차 여부에 따라 β(G)의 값이 크게 달라지도록 구성된 클리크와 고립 정점으로 이루어진 그래프의 가족을 구성함으로써 DISJ 환원을 가능하게 한다.
• 분석은 X ∩ Y = ∅ (높은 β(G))와 X ∩ Y ≠ ∅ (낮은 β(G))의 경우를 구분하여, DISJ 입력을 식별할 수 있는 갭을 생성한다.

실험 결과

연구 질문

• RQ1 Caro-Wei 경계 β(G)는 그래프 스트림 모델에서 효율적으로 근사화될 수 있는가, 특히 다항로그 공간 내에서?
• RQ2 간선 도착 순서(임의의 도착 대비 정점 그룹 간선 도착)가 β(G) 근사화의 공간-정확도 상호관계에 어떤 영향을 미치는가?
• RQ3 임의의 간선 도착 순서 모델에서 β(G)를 상수 요인 내로 근사화하기 위해 필요한 최소 공간은 얼마인가?
• RQ4 Caro-Wei 경계를 사용하여 다항로그 공간 내에서 큰 그래프의 최대 독립집합 크기를 근사화할 수 있는가?
• RQ5 스트리밍 모델에서 β(G)를 얼마나 잘 근사화할 수 있는지에 대한 본질적 한계가 존재하는가, 만약 그렇다면 그 한계는 무엇인가?

주요 결과

• 정점 도착 순서 모델에서 다항로그 공간을 사용하여 β(G)를 O(log n) 요인 내로 근사하는 알고리즘을 제시하며, 이 근사치는 진짜 β(G)보다 최대 로그 인자 만큼 낮다.
• 임의의 간선 도착 순서에서, β(G)의 하한이 알려져 있을 경우 공간 O(β/ε²)로 (1+ε)-근사화를 달성하며, β가 클수록 성능이 향상된다.
• 모든 알고리즘이 β(G)를 상수 요인 c 내로 근사화하기 위해 Ω(n/(βc²))의 공간 하한이 증명되었으며, 이는 β에 대한 공간 의존성이 로그 인자까지 최적임을 보여준다.
• 이 하한은 Disjointness 문제로의 환원을 통해 증명되었으며, β(G) ≈ z와 β(G) ≈ z(2c²+1)인 그래프를 구분하기 위해 Ω(n/(zc²)) 비트의 공간이 필요함을 보여준다.
• 결과적으로, 정점 도착 순서에서는 β(G)를 잘 근사할 수 있지만, 임의의 간선 도착 순서에서는 β(G)가 작을 경우 더 강한 공간 제약이 존재함을 보여준다.
• 논문은 Caro-Wei 경계가 스트리밍 그래프에서 독립집합 크기의 타당하고 분석 가능한 보조 도구로 유용함을 입증하며, 효율적인 알고리즘과 강력한 하한을 동시에 가능하게 한다.