[논문 리뷰] IS-LABEL: an Independent-Set based Labeling Scheme for Point-to-Point Distance Querying on Large Graphs

Ada Wai-Chee Fu, Huanhuan Wu외 3명|arXiv (Cornell University)|2012. 11. 11.

Data Management and Algorithms참고 문헌 24인용 수 6

한 줄 요약

IS-LABEL는 대규모 그래프에서 점 대 점 거리 질의를 위한 새로운 디스크 기반 색인 기법을 제안한다. 이 기법은 그래프의 독립 집합을 활용해 계층적 레이블링 구조를 구축하며, 기존 방법보다 3개 정도의 차수 더 큰 1억 개의 정점까지 가능한 효율적인 최단경로 계산을 가능하게 한다. 또한 색인 생성 비용은 낮고 레이블 크기는 작다.

ABSTRACT

We study the problem of computing shortest path or distance between two query vertices in a graph, which has numerous important applications. Quite a number of indexes have been proposed to answer such distance queries. However, all of these indexes can only process graphs of size barely up to 1 million vertices, which is rather small in view of many of the fast-growing real-world graphs today such as social networks and Web graphs. We propose an efficient index, which is a novel labeling scheme based on the independent set of a graph. We show that our method can handle graphs of size three orders of magnitude larger than those existing indexes.

연구 동기 및 목표

• 기존 색인 기법의 확장성 한계를 해결한다. 이는 일반적으로 100만 개 이상의 정점을 가진 그래프에서는 실패한다.
• 소셜 네트워크, 웹 그래프, RDF 그래프 등 실제 대규모 그래프에서 효율적인 점 대 점 거리 질의를 가능하게 한다. 이러한 그래프는 종종 1억 개 이상의 정점을 초과한다.
• NP-완전 최적화에 의존하지 않고도 작은 레이블 크기와 낮은 생성 비용을 유지하는 레이블링 기법을 설계한다.
• 무방향 및 유방향 그래프를 모두 지원하며, 경로 재구성과 동적 업데이트를 가능하게 한다.
• 메인 메모리에 맞지 않는 그래프를 처리하기 위해 I/O 효율적인 알고리즘을 개발하여, 대규모 데이터셋에 대한 실용적 구현을 보장한다.

제안 방법

• 최대 독립 집합(MIS)을 사용해 계층적 그래프 분해를 수행하며, 각 수준이 계층의 한 층을 나타낸다.
• 상위 수준의 정점(독립 집합 소속 정점)으로부터 거리 값을 하위 수준의 정점으로 전파하여 레이블을 구성하며, (조상, 거리) 쌍을 저장한다.
• 계층을 이용해 최단경로 계산을 유도한다. 질의 (s,t)에 대해, dist(s,t) = dist(s,w) + dist(w,t)를 만족하는 공통 조상 w 를 찾는다.
• 경로 재구성을 위해, 레이블 항목과 중간 정점을 사용해 질의를 하위 경로로 재귀적으로 분해하고, 루트에 도달할 때까지 진행한 후 하위 경로를 병합한다.
• 유방향 그래프로의 확장을 위해, 들어오는 간선과 나가는 간선을 통해 도달 가능한 조상에 대해 별도의 in-label과 out-label을 유지한다.
• 지연 업데이트 메커니즘을 통해 증분 업데이트를 지원한다. 정점 삽입 또는 삭제 시, 색인 내에서 거리 업데이트를 자식 정점들로만 전파함으로써 I/O 비용을 최소화한다.

실험 결과

연구 질문

• RQ1 독립 집합 기반 레이블링 기법이 기존 방법에 비해 대규모 그래프에서 점 대 점 거리 질의에 있어 현저히 뛰어난 확장성을 달성할 수 있는가?
• RQ2 IS-LABEL 기법이 NP-완전 최적화에 의존하지 않더라도 작은 레이블 크기와 낮은 색인 생성 비용을 어떻게 유지하는가?
• RQ3 IS-LABEL는 1억 개의 정점과 간선을 가진 그래프를 얼마나 잘 처리할 수 있는가? 특히 메인 메모리에 들어가지 않는 경우에도 마찬가지인가?
• RQ4 무방향 및 유방향 그래프에서 경로 재구성과 동적 업데이트를 얼마나 효율적으로 지원할 수 있는가?
• RQ5 IS-LABEL에서 질의 처리와 색인 유지를 위한 I/O 복잡도는 무엇이며, 그래프 크기에 따라 어떻게 확장되는가?

주요 결과

• IS-LABEL는 최대 1억 개의 정점과 간선을 가진 그래프를 처리할 수 있으며, 이는 이전 연구에서 테스트한 최대 그래프(예: [10]에서 581K 정점)보다 3개 정도의 차수 더 크다.
• NP-완전 최적화에 의존하지 않더라도, 독립 집합에서 유도된 계층적 구조 덕분에 낮은 색인 생성 비용과 작은 레이블 크기를 유지한다.
• 질의 처리의 I/O 복잡도는 O(|SP(s,t)|)이며, 이는 최단경로 상의 간선 수에 비례하므로 대규모 질의에 대해 효율적이다.
• 레이블 항목과 중간 정점을 사용해 질의를 재귀적으로 분해함으로써, 자연스럽게 경로 재구성 기능을 지원한다.
• 유방향 그래프의 경우, 별도의 in-label과 out-label을 유지함으로써 효율적인 도달 가능성 및 거리 질의를 가능하게 한다.
• 증분 업데이트의 I/O 복잡도는 업데이트된 정점의 자식 수에 비례하므로, 전체 재빌드 없이도 효율적인 유지보수를 가능하게 한다.