[논문 리뷰] Manipulating Node Similarity Measures in Networks

Palash Dey, Sourav Medya|arXiv (Cornell University)|2019. 10. 25.

Complex Network Analysis Techniques참고 문헌 37인용 수 8

한 줄 요약

이 논문은 네트워크에서 간 삭제를 통한 노드 유사도 측정값 조작의 파arameterized 복잡도를 연구하며, 세 가지 문제에 초점: 유사도 제거, 총 유사도 감소, 최대 유사도 감소. 간 수(삭제할 간 수) 및 대상 노드 쌍 수와 같은 여러 매개변수에 대해 고정-파rameter 트랙터블(FPT) 알고리즘을 제시하고, 실제 및 합성 네트워크에서 이 알고리즘의 효율성과 효과성을 검증한다.

ABSTRACT

Node similarity measures quantify how similar a pair of nodes are in a network. These similarity measures turn out to be an important fundamental tool for many real world applications such as link prediction in networks, recommender systems etc. An important class of similarity measures are local similarity measures. Two nodes are considered similar under local similarity measures if they have large overlap between their neighboring set of nodes. Manipulating node similarity measures via removing edges is an important problem. This type of manipulation, for example, hinders effectiveness of link prediction in terrorists networks. Fortunately, all the popular computational problems formulated around manipulating similarity measures turn out to be NP-hard. We, in this paper, provide fine grained complexity results of these problems through the lens of parameterized complexity. In particular, we show that some of these problems are fixed parameter tractable (FPT) with respect to various natural parameters whereas other problems remain intractable W[1]-hard and W[2]-hard in particular). Finally we show the effectiveness of our proposed FPT algorithms on real world datasets as well as synthetic networks generated using Barabasi-Albert and Erdos-Renyi models.

연구 동기 및 목표

• 네트워크 내 局부적 노드 유사도 측정값 조작 문제를 세 가지 그래프 이론적 문제로 정식화: 유사도 제거, 총 유사도 감소, 최대 유사도 감소.
• 삭제할 간 수(k), 대상 노드 쌍 수(|S|), 최대 차수(Δ), 평균 차수(δ)와 같은 자연스러운 매개변수에 대해 이러한 문제의 파라미터라이즈드 복잡도를 분석.
• 이 문제들이 고정-파라미터 트랙터블(FPT)이 되거나, 여전히 비가역적(W[1]-hard, W[2]-hard, 또는 para-NP-hard)이 되는 조건을 규명.
• 유사도 제거 문제를 위한 FPT 알고리즘을 개발하고 평가하여, 실제 및 합성 네트워크에서 랜덤 및 HJ 기반 기준 대비 솔루션 품질과 런타임 모두에서 뛰어난 성능을 입증.

제안 방법

• 특정 유사도 측정법에 의존하지 않는, 대상 노드 쌍 간 공통 이웃 수 감소에 중점을 두어, 노드 유사도 감소의 핵심 과제를 세 가지 그래프 이론적 문제로 추상화.
• 파라미터라이즈드 복잡도 이론을 적용하여, 삭제할 간 수(k), 대상 쌍 수(|S|), 최대 차수(Δ), 평균 차수(δ) 등의 매개변수에 대해 문제의 처리 가능성 분석.
• 삭제할 간 수(k)를 매개변수로 하여 유사도 제거 문제에 대한 FPT 알고리즘 설계. 최적의 간 삭제 집합을 확보하기 위해 유계 탐색 및 동적 프로그래밍 기법 활용.
• 실제 데이터셋(예: 사회, 전력, 웹, 도로 네트워크) 및 합성 네트워크(Erdős–Rényi 및 Barabási–Albert 모델)에서 FPT 알고리즘을 구현하고, 간 수 및 런타임 등의 지표를 사용해 평가.
• 랜덤, HJ(휴리스틱 기반), 그리고 그레디 알고리즘과의 비교를 통해 솔루션 품질(삭제 간 수)과 효율성(런타임) 측정.
• 런타임 시각화에서 로그 스케일을 사용하여 다양한 데이터셋 간 성능 비교를 수행하여, FPT 알고리즘이 뚜렷한 속도 우위를 보임을 입증.

실험 결과

연구 질문

• RQ1 어떤 파라미터라이제이션 하에서 대상 노드 쌍 간의 유사도 제거 문제는 고정-파라미터 트랙터블(FPT)이 되는가?
• RQ2 총 유사도 또는 최대 유사도 감소 문제의 복잡도는 k, |S|, Δ, δ 등의 매개변수에 따라 어떻게 변화하는가?
• RQ3 FPT 알고리즘이 실제 및 합성 네트워크에 효과적으로 적용되어 높은 솔루션 품질과 낮은 런타임을 동시에 달성할 수 있는가?
• RQ4 유사도 제거 문제의 근사화 경계는 무엇이며, 기존 휴리스틱과 제안된 FPT 알고리즘 간의 비교는 어떠한가?
• RQ5 최적의 FPT 솔루션과 휴리스틱 기반 기준 간에 삭제 간 수와 실행 시간 측면에서 뚜렷한 성능 격차가 존재하는가?

주요 결과

• 유사도 제거 문제는 삭제할 간 수(k)를 매개변수로 하여 FPT이며, O(1.2738^k + km) 시간 내에 실행 가능한 알고리즘을 제공하며, 2-근사가 가능하지만, 유니크 게임 추측 하에 2−ε-근사화 불가능하다.
• 유사도 제거 문제는 삭제할 간 수(k)를 매개변수로 하여 W[1]-hard이며, 별 그래프조차도 이에 해당하여 일반적으로 강한 비가역성을 나타낸다.
• 총 유사도 감소 문제의 경우, 대상 쌍 수(|S|)를 매개변수로 하여 FPT이며, 평균 차수(δ)를 매개변수로 하면 para-NP-hard이다.
• 최대 유사도 감소 문제의 경우, 삭제할 간 수(k)를 매개변수로 하여 W[2]-hard이며, 평균 차수(δ)를 매개변수로 하면 para-NP-hard이다.
• 실제 데이터셋에서 FPT 알고리즘(FPTA)은 랜덤 및 HJ 기준 대비 훨씬 적은 간 수를 생성한다(예: |S|=30일 때 사회 네트워크에서 9 대비 3k), 이는 뛰어난 솔루션 품질을 시사한다.
• FPTA 알고리즘은 그레디 알고리즘 대비 최소 두 개의 지수 차이로 빠르며, 실제 및 합성 네트워크에서 모든 기준 대비 런타임에서 뛰어난 성능을 보이며, 런타임은 로그 스케일로 측정된다.