[논문 리뷰] Maximum Cliques in Graphs with Small Intersection Number and Random Intersection Graphs

Sotiris Nikoletseas, Christoforos Raptopoulos외 1명|arXiv (Cornell University)|2012. 04. 18.

Complexity and Algorithms in Graphs참고 문헌 13인용 수 3

한 줄 요약

이 논문은 정점 수에 대해 다항식 시간 내에 최대 클리크를 찾는 알고리즘을 제시한다. 이는 레이블 수가 정점 수에 대해 다항식이며, 레이블 선택 확률이 작을 때의 랜덤 인터섹션 그래프에 대해 성립한다. 핵심 기여는 높은 확률로 큰 클리크가 단일 레이블에 의해 형성됨을 증명하는 '단일 레이블 클리크 정리'이다. 이는 레이블 분석을 통한 효율적 클리크 탐지 가능성을 보장한다.

ABSTRACT

In this paper, we relate the problem of finding a maximum clique to the intersection number of the input graph (i.e. the minimum number of cliques needed to edge cover the graph). In particular, we consider the maximum clique problem for graphs with small intersection number and random intersection graphs (a model in which each one of $m$ labels is chosen independently with probability $p$ by each one of $n$ vertices, and there are edges between any vertices with overlaps in the labels chosen). We first present a simple algorithm which, on input $G$ finds a maximum clique in $O(2^{2^m + O(m)} + n^2 \min\{2^m, n\})$ time steps, where $m$ is an upper bound on the intersection number and $n$ is the number of vertices. Consequently, when $m \leq \ln{\ln{n}}$ the running time of this algorithm is polynomial. We then consider random instances of the random intersection graphs model as input graphs. As our main contribution, we prove that, when the number of labels is not too large ($m=n^α, 0< α<1$), we can use the label choices of the vertices to find a maximum clique in polynomial time whp. The proof of correctness for this algorithm relies on our Single Label Clique Theorem, which roughly states that whp a "large enough" clique cannot be formed by more than one label. This theorem generalizes and strengthens other related results in the state of the art, but also broadens the range of values considered. As an important consequence of our Single Label Clique Theorem, we prove that the problem of inferring the complete information of label choices for each vertex from the resulting random intersection graph (i.e. the \emph{label representation of the graph}) is \emph{solvable} whp. Finding efficient algorithms for constructing such a label representation is left as an interesting open problem for future research.

연구 동기 및 목표

• 일般 그래프에서 최대 클리크 문제의 비결정성 문제를 해결하기 위해 인터섹션 수가 작은 그래프에 초점을 맞춘다.
• 실세계 네트워크와 관련된 모델인 랜덤 인터섹션 그래프에서 최대 클리크를 효율적으로 계산하는 알고리즘을 개발한다.
• 최대 클리크를 높은 확률로 다항식 시간 내에 찾을 수 있는 조건을 설정한다.
• 랜덤 인터섹션 그래프에서 큰 클리크가 일반적으로 단일 레이블에 의해 형성됨을 증명한다. 이는 레이블 기반 클리크 탐지 가능성을 보장한다.
• 그래프의 구조에서 레이블 표현을 높은 확률로 유일하게 재구성할 수 있음을 보여준다.

제안 방법

• 인터섹션 수에 대한 상한 m을 활용하여, 클리크의 모든 부분집합을 2^m 이내로 나열하는 브루트 포스 알고리즘을 제안한다.
• 체르노프 불등식을 사용하여, 랜덤 인터섹션 그래프에서 레이블의 차수와 정점의 레이블 집합 크기의 집중성을 확립한다.
• 단일 레이블 클리크 정리를 도입하여, mp² = O(1)일 때 크기가 np에 가까운 클리크가 둘 이상의 레이블에 의해 형성될 가능성이 매우 낮음을 증명한다.
• 확률적 분석을 통해 다중 레이블 클리크의 발생 확률를 근사하여, 주어진 매개변수 영역 하에서 이러한 클리크가 흔치 않음을 보여준다.
• 최대우도추정법을 적용하여 그래프 구조에서 정점의 레이블 집합을 재구성하고, 높은 확률로 유일성을 증명한다.
• 구조적 성질을 유도하기 위해 랜덤 인터섹션 그래프 모델 G_{n,m,p}를 분석하며, m = n^α (0 < α < 1), mp² = O(1) 조건을 설정한다.

실험 결과

연구 질문

• RQ1 랜덤 인터섹션 그래프에서 최대 클리크를 다항식 시간 내에 계산할 수 있는 조건은 무엇인가?
• RQ2 랜덤 인터섹션 그래프에서 큰 클리크가 주로 단일 레이블에 의해 형성됨을 입증할 수 있는가?
• RQ3 랜덤 인터섹션 그래프의 레이블 표현이 그래프 구조에서 높은 확률로 유일하게 재구성 가능한가?
• RQ4 인터섹션 수가 최대 클리크 문제의 해법 가능성과 어떻게 관련되는가?
• RQ5 m = n^α 이고 mp² = O(1)일 때, 랜덤 인터섹션 그래프에서 최대 클리크의 점근적 크기는 얼마인가?

주요 결과

• 인터섹션 수 m이 m ≤ ln ln n 를 만족할 경우, 제안된 알고리즘이 다항식 시간 내에 수행된다.
• m = n^α (0 < α < 1) 이고 mp² = O(1) 인 랜덤 인터섹션 그래프에서, 최대 클리크는 높은 확률로 다항식 시간 내에 찾을 수 있다.
• m = n^α 이고 mp² = O(1) 인 G_{n,m,p}에서 최대 클리크의 크기는 점근적으로 np이다.
• 단일 레이블 클리크 정리는 높은 확률로 어떤 큰 클리크도 둘 이상의 레이블에 의해 형성되지 않음을 보여주며, 이는 효율적 클리크 탐지 가능성을 보장한다.
• 최대우도추정법을 사용하여 그래프의 구조에서 레이블 표현을 높은 확률로 유일하게 재구성할 수 있다.
• mp = ω(ln n) 인 영역에서 G_{n,m,p}의 색수는 Ω(nmp² / ln n) 이며, 이는 그래프가 완전에 가까운 구조에서 벗어나 있음을 시사하며, 연구된 영역의 클리크 구조와 대비된다.