[논문 리뷰] Moss: A Scalable Tool for Efficiently Sampling and Counting 4- and 5-Node Graphlets

Pinghui Wang, Jing Tao외 2명|arXiv (Cornell University)|2015. 09. 27.

Complex Network Analysis Techniques참고 문헌 28인용 수 13

한 줄 요약

이 논문은 대규모 네트워크에서 4개 및 5개 노드로 구성된 무방향 그래프릿(모티프)를 효율적으로 샘플링하고 세는 데에 스케일러블한 도구인 Moss를 소개한다. 비틀 중심 샘플링 방법과 편향이 없는 추정기 및 정확한 분산 공식을 제안하여 Pregel 및 GraphLab과 같은 시스템에 통합할 수 있도록 하며, 기존 최고 수준의 방법들과 동일한 정확도를 유지하면서도 수개의 주기 차이로 성능 향상을 이룬다.

ABSTRACT

Counting the frequencies of 3-, 4-, and 5-node undirected motifs (also know as graphlets) is widely used for understanding complex networks such as social and biology networks. However, it is a great challenge to compute these metrics for a large graph due to the intensive computation. Despite recent efforts to count triangles (i.e., 3-node undirected motif counting), little attention has been given to developing scalable tools that can be used to characterize 4- and 5-node motifs. In this paper, we develop computational efficient methods to sample and count 4- and 5- node undirected motifs. Our methods provide unbiased estimators of motif frequencies, and we derive simple and exact formulas for the variances of the estimators. Moreover, our methods are designed to fit vertex centric programming models, so they can be easily applied to current graph computing systems such as Pregel and GraphLab. We conduct experiments on a variety of real-word datasets, and experimental results show that our methods are several orders of magnitude faster than the state-of-the-art methods under the same estimation errors.

연구 동기 및 목표

• 대규모 네트워크에서 4개 및 5개 노드의 모티프 빈도 추정을 위한 스케일러블한 도구가 부족한 문제를 해결하기 위해.
• 현대 그래프 컴퓨팅 시스템에서 사용되는 비틀 중심 프로그래밍 모델과 호환되며 계산적으로 효율적인 샘플링 방법을 개발하기 위해.
• 모티프 빈도 추정기의 분산에 대해 정확하고 단순한 공식을 도출하여 적절한 샘플링 예산 배분을 안내하기 위해.
• 소셜 및 생물학적 네트워크와 같은 복잡한 네트워크에 대해 정확하고 스케일러블한 모티프 수세기 기능을 제공하기 위해.

제안 방법

• Pregel 및 GraphLab과 같은 분산 그래프 처리 시스템에서 효율적이고 스케일러블한 계산을 가능하게 하는 비틀 중심 샘플링 프레임워크를 제안한다.
• 4개 및 5개 노드의 모티프를 위한 이중 단계 샘플링 전략을 도입하여 다양한 샘플링 방식을 조합함으로써 정확도를 향상시키고 분산을 감소시킨다.
• 모티프 빈도 추정기의 분산에 대해 정확한 닫힌 형태의 수식을 유도하여 추정 오차를 정밀하게 제어할 수 있도록 한다.
• 모티프 확률과 기대 빈도에서 유도된 계수를 가진 가중 추정기를 사용하여 다양한 샘플링 방식의 결과를 통합한다.
• 지표 변수와 공분산 분석을 활용하여 추정 과정 중 모티프 수의 상관관계를 모델링한다.
• 이론적 분산 한계를 적용하여 샘플링 예산을 최적화하고 추정 정확도를 보장한다.

실험 결과

연구 질문

• RQ1 대규모 네트워크에서 4개 및 5개 노드의 무방향 그래프릿 빈도를 효율적이고 정확하게 추정할 수 있는 방법은 무엇인가?
• RQ2 모티프 빈도 추정을 위한 편향이 없는 추정기와 해석적으로 유도된 분산을 구성할 수 있는가?
• RQ3 현대 그래프 시스템에서 사용되는 비틀 중심 프로그래밍 모델과 호환되도록 샘플링 과정을 설계할 수 있는가?
• RQ4 제안된 추정기의 이론적 분산은 무엇이며, 이를 바탕으로 최적의 샘플링 예산을 결정할 수 있는가?
• RQ5 기존 최고 수준의 접근 방식과 비교해 볼 때 제안된 방법은 성능과 정확도에서 어떤가?

주요 결과

• 제안된 Moss 프레임워크는 동일한 추정 오차를 유지하면서도 기존 최고 수준의 방법들보다 수개의 주기 차이로 훨씬 더 빠른 성능을 달성한다.
• 이 방법은 4개 및 5개 노드의 모티프 빈도에 대해 편향이 없는 추정기를 제공하며, 이 분야에서 처음으로 정확한 분산 공식을 도출하였다.
• 샘플링 전략은 비틀 중심 모델과 호환되어 Pregel 및 GraphLab과 같은 시스템에 배포가 가능하다.
• 이론적 분석을 통해 유도된 공식에 기반해 샘플링 예산을 적절히 배분할 경우 추정기의 분산이 최소화됨을 확인하였다.
• 실제 데이터셋을 대상으로 한 실험 평가를 통해 다양한 네트워크 유형에서 뚜렷한 성능 향상과 일관된 정확도를 입증하였다.