[논문 리뷰] On the Hyperbolicity of Small-World and Tree-Like Random Graphs

Wei Chen, Wenjie Fang외 2명|arXiv (Cornell University)|2012. 01. 09.

Topological and Geometric Data Analysis참고 문헌 40인용 수 10

한 줄 요약

이 논문은 소월드 및 나무 유사 무작위 그래프의 Gromov $\delta$-초구형성을 분석하며, 분산 라우팅에 최적화된 Kleinberg의 소월드 모델($\gamma = d$)이 여전히 열악한 초구형성을 보임을 보여주고 있다. 특히 $\delta = \Omega((\log n)^{1/(1.5(d+1)+\varepsilon)})$이며, 이는 효율적 탐색에도 불구하고 나무 유사성은 제한적임을 시사한다. 고리가 있는 나무 구조는 일정한 초구형성을 유지하지만, 고리 거리에 따라 지수적으로 감소하는 확률을 가진 경우를 제외한 무작위 장거리 간선은 이 성질을 파괴한다.

ABSTRACT

Hyperbolicity is a property of a graph that may be viewed as being a "soft" version of a tree, and recent empirical and theoretical work has suggested that many graphs arising in Internet and related data applications have hyperbolic properties. We consider Gromov's notion of δ-hyperbolicity, and establish several results for small-world and tree-like random graph models. First, we study the hyperbolicity of Kleinberg small-world random graphs and show that the hyperbolicity of these random graphs is not significantly improved comparing to graph diameter even when it greatly improves decentralized navigation. Next we study a class of tree-like graphs called ringed trees that have constant hyperbolicity. We show that adding random links among the leaves similar to the small-world graph constructions may easily destroy the hyperbolicity of the graphs, except for a class of random edges added using an exponentially decaying probability function based on the ring distance among the leaves. Our study provides one of the first significant analytical results on the hyperbolicity of a rich class of random graphs, which shed light on the relationship between hyperbolicity and navigability of random graphs, as well as on the sensitivity of hyperbolic δ to noises in random graphs.

연구 동기 및 목표

• 인기 있는 무작위 그래프 모델의 초구형성을 분석적으로 특성화하는 것, 특히 Kleinberg의 소월드 모델과 고리가 있는 나무 모델을 중심으로.
• 무작위 그래프에서 초구형성과 탐색 가능성 간의 관계를 조사하는 것, 특히 효율적인 분산 라우팅을 위해 설계된 모델을 중심으로.
• 나무 유사 구조에 장거리 간선를 추가하는 등의 무작위 교란에 대한 초구형성의 강건성 평가.
• 소월드 네트워크에서의 효율적 라우팅이 강력한 초구형성과 관련이 있는지 여부를 판단하는 것, 이는 압축 라우팅 및 거리 레이블링과 연결된 성질이다.
• 표준 네트워크 생성 과정에서의 무작위성에 더 강건한 초구형성 측정법이나 모델이 존재하는지 탐색하는 것.

제안 방법

• 장거리 간선가 그리드 거리에 비례하여 추가되는 Kleinberg의 소월드 모델 ${\it KSW}(n,d,\gamma)$를 분석하며, $d_B(u,v)$는 그리드 거리를 의미한다.
• Gromov의 $\delta$-초구형성 정의를 사용하여 나무 유사성 정도를 측정하며, $\delta$ 값은 0(나무)에서 그래프 지름의 약 절반까지 변동한다.
• 확률론적 방법과 농도 부등식을 활용하여 $\gamma$ 및 차원 $d$ 값에 따른 $\delta$의 고확률 경계를 유도한다.
• 정리 3과 추론 30을 활용하여 확장된 고리가 있는 나무 모델에서 고리 거리에만 의존하는 $\delta$의 상한 및 하한을 설정한다.
• 고리가 있는 나무 모델의 변형, 예를 들어 각 노드당 다수의 장거리 간선 또는 독립적인 간선 선택을 포함한 경우에도 초구형성 경계의 강건성을 보여준다.
• 다양한 그래프 가족과 파rameter 영역 간의 초구형성 수준을 비교하여, 일정한, 로그 수준의, 약한, 또는 비초구형성으로 분류한다.

실험 결과

연구 질문

• RQ1 Kleinberg의 소월드 모델에서 $\gamma = d$일 때, 이는 분산 라우팅에 최적화되어 있지만 강력한 초구형성을 보일까?
• RQ2 무작위 장거리 간선이 고리가 있는 나무의 잎에 추가될 경우 초구형성은 어떻게 변화하는가?
• RQ3 어떤 간선 확률 분포가 고리가 있는 나무의 초구형성 수준을 무작위 재접속 상황에서도 유지하는가?
• RQ4 무작위 그래프에서 효율적 분산 탐색과 높은 초구형성 사이에 괴리가 존재하는가?
• RQ5 표준 네트워크 생성 모델에서의 무작위성에 더 강건한 초구형성 측정법이나 모델이 존재하는가?

주요 결과

• Kleinberg의 소월드 모델에서 $\gamma = d$일 경우 초구형성 $\delta$는 $\Omega((\log n)^{1/(1.5(d+1)+\varepsilon)})$이며, 모든 $\varepsilon > 0$에 대해 성립한다. 이는 최적의 라우팅 성능에도 불구하고 약한 초구형성을 의미한다.
• $\gamma < d$일 경우 초구형성 $\delta$는 그래프 지름과 같은 주기수준이 되며, 이는 그래프가 초구형성이 아님을 의미한다.
• $\gamma > 3$ 이고 $d=1$일 경우 초구형성 $\delta$는 다항로그 수준으로 유 bounds되지 않으며, 이는 열악한 초구형성을 의미한다.
• 고리가 있는 나무는 일정한 초구형성 $\delta = \Theta(1)$을 유지하며, 강력한 나무 유사성을 보여준다.
• 고리가 있는 나무에 무작위 장거리 간선를 추가하면 일반적으로 일정한 초구형성이 파괴되며, $\delta$는 그래프 지름 수준으로 증가한다.
• 장거리 간선가 고리 거리에 따라 지수적으로 감소하는 확률로 추가될 경우에만 초구형성이 일정 수준으로 유지되며, 이는 $\delta(RBT(k,2^{-\alpha h(u,v)})) = \Theta(\log n)$로 나타난다.