[논문 리뷰] Shattering and Compressing Networks for Centrality Analysis

Ahmet Erdem Saryüce, Érik Saule외 2명|arXiv (Cornell University)|2012. 09. 26.

Complex Network Analysis Techniques참고 문헌 20인용 수 6

한 줄 요약

이 논문은 네트워크를 압축하고 분쇄하여 독립된 구성요소로 나누어, 서로 다른 중심성 계산을 가속화하는 새로운 프레임워크를 제안한다. 예술성 정점, 다리, 정점 식별도와 같은 구조적 특징을 활용하여 다양한 실세계 네트워크에서 BC 계산 시간을 최대 59% 감소시켰으며, BFS 순서 정렬을 통해 평균 20%의 성능 향상을 이룩하였다.

ABSTRACT

Who is more important in a network? Who controls the flow between the nodes or whose contribution is significant for connections? Centrality metrics play an important role while answering these questions. The betweenness metric is useful for network analysis and implemented in various tools. Since it is one of the most computationally expensive kernels in graph mining, several techniques have been proposed for fast computation of betweenness centrality. In this work, we propose and investigate techniques which compress a network and shatter it into pieces so that the rest of the computation can be handled independently for each piece. Although we designed and tuned the shattering process for betweenness, it can be adapted for other centrality metrics in a straightforward manner. Experimental results show that the proposed techniques can be a great arsenal to reduce the centrality computation time for various types of networks.

연구 동기 및 목표

• 대규모 네트워크에서 정확한 중심성 계산의 높은 계산 비용을 줄이기 위해.
• 병렬 중심성 계산을 위해 네트워크를 독립된 구성요소로 분해할 수 있는 기법을 개발하기 위해.
• 예산 정점, 다리, 동일한 정점과 같은 구조적 특징을 식별하여 효과적인 네트워크 분쇄 및 압축을 가능하게 하기 위해.
• 정점 순서 정렬과 같은 사전처리 기법이 중심성 계산 성능에 미치는 영향을 평가하기 위해.
• 표준 정점 중심성 이외의 다양한 중심성 지표에 적용 가능한 실용적이고 확장 가능한 프레임워크를 제공하기 위해.

제안 방법

• 예산 정점과 다리를 식별하고 제거하여 그래프를 더 작은 독립된 구성요소로 분할함으로써 네트워크를 분쇄한다.
• 도강도가 1인 정점을 제거하고 동일한 이웃 집합을 가진 정점을 병합하여 그래프를 압축함으로써 정점 및 간선 수를 줄이되, BC 점수에는 영향을 주지 않는다.
• 브랜던스 알고리즘에서 로드 밸런싱을 향상시키고 캐시 미스를 줄이기 위해 BFS 기반의 정점 순서 정렬을 사용한다.
• 분해 과정 중에 최단 경로 기여도를 추적하여 구성요소 간의 쌍 및 소스 의존성을 유지한다.
• 정점 순서 정렬, 도강도 1인 정점 제거, 다리 제거, 예산 정점 탐지, 동일한 정점 병합 등의 기법을 모듈러한 파ip라인으로 조합한다.
• 사전처리 속성(도달 범위, 식별도)의 존재 여부에 따라 계산 경로를 동적으로 선택하는 네 커널 시스템을 구현한다.

실험 결과

연구 질문

• RQ1 예산 정점과 다리를 통한 네트워크 분쇄가 중심성 계산의 시간 복잡도를 상당히 감소시킬 수 있는가?
• RQ2 도강도 1인 정점 제거 및 동일한 정점 병합과 같은 정점 압축 기법이 BC 점수에 영향을 주지 않으면서 그래프 크기를 얼마나 효과적으로 줄일 수 있는가?
• RQ3 실제로 정점 순서 정렬(BFS 기반 등)이 중심성 계산 성능에 어느 정도 향상 효과를 미치는가?
• RQ4 다양한 유형의 네트워크에서 여러 사전처리 기법을 조합했을 때 BC 실행 시간에 미치는 누적 영향은 어떠한가?
• RQ5 제안된 프레임워크가 가까이 중심성이나 그룹 중심성과 같은 다른 경로 기반 중심성 지표로 일반화될 수 있는가?

주요 결과

• 모든 사전처리 기법을 조합한 odbasi 기법은 테스트된 모든 네트워크에서 BC 계산 시간을 평균 59% 감소시켰다.
• 사회 네트워크에서는 최고 성능을 보인 odbasi 조합이 평균 53%의 실행 시간 감소를 이룩하였다.
• 구조적 그래프에서는 오직 동일한 정점 압축 기법만 효과적이었으며, 평균 79%의 성능 향상을 이룩하였다.
• 지리적 분할 그래프에서는 BFS 순서 정렬만 32%의 평균 성능 향상을 제공하였고, 다른 기법들은 제한된 영향을 미쳤다.
• 그래프 add32는 odbasi에 의해 완전히 분쇄되어 잔여 그래프에 더 이상 간선이 남지 않았으며, 이는 고도로 모듈화된 네트워크에서의 극도로 높은 효과를 보여주었다.
• 성능 프로파일 분석을 통해 odbasi 기법(모든 기법 조합)이 60% 이상의 확률로 최적임을 확인하였으며, 다른 모든 구성보다 뛰어난 성능을 보였다.