[논문 리뷰] Counting triangles, tunable clustering and the small-world property in random key graphs (Extended version)

Osman Yağan, Armand M. Makowski|arXiv (Cornell University)|2017. 01. 13.

Complex Network Analysis Techniques참고 문헌 22인용 수 4

한 줄 요약

이 논문은 랜덤 키 그래프에서 삼각형 존재성에 대한 0-1 법칙을 수립하며, 삼각형의 출현을 지배하는 임계 스케일링 파ameter를 규명한다. 실용적 파ameter 영역에서 랜덤 키 그래프가 에르되시-레니 그래프보다 훨씬 높은 군집성을 보임을 입증하여, 조절 가능한 군집성과 소월드 성질을 갖는 소월드 모델로서의 적합성을 확인한다.

ABSTRACT

Random key graphs were introduced to study various properties of the Eschenauer-Gligor key predistribution scheme for wireless sensor networks (WSNs). Recently this class of random graphs has received much attention in contexts as diverse as recommender systems, social network modeling, and clustering and classification analysis. This paper is devoted to analyzing various properties of random key graphs. In particular, we establish a zero-one law for the the existence of triangles in random key graphs, and identify the corresponding critical scaling. This zero-one law exhibits significant differences with the corresponding result in Erdos-Renyi (ER) graphs. We also compute the clustering coefficient of random key graphs, and compare it to that of ER graphs in the many node regime when their expected average degrees are asymptotically equivalent. For the parameter range of practical relevance in both wireless sensor network and social network applications, random key graphs are shown to be much more clustered than the corresponding ER graphs. We also explore the suitability of random key graphs as small world models in the sense of Watts and Strogatz.

연구 동기 및 목표

• 네트워크 크기 n, 키 풀 크기 P, 키 수 K의 점점 커지는 스케일링 조건 하에서 랜덤 키 그래프에서 삼각형 존재성에 대한 0-1 법칙을 수립하기 위해.
• 동일한 평균 차수 조건 하에서 랜덤 키 그래프의 군집성 계수를 에르되시-레니 그래프의 군집성 계수와 계산하고 비교하기 위해.
• Watts와 Strogatz의 의미에서 랜덤 키 그래프가 소월드 모델로서의 적합성을 평가하기 위해.
• 삼각형 형성이 거의 확실히 존재하지 않다가 거의 확실히 존재하게 되는 전이가 일어나는 임계 스케일링 영역을 규명하기 위해.

제안 방법

• 네트워크 크기 n, 키 풀 크기 P, 키 수 K의 점점 커지는 스케일링 조건 하에서, 확률적 분석과 Borel-Cantelli 보조정리를 사용하여 삼각형 존재성에 대한 0-1 법칙을 유도한다.
• McDiarmid의 부등식을 적용하여 정규화된 삼각형 수가 3p(θ)²로 거의 확실히 수렴함을 보이며, 여기서 p(θ)는 쌍별 키 공유 확률이다.
• 교환 가능성과 유니온 바운드 논증을 사용하여 개별 노드에 대한 농도 경계를 전체 네트워크의 전역 삼각형 수로 확장한다.
• 큰 n 한계에서 평균 차수가 동일한 조건 하에서, 랜덤 키 그래프의 군집성 계수를 에르되시-레니 그래프의 군집성 계수와 비교한다.
• 높은 군집성과 짧은 일반적인 경로 길이를 동시에 갖는 특성을 평가하여 랜덤 키 그래프 모델의 소월드 성질을 분석한다.
• 형식적 점점 커지는 스케일링 기법을 적용하여 에르되시-레니 그래프에서 알려진 결과를 랜덤 키 그래프로 이전하여, 부분그래프 포함성에 대한 접근 방식의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 n, P, K의 어떤 스케일링 조건에서 랜덤 키 그래프의 삼각형 수가 거의 확실히 0 또는 무한대로 수렴하는가?
• RQ2 예상 평균 차수가 점점 커지는 한계에서 랜덤 키 그래프의 군집성 계수는 에르되시-레니 그래프의 군집성 계수와 어떻게 비교되는가?
• RQ3 실용적인 파ameter 설정 하에서 랜덤 키 그래프는 높은 군집성과 짧은 일반적인 경로 길이를 특징으로 하는 소월드 성질을 나타낼 수 있는가?
• RQ4 랜덤 키 그래프에서 삼각형 형성의 임계 임계점은 무엇이며, 이는 에르되시-레니 그래프의 해당 임계점과 어떻게 다를까?

주요 결과

• 랜덤 키 그래프에서 삼각형 존재성에 대한 0-1 법칙이 수립되었으며, 키 공유 확률 p(θ)가 n에 대해 특정 임계 스케일링 조건을 만족할 경우 삼각형이 높은 확률로 존재함을 보여준다.
• 정규화된 전역 삼각형 수 ∑ᵢ Tₙ,ᵢ*(θ) / (n choose 3)는 n → ∞ 일 때 거의 확실히 3p(θ)²로 수렴한다.
• 무선 센서 네트워크와 사회적 네트워크에 관련된 파ameter 영역에서는, 동일한 예상 평균 차수를 갖는 에르되시-레니 그래프에 비해 랜덤 키 그래프가 훨씬 높은 군집성 계수를 보인다.
• 랜덤 키 그래프의 군집성 계수는 K와 P의 파ameter 조절을 통해 조절 가능하므로, 원하는 수준의 군집성을 갖는 네트워크 모델링이 가능하다.
• 실용적인 파ameter 설정 하에서, 랜덤 키 그래프는 Watts와 Strogatz의 의미에서 소월드 성질을 만족하며, 높은 군집성과 짧은 일반적인 경로 길이를 동시에 갖는다.
• 랜덤 키 그래프에서 삼각형 형성의 임계 스케일링은 에르되시-레니 그래프와 근본적으로 다름을 보여주며, 간접적인 모양의 유사성에도 불구하고 구조적 행동이 상이함을 시사한다.