[論文レビュー] Fast generation of complex networks with underlying hyperbolic geometry

Moritz von Looz, Christian Staudt+2 more|arXiv (Cornell University)|Jan 15, 2015

Complex Network Analysis Techniques参考文献 19被引用数 3

ひとこと要約

本稿では、大規模なランダムな双曲グラフを生成するための最初のサブクアドラティック時間アルゴリズムを提示する。双曲空間に適応された極座標クアッドツリーを用いることで、高確率で $O((n^{3/2}+m)\text{log }n)$ の時間計算量を達成する。この手法により、ペアワイズ距離計算の回数が削減され、10億エッジのネットワークを数分で生成可能となり、従来手法より100倍以上高速化される。また、べき乗則に従う次数分布や高いクラスタリング係数といった現実的でリアルなネットワーク特徴を保持する。

ABSTRACT

Complex networks have become increasingly popular for modeling various real-world phenomena. Realistic generative network models are important in this context as they avoid privacy concerns of real data and simplify complex network research regarding data sharing, reproducibility, and scalability studies. \emph{Random hyperbolic graphs} are a well-analyzed family of geometric graphs. Previous work provided empirical and theoretical evidence that this generative graph model creates networks with non-vanishing clustering and other realistic features. However, the investigated networks in previous applied work were small, possibly due to the quadratic running time of a previous generator. In this work we provide the first generation algorithm for these networks with subquadratic running time. We prove a time complexity of $O((n^{3/2}+m) \log n)$ with high probability for the generation process. This running time is confirmed by experimental data with our implementation. The acceleration stems primarily from the reduction of pairwise distance computations through a polar quadtree, which we adapt to hyperbolic space for this purpose. In practice we improve the running time of a previous implementation by at least two orders of magnitude this way. Networks with billions of edges can now be generated in a few minutes. Finally, we evaluate the largest networks of this model published so far. Our empirical analysis shows that important features are retained over different graph densities and degree distributions.

研究の動機と目的

• 従来、二乗時間計算量に起因するスケーラビリティのボトル neck に起因する、大規模なランダム双曲グラフ生成の課題を解決すること。
• 従来の生成器が約 $10^5$ 頂点に制限されていた性能上の限界を克服すること。
• 双曲幾何に基づく現実的でリアルな複雑ネットワークを生成する、スケーラブルで並列化可能なアルゴリズムを開発すること。
• 多様なグラフ密度やパラメータ設定において、現実世界のネットワークに見られる重要な構造的特徴（べき乗則に従う次数分布、高いクラスタリング係数、スモールワールド性など）を保持すること。
• 大規模なネットワーク解析、再現可能性、ベンチマークの実施を可能にするために、大規模な合成ネットワーク用の高速でオープンソースの生成器を提供すること。

提案手法

• 双曲空間に適応された極座標クアッドツリー空間データ構造を用い、ポアンカレ円板を効率的に分割し、近接ノード探索を高速化する。
• ポアンカレ円板モデルを用いて、双曲距離をユークリッド座標にマッピングし、双曲空間における幾何的インデクシングを可能にする。
• ブルートフォースなペアワイズ距離計算を、双曲極座標クアッドツリー上の範囲検索に置き換えることで、距離評価回数を削減する。
• 現代のマルチコアアーキテクチャを活用して大規模グラフにスケーリング可能な、共有メモリ並列版の生成器を実装する。
• クアッドツリーの対数的深さと双曲空間のスパarsity に着目し、アルゴリズムが高確率で $O((n^{3/2}+m)∗\text{log }n)$ 時間で実行されることを証明する。
• NetworKit（大規模ネットワーク解析のためのオープンソースフレームワーク）に生成器を統合し、コミュニティ利用と再現可能性を支援する。

実験結果

リサーチクエスチョン

• RQ1 現実的なトポロジカル特徴を保持しつつ、ランダム双曲グラフ生成のためのサブクアドラティックなアルゴリズムを設計できるか？
• RQ2 双曲空間に適応された極座標クアッドツリーを用いることで、単純なペアワイズ距離チェックに比べ、エッジ生成の計算複雑性はどの程度低減されるか？
• RQ3 新しい生成器は、大規模ネットワーク（例：10億エッジ）にどの程度スケーリング可能であり、構造的リアリズムを損なわないか？
• RQ4 新しい生成器において、クラスタリング係数、次数分布、直径、相関性といった主要なネットワーク特性は、さまざまなパラメータ設定下でどのように振る舞うか？
• RQ5 理論的な時間計算量 $O((n^{3/2}+m)\text{log }n)$ が、大規模な合成ネットワーク上で実証的に検証可能か？

主な発見

• 提案された生成器は、高確率で $O((n^{3/2}+m)\text{log }n)$ の時間計算量を達成しており、従来の二乗時間アプローチに比べ顕著な改善を示す。
• 実装は、従来の実装よりも少なくとも100倍高速であり、$10^7$ 頂点と $10^9$ エッジを持つグラフを8分未満で生成可能である。
• 生成器はリアルなネットワーク特徴を維持している：クラスタリング係数は 0.75～0.9、べき乗則に従う次数分布で調整可能な指数、直径は3～30の範囲にある。
• 実験的結果から理論的時間計算量が裏付けられ、$10^4$ から $10^7$ 頂点の範囲で測定された実行時間は、予測されたフィットに非常に近い。
• 極座標クアッドツリーのデータ構造は、効率的な近接ノード照会を可能にし、動的な頂点移動にも対応可能であるため、今後の進化ネットワークへの応用の可能性を示唆している。
• 生成器は NetworKit に統合され、今後のバージョンでリリースされる予定であり、再現可能でスケーラブルなネットワーク科学研究を支援する。