[논문 리뷰] Faster Spectral Sparsification in Dynamic Streams

Michael Kapralov, Aida Mousavifar외 3명|arXiv (Cornell University)|2019. 03. 28.

Caching and Content Delivery참고 문헌 57인용 수 4

한 줄 요약

이 논문은 효과적 저항 거리 척도 위에서 새로운 볼 커팅 기법을 활용하여, 근사적으로 최적의 공간을 사용하면서도 복구 시간이 이차 이하인 동적 스트림에 대한 스펙트럴 스퍼스피피케이션을 위한 첫 번째 동적 스트림 알고리즘을 제안한다. 또한, 평가당 다항로그 시간의 오버헤드만을 유발하는 새로운 의사난수 생성기(PRG)를 도입하여 스케칭 알고리즘에서 자유로운 완벽한 난수를 필요로 하지 않게 하였다.

ABSTRACT

Graph sketching has emerged as a powerful technique for processing massive graphs that change over time (i.e., are presented as a dynamic stream of edge updates) over the past few years, starting with the work of Ahn, Guha and McGregor (SODA'12) on graph connectivity via sketching. In this paper we consider the problem of designing spectral approximations to graphs, or spectral sparsifiers, using a small number of linear measurements, with the additional constraint that the sketches admit an efficient recovery scheme. Prior to our work, sketching algorithms were known with near optimal $ ilde O(n)$ space complexity, but $Ω(n^2)$ time decoding (brute-force over all potential edges of the input graph), or with subquadratic time, but rather large $Ω(n^{5/3})$ space complexity (due to their reliance on a rather weak relation between connectivity and effective resistances). In this paper we first show how a simple relation between effective resistances and edge connectivity leads to an improved $\widetilde O(n^{3/2})$ space and time algorithm, which we show is a natural barrier for connectivity based approaches. Our main result then gives the first algorithm that achieves subquadratic recovery time, i.e. avoids brute-force decoding, and at the same time nontrivially uses the effective resistance metric, achieving $n^{1.4+o(1)}$ space and recovery time. Our main technical contribution is a novel method for `bucketing' vertices of the input graph into clusters that allows fast recovery of edges of high effective resistance: the buckets are formed by performing ball-carving on the input graph using (an approximation to) its effective resistance metric. We feel that this technique is likely to be of independent interest.

연구 동기 및 목표

• 작은 수의 선형 측정을 사용하여 동적 그래프에 대한 스펙트럴 스퍼스피피케이션을 설계하는 것.
• 이전의 스케칭 알고리즘에서 공간 복잡도와 복구 시간 간의 상충 관계를 극복하는 것.
• 선형 스케칭 알고리즘의 효율적 비난수화를 가능하게 하는 의사난수 생성기(PRG)를 개발하는 것.
• 효과적 저항 척도를 활용하여 정점 클러스터링을 통해 고효과적 저항 간선을 신속하게 복구하는 새로운 방법을 확립하는 것.
• 기존에 큰 런타임 페널티를 초래하는 스케칭 알고리즘에서의 자유로운 완벽한 난수 가정을 제거하는 것.

제안 방법

• 효과적 저항 척도 위에서 새로운 볼 커팅 절차를 사용하여 정점을 클러스터링하고 고저항 간선을 효율적으로 식별한다.
• 트리 기반 색인 체계를 적용하여 동적 업데이트 중에 스케칭 구성 요소에 대한 빠른 액세스와 복구를 가능하게 한다.
• 짧은 시드에서 긴 의사난수 문자열을 생성하는 다수준 의사난수 생성기(PRG)를 도입하여 평가당 다항로그 비용만을 유발한다.
• 낮은 평가 비용과 짧은 시드 길이를 보장하기 위해 국소적으로 계산 가능한 추출기를 활용하여 PRG 구조를 지원한다.
• 그래프 스케칭을 간선-정점 인cidene 벡터 위의 선형 스케칭 문제로 재정의하여 동적 스트림에의 적응 가능성을 확보한다.
• 재정렬 논증을 사용하여 PRG에 의해 시뮬레이션된 알고리즘이 업데이트 순서에 관계없이 정확성을 유지함을 보여 동적 환경에서의 정확성 유지에 기여한다.

실험 결과

연구 질문

• RQ1 동적 스트림에서 스펙트럴 스퍼스피피케이션을 구현할 수 있는가? 이때 복구 시간은 이차 이하이고 공간 복잡도는 근사적으로 최적일 수 있는가?
• RQ2 스펙트럴 스퍼스피피케이션을 위한 연결성 기반 스케칭 접근법의 근본적인 한계는 무엇인가?
• RQ3 선형 스케칭 알고리즘에 대해 평가당 다항로그 비용만을 유발하는 의사난수 생성기를 구축할 수 있는가?
• RQ4 효과적 저항을 어떻게 활용할 수 있는가? 이는 브루트포스 복호화 없이도 신속한 복구를 가능하게 하는가?
• RQ5 스케칭 알고리즘에서 자유로운 완벽한 난수 가정을 제거할 수 있는가? 이 경우 런타임 페널티가 크게 증가하는가?

주요 결과

• 논문은 $ n^{1.4+o(1)} $의 공간과 복구 시간을 갖는 스펙트럴 스퍼스피피케이션을 달성하여, 이전의 연결성 기반 방법에서의 $ \tilde{O}(n^{3/2}) $ 장벽을 돌파하였다.
• 제안된 효과적 저항 척도 위의 볼 커팅 방법은 저지름 성분으로 정점을 클러스터링하여 고저항 간선의 빠른 복구를 가능하게 한다.
• 새로운 다수준 PRG는 시드 길이 $ O(S \cdot \mathop{\mathrm{polylog}} S) $ 와 평가당 비용 $ O(\mathop{\mathrm{polylog}} S) $ 를 갖는다. 여기서 $ S $ 는 스케칭 크기이다.
• PRG는 어떤 $ S $-공간 선형 스케칭 알고리즘도 다항로그 인자 증가만으로 시뮬레이션할 수 있게 하여 자유로운 난수의 필요성을 제거한다.
• 알고리즘은 자연스러운 장벽 케이스에서 $ \tilde{O}(n^{3/2}) $ 의 공간과 시간을 달성하여, 연결성 기반 접근법이 이 한계 이하로 내려갈 수 없음을 보여준다.
• 프레임워크는 각 업데이트당 $ O(\mathop{\mathrm{polylog}} n) $ 의 비용으로 스케칭에 대한 점진적 업데이트를 허용하여 효율적인 동적 스트림 처리를 가능하게 하며, 의사난수성 조건 하에서도 정확성을 유지한다.