[논문 리뷰] n-Level Graph Partitioning

Vitaly Osipov, Peter Sanders|arXiv (Cornell University)|2010. 04. 22.

Advanced Graph Theory Research인용 수 7

한 줄 요약

이 논문은 단일 엣지만 수축하는 방식으로 수준 간 구조 유사성을 유지함으로써 매칭 히우리스틱이 필요 없도록 하는 새로운 다수준 그래프 분할 알고리즘인 n-Level Graph Partitioning(n-GP)을 소개한다. 효율적인 동적 데이터 구조와 적응형 局부 검색 종료 기준을 활용하여 n-GP는 뛰어난 분할 품질을 달성하며, Walshaw의 벤치마크 세트에서 155개의 새로운 최고 기록을 수립했고, 대규모 그래프에 대해 효율적으로 확장 가능하다.

ABSTRACT

We present a multi-level graph partitioning algorithm based on the extreme idea to contract only a single edge on each level of the hierarchy. This obviates the need for a matching algorithm and promises very good partitioning quality since there are very few changes between two levels. Using an efficient data structure and new flexible ways to break local search improvements early, we obtain an algorithm that scales to large inputs and produces the best known partitioning results for many inputs. For example, in Walshaw's well known benchmark tables we achieve 155 improvements dominating the entries for large graphs.

연구 동기 및 목표

• 과학 계산 및 네트워크 분석에 사용되는 대규모 그래프를 위한 고품질 그래프 분할을 달성하는 데 도전한다.
• 다수준 분할에서 근사 최대 무게 매칭을 필요로 하지 않도록 하기 위해 수준당 단일 엣지만 수축함으로써 이를 제거한다.
• 해결책 품질을 유지하거나 향상시키면서도 다수준 분할의 공간 및 시간 오버헤드를 줄인다.
• n-레벨 계층에서 런타임이 제곱형으로 증가하는 것을 방지하기 위해 적응형 정지 기준을 개발한다.
• 거의 n레벨에 이르는 세밀한 계층이 기존의 최대 매칭 기반 공급 기반의 공급보다 우수한 성능을 낼 수 있음을 보여준다.

제안 방법

• 알고리즘은 수준당 단일 엣지만 수축하여 구조적 변화가 최소화된 n레벨 계층을 생성한다.
• 레벨을 암시적으로 저장하기 위해 동적 그래프 데이터 구조를 사용하여 제곱형 공간 소비를 피한다.
• 엣지 평가 기준을 개선하여 노드 무게를 고려하여 균형 잡힌 분할을 유지하는 수축을 우선순위로 한다.
• 유의미한 향상이 기대되지 않을 경우 조기에 검색을 종료하는 적응형 局부 검색 정지 기준을 도입하여 총 단계 수를 줄이고 품질을 떨어뜨리지 않는다.
• 이 방법은 순차적 그래프 분할기인 KaSPar에 구현되었으며, 표준 Walshaw 벤치마크에서 평가되었다.
• 진행률 임계값 기반의 수정된 정지 조건을 사용하는 선형 시간 복잡도의 局부 검색 변형을 사용한다.

실험 결과

연구 질문

• RQ1 수준당 단일 엣지만 수축하는 다수준 그래프 분할 접근이 기존의 매칭 기반 공급 기반의 공급보다 더 뛰어난 분할 품질을 달성할 수 있는가?
• RQ2 공급 단계에서 매칭 단계가 없음에도 불구하고 계층 깊이가 증가함에 따라 해결책 품질이 향상되는가?
• RQ3 적응형 局부 검색 정지 전략이 n-레벨 계층에서 제곱형 런타임 증가를 방지할 수 있는가?
• RQ4 Walshaw의 표준 벤치마크와 같은 기준에서 n-GP의 성능은 최신 기술 대비 어떻게 비교되는가?
• RQ5 노드 무게를 엣지 평가에 반영함으로써 단일 엣지 수축 기반의 분할 품질이 얼마나 향상되는가?

주요 결과

• n-GP는 Walshaw의 벤치마크 세트에서 155개의 새로운 최고 기록을 달성하여 대규모 그래프의 참가 기록을 압도했다.
• 이 알고리즘은 과학적 및 공학적 네트워크를 포함한 다양한 그래프 유형의 155개의 인스턴스에서 최고의 알려진 분할을 생성했다.
• 레벨 수가 증가했음에도 불구하고 알고리즘은 효율적으로 확장되었으며, 대규모 입력에서 이전 최고 시스템과 유사한 실행 시간을 기록했다.
• 적응형 局부 검색 정지 기준은 총 검색 단계를 크게 줄였고, 품질을 유지하면서도 제곱형 증가를 방지했다.
• 노드 무게를 고려한 엣지 평가 기준의 사용은 특히 이질적인 노드 무게를 가진 그래프에서 균형과 컷 품질을 향상시켰다.
• 동적 데이터 구조는 최소한의 오버헤드로 효율적인 저장을 가능하게 하여 모든 레벨을 명시적으로 저장하지 않도록 했다.