[论文解读] Shotgun assembly of random regular graphs

Huang, Brice, Elchanan Mossel+3 more|arXiv (Cornell University)|Dec 28, 2015

Nanocluster Synthesis and Applications参考文献 9被引用 7

一句话总结

本文通过证明：从其根 R-邻域中唯一重构随机 d-正则图所需的最小半径 R，以高概率集中在 (log n + log log n)/(2 log(d−1)) + O(1) 附近，解决了随机 d-正则图的枪击组装问题。作者通过邻域同构的结构分析与配置模型中的概率方法，证明该界在 O(1) 项内是紧的，表明当 R 接近该阈值时，以高概率不存在任意两个顶点具有同构的 R+-邻域。

ABSTRACT

Mossel and Ross (2019) introduce the shotgun assembly problem for random graphs: what radius $R$ ensures that the random graph $G$ can be uniquely recovered from its list of rooted $R$-neighborhoods, with high probability? Here we consider this question for random regular graphs of fixed degree $d\ge3$. A result of Bollobás (1982) implies efficient recovery at $R = (1 + ε) \frac12 \log_{d-1}n$ with high probability -- moreover, this recovery algorithm uses only a summary of the distances in each neighborhood. We show that using the full neighborhood structure gives a sharper bound \[ R = \frac{\log n + \log\log n}{2\log(d-1)} + O(1)\,, \] which we prove is tight up to the $O(1)$ term. One consequence of our proof is that if $G,H$ are independent graphs where $G$ follows the random regular law, then with high probability the graphs are non-isomorphic; furthermore, this can be efficiently certified by testing the $R$-neighborhood list of $H$ against the $R$-neighborhood of a single adversarially chosen vertex of $G$.

研究动机与目标

• 确定以高概率从其根 R-邻域列表中唯一重构随机 d-正则图所需的最小半径 R。
• 弥合随机正则图中枪击组装半径已知上下界之间的差距，特别是在 d ≥ 3 的情形下。
• 确立组装的紧阈值为 (log n + log log n)/(2 log(d−1)) + O(1)，优于以往仅使用距离摘要的方法。
• 证明该半径阈值还可用于认证平凡自同构群，并证明独立的随机正则图与任意图之间不构同。
• 提供一种多项式时间的认证程序，通过将任意图 H 的 R+-邻域与图 G 中单个顶点的 R+-邻域进行比较，实现对随机 d-正则图与任意其他图 H 的非同构性认证。

提出的方法

• 使用配置模型生成随机 d-正则图，允许自环和多重边，目标是证明当 n → ∞ 时，结果以高概率成立。
• 应用邻域同构的概率分析，聚焦于具有同构 R-邻域的顶点对数量，以界定唯一重构所需的半径 R。
• 在图配置（记为 C）上采用精细计数论证，以控制过度计数，使用函数 F(C) 界定同构邻域对数量的二阶矩。
• 引入阈值半径 R₊(Δ) = ⌈(log n + log log n + Δ)/(2 log(d−1))⌉ 和 R₋(Δ) = ⌊(log n + log log n − Δ)/(2 log(d−1))⌋，定义一个紧区间，使得唯一重构的概率在此区间内收敛至 1。
• 使用随机支配论证界定向邻域结构的尾部，表明邻域树深层部分的贡献可忽略不计。
• 应用二阶矩方法，表明不存在同构 R-邻域对的概率趋于 1，从而表明在 R ≈ (log n + log log n)/(2 log(d−1)) + O(1) 时，唯一重构是可能的。

实验结果

研究问题

• RQ1 从其根 R-邻域中唯一重构随机 d-正则图的紧阈值半径 R 是多少？
• RQ2 能否利用 R-邻域的完整结构（而不仅距离摘要）实现比以往方法更紧的 R 所需界限？
• RQ3 半径 R = (log n + log log n)/(2 log(d−1)) + O(1) 是否足以确保在随机 d-正则图中，以高概率不存在任意两个顶点具有同构的 R-邻域？
• RQ4 该半径阈值能否用于高效认证两个独立图（一个随机 d-正则图，一个任意图）之间的非同构性？
• RQ5 随机 d-正则图的自同构群以高概率是否平凡？是否可通过邻域比较实现该性质的认证？

主要发现

• 从其根 R-邻域中唯一重构随机 d-正则图所需的最小半径 R，以高概率集中在 (log n + log log n)/(2 log(d−1)) + O(1) 附近，其中 O(1) 项为绝对常数且与 n 无关。
• 该界在 O(1) 项内是紧的，意味着当 R 低于此阈值时，唯一重构以高概率失败。
• 以高概率，随机 d-正则图中不存在任意两个顶点具有同构的 R₊-邻域，其中 R₊ = ⌈(log n + log log n + Δ)/(2 log(d−1))⌉，Δ 为足够大的绝对常数。
• 这意味着随机 d-正则图的自同构群以高概率是平凡的，且可通过将候选图的所有 R₊-邻域与图 G 中单个顶点的 R₊-邻域进行比较，实现高效认证。
• 对于任意图 H 和独立的随机 d-正则图 G，以高概率不存在 G 中的顶点在 H 中存在对应顶点具有同构的 R₊-邻域，从而实现高效的非同构性认证。
• 结合图配置上的精细计数，二阶矩方法表明：当 R ≤ R₋(Δ) 时，同构邻域对的期望数量随 n → ∞ 而趋于零，从而确认了边界的紧致性。