[논문 리뷰] Survey of Graph Analysis Applications

Tim Hegeman, Alexandru Iosup|arXiv (Cornell University)|2018. 07. 01.

Complex Network Analysis Techniques참고 문헌 73인용 수 4

한 줄 요약

이 논문은 다양한 도메인에 걸친 그래프 분석 응용 사례에 대한 체계적인 조사를 제시하며, 포괄적인 분류 체계를 구축하기 위해 일반적으로 사용되는 그래프 특성과 분석 방법을 규명한다. 150개 이상의 응용 사례를 분석한 결과, 대부분의 실세계 응용 사례가 다수의 그래프 특성과 분석 기법을 조합함을 확인하였으며, 향후 그래프 분석 시스템이 고립된 응용 사례나 단일 프레임워크에 집중하기보다는 광범위한 기능과 상호작용 가능한 워크플로우 조합을 지원해야 한다고 주장한다.

ABSTRACT

Recently, many systems for graph analysis have been developed to address the growing needs of both industry and academia to study complex graphs. Insight into the practical uses of graph analysis will allow future developments of such systems to optimize for real-world usage, instead of targeting single use cases or hypothetical workloads. This insight may be derived from surveys on the applications of graph analysis. However, existing surveys are limited in the variety of application domains, datasets, and/or graph analysis techniques they study. In this work we present and apply a systematic method for identifying practical use cases of graph analysis. We identify commonly used graph features and analysis methods and use our findings to construct a taxonomy of graph analysis applications. We conclude that practical use cases of graph analysis cover a diverse set of graph features and analysis methods. Furthermore, most applications combine multiple features and methods. Our findings motivate further development of graph analysis systems to support a broader set of applications and to facilitate the combination of multiple analysis methods in an (interactive) workflow.

연구 동기 및 목표

• 다양한 도메인에서 그래프 분석의 실용적 응용 사례를 규명하고 특성화하는 것.
• 실세계 응용 사례에서 사용되는 그래프 데이터셋과 분석 방법의 다양성을 이해하는 것.
• 기존 서베이가 단일 도메인이나 알고리즘 클래스에 집중하는 데서 발생하는 격차를 메우는 것.
• 공통적인 특성과 방법을 바탕으로 그래프 분석 응용 사례의 분류 체계를 수립하는 것.
• 다양한 그래프 특성과 다수의 분석 기법을 통합적으로 지원할 필요성을 부각시켜 향후 시스템 설계를 이끌어내는 것.

제안 방법

• 재현 가능성과 엄격한 문헌 선정을 확보하기 위해 Kitchenham 등이 제안한 체계적 문헌 리뷰(SLR) 방법을 적용하는 것.
• 다단계 과정 정의: 리뷰 계획 수립, 관련 레포지터리 및 키워드 식별, 구조화된 검색 쿼리 적용.
• 자동 키워드 검색(예: Google Scholar)을 통한 주요 연구 선정 후, 사전 정의된 포함 기준에 따라 수동 선별.
• 그래프 특성(예: 크기, 연결성, 구조)과 분석 방법(예: 중심성, 클러스터링, 경로 탐색)에 대한 데이터 추출 및 통합.
• 반복적으로 나타나는 그래프 특성과 분석 방법 유형을 기반으로 응용 사례를 분류 체계에 포함.
• 재현 가능성을 확보하기 위해 검색 로그, 선택 목록 및 분석 데이터를 개방형 출판함으로써 결과 검증.

실험 결과

연구 질문

• RQ1 실세계 응용 사례에서 사용되는 데이터셋과 분석 방법의 특성은 무엇인가?
• RQ2 다양한 도메인에 걸쳐 실용적 그래프 분석 응용 사례를 어떻게 체계적으로 규명하고 선별할 수 있는가?
• RQ3 실세계 그래프 분석 응용 사례에서 가장 흔히 사용되는 그래프 특성과 분석 방법은 무엇인가?
• RQ4 실세계 그래프의 구조적 특성이 성능과 시스템 설계에 미치는 영향은 무엇인가?
• RQ5 다양한 방법과 특성의 병행 사용이 향후 그래프 분석 시스템 개발에 미치는 함의는 무엇인가?

주요 결과

• 연구는 다양한 도메인에 걸쳐 150개 이상의 실세계 그래프 분석 응용 사례를 규명하였으며, 사용된 그래프 특성과 분석 방법의 다양성이 뚜렷하게 드러났다.
• 7개의 그래프 분석 방법 유형과 5개의 그래프 특성 유형이 각각 조사된 응용 사례의 15% 이상에서 나타나, 광범위한 도입을 보여주었다.
• 대부분의 응용 사례가 다수의 분석 기법을 조합하며, 70% 이상이 두 개 이상의 기법을 사용함을 확인하였으며, 일반적으로 상호작용형 또는 워크플로우 기반 환경에서 운영된다.
• 많은 응용 사례가 작은 그래프(100만 개 이하 정점/에지)를 다루지만, 사이버보안, 소셜 미디어, 소프트웨어 공학 분야에서는 대규모 그래프(수억 개의 에지)가 널리 사용된다.
• 본 연구에서 분석한 가장 큰 그래프는 약 10억 개의 정점과 370억 개의 에지를 포함하고 있었으며, 악성코드 탐지에 사용되었다.
• 신경과학 분야는 뇌 네트워크 분석을 위한 공통된 네트워크 분석 기법을 사용함으로써 높은 방법론적 동질성을 보였다.