[论文解读] A Hitchhiker's Guide to Choosing Parameters of Stochastic Kronecker Graphs

C. Seshadhri, Ali Pınar+1 more|arXiv (Cornell University)|Jul 1, 2011

Complex Network Analysis Techniques参考文献 23被引用 5

一句话总结

本文分析了随机克罗内克图（SKG）模型，揭示其无法生成幂律或对数正态度分布。通过引入随机噪声进行平滑处理，作者在理论上证明并实证验证了增强版SKG可生成对数正态分布，同时指出在标准参数下，Graph500基准测试中高达75%的顶点是孤立的，且核心数极小。

ABSTRACT

Graph analysis is playing an increasingly important role in science and industry. Due to numerous limitations in sharing real-world graphs, models for generating massive graphs are critical for developing better algorithms. In this paper, we analyze the stochastic Kronecker graph model (SKG), which is the foundation of the Graph500 supercomputer benchmark due to its many favorable properties and easy parallelization. Our goal is to provide a deeper understanding of the parameters and properties of this model so that its functionality as a benchmark is increased. We develop a rigorous mathematical analysis that shows this model cannot generate a power-law distribution or even a lognormal distribution. However, we formalize an enhanced version of the SKG model that uses random noise for smoothing. We prove both in theory and in practice that this enhancement leads to a lognormal distribution. Additionally, we provide a precise analysis of isolated vertices, showing that the graphs that are produced by SKG might be quite different than intended. For example, between 50 % and 75 % of the vertices in the Graph500 benchmarks will be isolated. Finally, we show that this model tends to produce extremely small core numbers (compared to most social networks and other real graphs) for common parameter choices.

研究动机与目标

• 理解随机克罗内克图（SKG）模型在生成真实图属性（尤其是度分布）方面的局限性。
• 研究SKG为何会产生大量孤立顶点，从而削弱其作为真实图基准的实用性。
• 分析SKG图中的核心数分布，并与真实网络进行对比，评估其结构真实性。
• 开发并形式化一种增强版SKG模型，通过基于噪声的平滑方法生成对数正态度分布。
• 通过解决其结构和统计上的不足，提升SKG作为基准的实用性。

提出的方法

• 作者对SKG模型的度分布进行了严格的数学分析，证明在标准参数设置下，其无法生成幂律或对数正态分布。
• 通过向克罗内克积中添加随机噪声，引入一种噪声增强的SKG变体，以平滑度分布并提升真实性。
• 理论分析表明，在特定条件下，噪声增强的SKG模型渐近收敛于对数正态度分布。
• 通过大规模图生成进行实证验证，比较标准SKG与增强SKG模型的度分布。
• 利用概率界和组合论证，分析SKG图中孤立顶点的期望数量。
• 计算并比较标准SKG与真实网络中的核心数分布，以评估结构真实性。

实验结果

研究问题

• RQ1 随机克罗内克图模型能否生成幂律或对数正态度分布？若不能，原因是什么？
• RQ2 标准SKG模型生成的图中，孤立顶点的期望数量是多少？这对它作为基准的适用性有何影响？
• RQ3 SKG图中的核心数与真实网络（如社交图）中的核心数相比如何？
• RQ4 向SKG模型中添加随机噪声是否能使其生成对数正态度分布？
• RQ5 增强版SKG模型在多大程度上提升了合成图在基准测试中的真实性？

主要发现

• 通过严格的数学分析证明，标准随机克罗内克图模型在标准参数设置下无法生成幂律或对数正态度分布。
• 通过添加随机噪声的增强SKG模型，在理论上和实践中均成功生成了对数正态度分布。
• 在标准SKG模型生成的图中（如Graph500基准测试所用图），50%至75%的顶点是孤立的，严重扭曲了网络结构。
• 与真实网络相比，标准SKG图中的核心数极小，表明其结构真实性较差。
• 噪声增强的SKG模型减少了孤立顶点数量并提高了核心数，使其更符合真实图的属性。
• 实证结果证实，增强模型生成的度分布与真实图中观察到的对数正态形状高度吻合。