[论文解读] Asymmetry and structural information in preferential attachment graphs

Tomasz Łuczak, Abram Magner+1 more|arXiv (Cornell University)|Jul 14, 2016

Complex Network Analysis Techniques参考文献 17被引用 7

一句话总结

本文证明了当每个新节点连接 $ m \geq 3 $ 条边时，优先连接图几乎必然为非对称图，从而解决了关于对称性阈值的猜想。通过分析顶点到达时间的有向无环图（DAG）结构与熵估计，作者推导出该模型结构熵的紧致界，表明其接近随机图可能达到的最大值。

ABSTRACT

Graph symmetries intervene in diverse applications, from enumeration, to graph structure compression, to the discovery of graph dynamics (e.g., node arrival order inference). Whereas Erdős-Rényi graphs are typically asymmetric, real networks are highly symmetric. So a natural question is whether preferential attachment graphs, where in each step a new node with $m$ edges is added, exhibit any symmetry. In recent work it was proved that preferential attachment graphs are symmetric for $m=1$, and there is some non-negligible probability of symmetry for $m=2$. It was conjectured that these graphs are asymmetric when $m \geq 3$. We settle this conjecture in the affirmative, then use it to estimate the structural entropy of the model. To do this, we also give bounds on the number of ways that the given graph structure could have arisen by preferential attachment. These results have further implications for information theoretic problems of interest on preferential attachment graphs.

研究动机与目标

• 为解决一个猜想：即当每个新节点添加 $ m \geq 3 $ 条边时，优先连接图趋于非对称。
• 通过分析与给定实现一致的相异图结构数量，估计优先连接模型的结构熵。
• 刻画优先连接图的对称性特征及其在图压缩与信息理论问题中的影响。
• 将图自同构群与熵的结果推广至埃拉多斯-雷尼（Erdős-Rényi）以外的随机图模型，特别是具有幂律度分布的模型。

提出的方法

• 分析优先连接图中顶点到达时间的有向无环图（DAG），其中边表示节点添加的顺序。
• 利用DAG中的分层结构，限制早期层中顶点的数量，以控制自同构群的增长。
• 应用斯特林公式（Stirling's approximation）与基于熵的界，估计 $ \mathbb{E}[\log |\Gamma_{\text{UDAG}}(G)}(G)| $，即相异图结构的数量。
• 通过结合自同构群大小的估计与DAG分层分析，推导出结构熵的下界。
• 使用集中不等式与DAG前 $ \ell $ 层之外顶点数量的高概率界。
• 利用DAG的高度控制熵项的对数增长，证明其以高概率为 $ O(\log n) $。

实验结果

研究问题

• RQ1 对于哪些 $ m $ 值，优先连接图是渐近几乎必然非对称的？
• RQ2 在优先连接模型中，与给定实现一致的相异图结构数量如何增长？
• RQ3 优先连接模型的结构熵是多少？它与自同构群大小有何关系？
• RQ4 优先连接图的对称性特征能否用于估计信息理论量（如熵与压缩效率）？

主要发现

• 当 $ m \geq 3 $ 时，优先连接图渐近几乎必然为非对称图，证实了该猜想。
• 该模型的结构熵下界为 $ n\log n - O(n\log\log n) $，接近可能的最大值。
• 与给定实现一致的相异图结构数量至少为 $ \exp(n\log n - O(n\log\log n)) $，表明其信息含量很高。
• 顶点到达时间DAG的高度以高概率至多为 $ Cm\log n $，其中 $ C $ 为某绝对常数。
• 对于足够大的 $ \ell $，DAG前 $ \ell $ 层之外的顶点数量至多为 $ \gamma n $，其中 $ \gamma = \Theta(1/\log n) $。
• 自同构群大小的期望对数值为 $ o(n) $，证实当 $ m \geq 3 $ 时对称性可忽略不计。