[论文解读] Fast generation of complex networks with underlying hyperbolic geometry

Moritz von Looz, Christian Staudt+2 more|arXiv (Cornell University)|Jan 15, 2015

Complex Network Analysis Techniques参考文献 19被引用 3

一句话总结

该论文提出了首个用于生成大规模随机双曲图的亚二次时间算法，通过将极坐标四叉树适配至双曲空间，实现了在高概率下 $O((n^{3/2}+m)\text{log }n)$ 的时间复杂度。该方法减少了成对距离计算的次数，使数亿条边的网络生成仅需数分钟——比以往方法快逾100倍，同时保持了幂律度分布和高聚类等真实网络特征。

ABSTRACT

Complex networks have become increasingly popular for modeling various real-world phenomena. Realistic generative network models are important in this context as they avoid privacy concerns of real data and simplify complex network research regarding data sharing, reproducibility, and scalability studies. \emph{Random hyperbolic graphs} are a well-analyzed family of geometric graphs. Previous work provided empirical and theoretical evidence that this generative graph model creates networks with non-vanishing clustering and other realistic features. However, the investigated networks in previous applied work were small, possibly due to the quadratic running time of a previous generator. In this work we provide the first generation algorithm for these networks with subquadratic running time. We prove a time complexity of $O((n^{3/2}+m) \log n)$ with high probability for the generation process. This running time is confirmed by experimental data with our implementation. The acceleration stems primarily from the reduction of pairwise distance computations through a polar quadtree, which we adapt to hyperbolic space for this purpose. In practice we improve the running time of a previous implementation by at least two orders of magnitude this way. Networks with billions of edges can now be generated in a few minutes. Finally, we evaluate the largest networks of this model published so far. Our empirical analysis shows that important features are retained over different graph densities and degree distributions.

研究动机与目标

• 解决生成大规模随机双曲图时存在的可扩展性瓶颈，此前其时间复杂度为二次方。
• 克服现有生成器性能受限的问题，此前其网络规模被限制在约 $10^5$ 个顶点以内。
• 开发一种可扩展且可并行化的算法，用于生成具有双曲几何特性的现实复杂网络。
• 在不同图密度和参数设置下，保持真实网络的关键结构特征，如幂律度分布、高聚类性和小世界特性。
• 通过提供一个快速、开源的生成器，实现大规模合成网络的可重复性分析与基准测试，支持大规模网络分析。

提出的方法

• 将极坐标四叉树空间数据结构适配至双曲空间，以高效划分庞加莱圆盘并加速邻居查找。
• 使用庞加莱圆盘模型将双曲距离映射为欧几里得坐标，实现在双曲空间中的几何索引。
• 用双曲极坐标四叉树上的范围查询替代暴力的成对距离计算，从而减少距离计算次数。
• 实现生成器的共享内存并行版本，利用现代多核架构实现大规模图的可扩展生成。
• 证明该算法在高概率下运行时间为 $O((n^{3/2}+m)∗\log n)$，利用四叉树的对数深度及双曲空间的稀疏性。
• 将生成器集成至 NetworKit（一个开源的大规模网络分析框架），以支持社区使用与可重复性研究。

实验结果

研究问题

• RQ1 能否设计一种亚二次时间算法来生成随机双曲图，同时保持其真实的拓扑特征？
• RQ2 使用适配双曲空间的极坐标四叉树，相较于朴素的成对距离检查，如何降低边生成的计算复杂度？
• RQ3 新生成器在不牺牲结构真实性的前提下，能多大程度上扩展至超大规模网络（如数十亿条边）？
• RQ4 在新生成器中，关键网络属性（聚类系数、度分布、直径和度相关性）在不同参数设置下的表现如何？
• RQ5 理论时间复杂度 $O((n^{3/2}+m)\log n)$ 是否能在大规模合成网络上得到实证验证？

主要发现

• 所提出的生成器在高概率下实现了 $O((n^{3/2}+m)\log n)$ 的时间复杂度，显著优于先前的二次时间方法。
• 实现速度至少比以往实现快100倍，可在8分钟内生成包含 $10^7$ 个顶点和 $10^9$ 条边的图。
• 生成器保持了真实的网络特征：聚类系数为 0.75–0.9，幂律度分布的指数可调，直径范围为 3–30。
• 实证结果证实了理论时间复杂度，实测运行时间与理论预测值在 $10^4$ 至 $10^7$ 个顶点范围内高度吻合。
• 极坐标四叉树数据结构支持高效的邻居查询，并可支持动态顶点移动，为未来扩展至演化网络提供了可能。
• 该生成器已集成至 NetworKit，将在未来版本中发布，支持可重复且可扩展的网络科学研究。