[论文解读] On the Hyperbolicity of Small-World and Tree-Like Random Graphs

Wei Chen, Wenjie Fang+2 more|arXiv (Cornell University)|Jan 9, 2012

Topological and Geometric Data Analysis参考文献 40被引用 10

一句话总结

本文分析了小世界图与树状随机图的 Gromov $δ$-超曲率，表明 Kleinberg 的小世界模型在 $γ = d$（适用于去中心化路由的最优值）时仍表现出较差的超曲率，即 $δ = \Omega((\log n)^{1/(1.5(d+1)+\varepsilon)})$，表明尽管导航效率高，其树状特性仍有限。环形树保持恒定的超曲率，但除非基于环距离呈指数衰减概率添加长程边，否则随机长程边会破坏这一性质。

ABSTRACT

Hyperbolicity is a property of a graph that may be viewed as being a "soft" version of a tree, and recent empirical and theoretical work has suggested that many graphs arising in Internet and related data applications have hyperbolic properties. We consider Gromov's notion of δ-hyperbolicity, and establish several results for small-world and tree-like random graph models. First, we study the hyperbolicity of Kleinberg small-world random graphs and show that the hyperbolicity of these random graphs is not significantly improved comparing to graph diameter even when it greatly improves decentralized navigation. Next we study a class of tree-like graphs called ringed trees that have constant hyperbolicity. We show that adding random links among the leaves similar to the small-world graph constructions may easily destroy the hyperbolicity of the graphs, except for a class of random edges added using an exponentially decaying probability function based on the ring distance among the leaves. Our study provides one of the first significant analytical results on the hyperbolicity of a rich class of random graphs, which shed light on the relationship between hyperbolicity and navigability of random graphs, as well as on the sensitivity of hyperbolic δ to noises in random graphs.

研究动机与目标

• 对流行随机图模型（特别是 Kleinberg 的小世界模型与环形树模型）的超曲率进行解析表征。
• 研究随机图中超曲率与可导航性之间的关系，尤其关注为实现高效去中心化路由而设计的模型。
• 评估在随机扰动（如向树状结构添加长程边）下超曲率的鲁棒性。
• 确定小世界网络中高效路由是否与强超曲率相关，后者与紧凑路由和距离标签编码相关。
• 探索是否存在更鲁棒的超曲率度量或模型，可对网络生成过程中的随机性更具鲁棒性。

提出的方法

• 分析 Kleinberg 的小世界模型 ${\it KSW}(n,d,\gamma)$，其中长程边按与节点间网格距离 $d_B(u,v)$ 的 $1/d_B(u,v)^\gamma$ 比例添加，$d_B(u,v)$ 为网格距离。
• 应用 Gromov 的 $δ$-超曲率定义来衡量树状特性，使用 $δ$ 参数，其取值范围从 0（树）到图直径的一半左右。
• 采用概率方法与集中不等式，推导不同 $\gamma$ 与维度 $d$ 下 $δ$ 的高概率界。
• 利用定理 3 与推论 30，仅基于扩展环形树模型中的环距离，建立 $δ$ 的上下界。
• 将结果推广至环形树模型的变体，包括每节点允许多个长程边及独立选择边的情况，表明超曲率界具有鲁棒性。
• 比较不同图族与参数配置下的超曲率水平，将它们分类为恒定、对数、弱或非超曲率。

实验结果

研究问题

• RQ1 Kleinberg 的小世界模型在 $\gamma = d$ 时（可实现高效去中心化路由）是否表现出强超曲率？
• RQ2 当向环形树的叶节点添加随机长程边时，其超曲率如何变化？
• RQ3 何种边概率分布可在随机重连下保持环形树的低超曲率？
• RQ4 在随机图中，高效去中心化导航与高超曲率之间是否存在脱节？
• RQ5 是否存在更鲁棒的超曲率度量或模型，可对标准网络生成模型中的随机性更具鲁棒性？

主要发现

• 对于 Kleinberg 的小世界模型在 $\gamma = d$ 时，超曲率 $\delta$ 为 $\Omega((\log n)^{1/(1.5(d+1)+\varepsilon)})$（对任意 $\varepsilon > 0$），表明尽管路由性能最优，其超曲率仍属微弱，即树状特性有限。
• 当 $\gamma < d$ 时，超曲率 $\delta$ 与图直径同阶，意味着图不具备超曲率。
• 当 $\gamma > 3$ 且 $d=1$ 时，超曲率 $\delta$ 同样无法多项式有界，表明超曲率表现差。
• 环形树保持恒定的超曲率 $\delta = \Theta(1)$，表现出强树状特性。
• 向环形树添加随机长程边通常会破坏其恒定超曲率，使 $\delta$ 增长至与图直径同阶。
• 仅当长程边按基于环距离的指数衰减概率添加时，超曲率才得以保持在恒定水平，如 $\delta(RBT(k,2^{-\alpha h(u,v)})) = \Theta(\log n)$ 所示。