图4-剖面的分布式估计

Ethan R. Elenberg; Karthikeyan Shanmugam; Michael Borokhovich; Alexandros G. Dimakis

图4-剖面的分布式估计

社会与信息网络 2016-04-05 v2 分布式、并行与集群计算数据结构与算法

作者: Ethan R. Elenberg , Karthikeyan Shanmugam , Michael Borokhovich , Alexandros G. Dimakis

摘要

我们提出了一种用于统计大图中所有四节点诱导子图的新型分布式算法。这些计数被称为 $4$ -profile，描述了图的连通性属性，并已在从生物信息学到垃圾邮件检测等多个领域得到应用。我们还研究了估计以图中每个顶点为中心的局部 $4$ -profile 这一更复杂的问题。局部 $4$ -profile 将每个顶点嵌入到一个刻画其邻域局部几何的 $11$ 维空间中：与仅属于一个稠密聚类的顶点相比，连接不同聚类的顶点将具有不同的局部 $4$ -profile。我们的算法是一种在图上的局部、分布式消息传递方案，并并行计算所有局部 $4$ -profile。我们依赖于两项新颖的理论贡献：我们证明了局部 $4$ -profile 可使用压缩的两跳信息计算，并且建立了新的集中性结果，表明图可以被大幅稀疏化同时仍保持对全局 $4$ -profile 的良好近似质量。我们使用扩展到 $640$ 核的分布式 GraphLab 实现对我们的算法进行了实证评估。我们表明，我们的算法能在几分钟内计算具有数百万条边的图的全局和局部 $4$ -profile，显著优于先前的最先进水平。

关键词

图4-剖面分布式算法诱导子图局部剖面消息传递图稀疏化网络分析

引用

@article{arxiv.1510.02215,
  title  = {Distributed Estimation of Graph 4-Profiles},
  author = {Ethan R. Elenberg and Karthikeyan Shanmugam and Michael Borokhovich and Alexandros G. Dimakis},
  journal= {arXiv preprint arXiv:1510.02215},
  year   = {2016}
}

备注

To appear in part at WWW'16

图4-剖面的分布式估计

摘要

关键词

引用

备注

相关论文