基于全局Curveball交易的海量网络并行与I/O高效随机化
数据结构与算法
2018-08-20 v2
摘要
图随机化是网络分析与合成中的关键任务。它通常实现为一种边交换过程（ESMC），在保持所涉及度数的同时反复交换随机边对的节点。Curveball 是一种新方法，它转而考虑随机抽取节点对的整个邻域。其马尔可夫链收敛到均匀分布，且实验表明它比既有的 ESMC 所需步数更少。然而由于交易开销更大，我们通过引入首个高效的 Curveball 算法来研究其实际运行时间：用于简单无向图的 I/O 高效 EM-CB 及其内存版 IM-CB。进一步，我们研究了在单个超步中处理图中每个节点的全局交易，并证明无向全局交易收敛到均匀分布且实践中表现更优。随后我们讨论用于全局交易的 EM-GCB 和 EM-PGCB，并给出实验证据：EM-PGCB 以近乎快一个数量级的速度达到了最先进 ESMC 算法 EM-ES 的质量。
引用
@article{arxiv.1804.08487,
title = {Parallel and I/O-efficient Randomisation of Massive Networks using Global Curveball Trades},
author = {Corrie Jacobien Carstens and Michael Hamann and Ulrich Meyer and Manuel Penschuck and Hung Tran and Dorothea Wagner},
journal= {arXiv preprint arXiv:1804.08487},
year = {2018}
}