[技术报告] 结合采样与概要且具有最坏情况最优运行时间与质量保证的图模式基数估计

图模式基数估计是估计查询图在数据图中的嵌入数量的问题。这一基本问题出现在子图匹配算法的查询规划等场景中。解决该问题有两类主要方法：采样和概要。基于概要 (或摘要) 的方法若能有效捕获图信息则快速且准确。然而，这些方法由于概要过程中的信息丢失和固有假设而存在较大误差。基于采样的方法无偏，但因样本空间大而存在较大的估计方差。为应对这些局限，我们提出 Alley，一种结合采样与概要的混合方法。Alley 采用 1) 一种新颖的采样策略，即带交集的随机游走，有效减小样本空间，2) 分支以进一步降低方差，以及 3) 一种新颖的挖掘方法，提取并索引缠结模式作为概要，这类模式本质上难以通过采样估计。通过在在线估计阶段使用它们，我们能在有效减小样本空间的同时仍保证无偏性。我们确立 Alley 对于任意给定误差界 $\epsilon$ 和所需置信度 $\mu$ 具有最坏情况最优运行时间和近似质量保证。除理论方面外，我们大量实验表明 Alley 以相似效率实现了比最先进方法高达数量级更高的精度。