Model grafik acak, untuk jaringan komputer nyata

19

Saya tertarik pada model grafik acak yang mirip dengan grafik jaringan komputer nyata. Saya tidak yakin apakah model dipelajari dengan baik ( n simpul, setiap sisi yang mungkin dipilih dengan probabilitas p ) baik untuk mempelajari jaringan komputer nyata (bukan?).G(n,p)np

model grafik acak apa yang berguna untuk memahami perubahan jaringan komputer dalam praktik?

Lebih umum, model-model lain dari grafik acak terbatas (selain yang setara dengan model ) telah dipelajari dalam literatur? (Jawaban ideal akan menjadi penunjuk ke survei untuk model yang dipelajari dari grafik acak terbatas.)G(n,p)

Kaveh
sumber
2
Di mana Anda memerlukan model seperti itu - apakah hanya untuk menghasilkan beberapa input tes untuk algoritma, atau Anda ingin menganalisis model untuk mempelajari sesuatu tentang jaringan komputer? Apa jenis jaringan komputer yang Anda minati; apa skala Anda (LAN vs internet)? Mengapa Anda berasumsi bahwa jaringan komputer nyata dihasilkan oleh proses acak - yang mengejutkan seringkali jaringan dunia nyata sebenarnya dirancang oleh seorang insinyur, dengan sedikit pelemparan koin?
Jukka Suomela
@Jukka, saya mencoba untuk melihat apakah saya dapat menerapkan teknik yang dikembangkan untuk untuk model acak tersebut untuk mendapatkan informasi tentang jaringan nyata, saya tidak ingin lebih spesifik saat ini karena mungkin memberikan pergi masalah yang saya pikirkan :). Saya terutama tertarik pada lapisan IP Internet. Saya telah melihat orang menggunakan grafik acak untuk menganalisis grafik yang muncul dari jejaring sosial. Saya tidak yakin mengapa jaringan nyata ini berbagi properti dengan grafik acak, mungkin ada proses acak tersembunyi di balik permukaan di tempat kerja (sepertinya pertanyaan yang menarik untuk ditanyakan :). G(n,p)
Kaveh
Saya kira bagian dari minat dalam menggunakan model acak adalah bahwa menganalisanya lebih mudah daripada menganalisis jaringan nyata, jadi masuk akal untuk mempertimbangkan mereka jika mereka pendekatan yang cukup baik dengan yang asli.
Kaveh
Terima kasih semuanya atas jawaban yang bagus. (Sekarang saya harus menghabiskan waktu membaca makalah ini. :)
Kaveh

Jawaban:

10

Dalam beberapa tahun terakhir, studi tentang grafik acak dengan batasan struktural "alami" telah mendapatkan daya tarik. Sebagai contoh, seseorang dapat mempertimbangkan grafik planar yang diambil dari kelas semua grafik planar dengan simpul dan mempelajari bagaimana berperilaku sebagai n . Berbeda dengan grafik acak Erd-Rényi atau model serupa lainnya, tepi dalam grafik ini sangat tergantung, jadi salah satu motivasi semu untuk mempelajari distribusi semacam itu adalah menganalisis model jaringan dengan independensi yang sangat terbatas di antara tepi.nn

Namun, mungkin saat ini tujuan ini tampaknya cukup jauh karena independensi yang terbatas membuatnya jauh lebih sulit untuk menganalisis sifat-sifat grafik tersebut. Bahkan, beberapa pertanyaan dasar yang sangat mudah dijawab untuk , seperti distribusi urutan derajat hanya diselesaikan untuk grafik planar acak baru-baru ini.G(n,p)

Untuk referensi yang pasti, lihat makalah dari Konstantinos Panagiotou dan kutipan yang terkandung di dalamnya. Untuk kenyamanan, berikut adalah contoh kecil beberapa makalah yang relevan:

  • Pada Gelar Distribusi Grafik Planar Acak . Konstantinos Panagiotou dan Angelika Steger . Untuk muncul dalam Prosiding Simposium ACM-SIAM Tahunan ke-22 tentang Algoritma Diskrit (SODA '11).
  • Pada Properti Diseksi dan Triangulasi Acak . Nicla Bernasconi, Konstantinos Panagiotou dan Angelika Steger . Dalam Prosiding Simposium ACM-SIAM Tahunan ke-19 tentang Algoritma Diskrit (SODA '08), hal. 132-141. [http://www.mpi-inf.mpg.de/~kpanagio/Dissections.pdf]
  • Pada Urutan Derajat Outerplanar Acak dan Seri-Paralel Grafik . Nicla Bernasconi, Konstantinos Panagiotou dan Angelika Steger . Dalam Prosiding Lokakarya Internasional ke-12 tentang Teknik Acak dalam Komputasi (RANDOM'08), hal. 303-316. [http://www.mpi-inf.mpg.de/~kpanagio/OPSP.pdf]
Maks
sumber
1
Komentar tambahan: jalur penelitian ini sebenarnya sudah ada sekitar 15 tahun, setidaknya pada makalah Denise, Vasconcellos, dan Welsh (1996), dan salah satu alasannya adalah "mendapatkan daya tarik" sekarang adalah keberhasilan besar penerapan combinatorics analitik dan enumerasi asimptotik di sini, misalnya oleh Gimenez dan Noy (2009).
RJK
10

Survei ini, Struktur dan fungsi jaringan kompleks oleh Newman, mengulas teknik dan model untuk jaringan kompleks nyata termasuk konsep-konsep seperti efek dunia kecil, distribusi derajat, dan model grafik acak. Juga, penulis yang sama memiliki makalah yang bagus, grafik acak sebagai model jaringan , tentang adaptasi grafik acak untuk memodelkan jaringan nyata.

Referensi:

1) Grafik acak sebagai model jaringan, MEJ Newman, dalam Handbook of Graphs and Networks, S. Bornholdt dan HG Schuster (eds.), Wiley-VCH, Berlin (2003)

2) Struktur dan fungsi jaringan yang kompleks, MEJ Newman, SIAM Review 45, 167-256 (2003)

Mohammad Al-Turkistany
sumber
1
hanya ingin tahu: apakah ini untuk jaringan "sosial" vs internet?
Suresh Venkat
Saya mendukung hal ini: pendekatan terhadap jejaring sosial harus sangat bermanfaat, mengingat bahwa sebagian besar studi jejaring ini awalnya difokuskan pada sifat-sifat "universal" dari jaringan, dan termasuk topologi neural, jaringan listrik, dan jaringan jalan. Juga, jaring Barabasi-Albert dan Watts-Strogatz, masing-masing dengan properti yang dimiliki jaringan nyata dan Erdos-renyi diabaikan, sangat dipelajari dengan sangat baik
Elliot JJ
1
@ Suresh, jaringan kompleks yang dicakup dalam kedua referensi tersebut termasuk jaringan komputer seperti Internet dan jaringan sosial.
Mohammad Al-Turkistany
8

Jaringan komputer nyata di lapisan apa? Internet adalah, pada level AS (bisa dibilang level paling atas), sebuah jaringan dunia kecil dengan beberapa node yang sangat tinggi. Ketika lapisan semakin dekat dengan kabel aktual, grafik menjadi lebih terkait dengan geografi dan kurang terkait dengan lapisan sosial (sosial adalah jenis kata yang salah - apakah itu benar-benar jaringan sosial ketika entitas yang menjadi "teman" adalah perusahaan multinasional?) . Dalam kasus ekstrem, ethernet lokal adalah pohon logis yang (mungkin) merupakan subgraph dari pola fisik koneksi kawat, dan bahwa pola koneksi kawat mungkin tidak terlalu banyak kabel lebih dari pohon.

"Jaringan komputer sungguhan" memiliki banyak rasa dan lapisan. Beberapa dari mereka terlihat seperti jejaring sosial, beberapa tidak. Untuk informasi lebih lanjut tentang ini, saya dengan tidak hormat merujuk Anda ke bab 2 disertasi saya - http://home.manhattan.edu/~peter.boothe/thesis.pdf

Peter Boothe
sumber
Saya terutama tertarik pada jaringan fisik (katakanlah lapisan IP). Terima kasih untuk tautannya, saya akan memeriksanya.
Kaveh
2
Lapisan IP bukan lapisan fisik. MPLS dan teknologi circuit-switching lainnya mematahkan asumsi ini. Lapisan fisik adalah kabel. Kami bahkan memiliki tautan multi-kawat yang tampaknya merupakan lompatan ethernet tunggal! Pertanyaan "lapisan apa" ini lebih dalam dari yang mungkin disarankan oleh inspeksi pertama, dan membutuhkan pemikiran yang cermat. Saya menyarankan agar Anda memikirkan properti yang mungkin Anda inginkan memiliki jaringan, cari lapisan di mana analisis topologi akan paling membantu Anda menganalisis properti itu, dan berharap bahwa data tersedia.
Peter Boothe
7

nuvβed/(Lα)dL

Waxman, Routing koneksi multipoint , IEEE J. Select. Area Komunal. 6 (9), 1617-1622, 1988. Zegura, Calvert, Bhattacharjee, Cara Membuat Model Internetwork , Proc. IEEE INFOCOM '96, 1996.

Marcus Ritt
sumber
5

Walter Willinger telah membangun karier pada penggunaan grafik bebas skala untuk memodelkan jaringan. Ada terlalu banyak untuk dikutip, jadi saya akan mengarahkan Anda ke entri DBLP-nya . Titik kunci dalam model ini adalah bahwa mereka memiliki properti yang mirip dengan jaringan "nyata" yang tidak ditangkap oleh G (n, p).

Suresh Venkat
sumber
5

Anda mungkin ingin memeriksa buku Durrett . Saya yakin Anda harus banyak membaca.

RJK
sumber
5

Alih-alih dengan susah payah menemukan, membenarkan, dan menganalisis model tertentu, Anda mungkin ingin menggunakan data kehidupan nyata apa yang Anda miliki (jika ada). Itu berarti mendefinisikan model probabilistik umum dan melatih parameternya memberikan data Anda (misalnya dengan estimasi kemungkinan maksimum).

Sp1:(S)Sp2:εp1,p2

Jelas, tata bahasa spesifik dapat (dan seharusnya!) Menggunakan pengetahuan domain. Pertimbangkan misalnya tata bahasa yang berbeda yang digunakan untuk prediksi struktur sekunder RNA di Dowell, Eddy (2004) untuk rasa.

Temukan beberapa detail tentang teknik ini di Weinberg, Nebel (2010) . Saya tidak tahu bagaimana (well) itu dapat diterapkan pada grafik umum.

Jika Anda membutuhkan lebih banyak kekuatan, Anda dapat pindah ke hal-hal seperti CFG multidimensi (S) (misalnya Seki, Kato (2008) ) atau SCFG yang bergantung pada posisi / panjang ( Weinberg, Nebel (2010) ).

Raphael
sumber
1
ini keren, tetapi bukankah sifat bebas konteks dari SCFG memaksa pelajar Anda untuk mengabaikan struktur global tertentu yang mungkin dimiliki jaringan dalam rangkaian pelatihan Anda?
Artem Kaznatcheev
Ya, fitur-fitur yang tidak bebas konteks hilang. Tetapi perhatikan bahwa properti seperti (rata-rata) derajat simpul dapat ditangkap. Untuk lebih lanjut, lihat edit saya.
Raphael
Terima kasih! Saya akan melihat lebih dekat. Tidak dapat menyembunyikan MDP juga menangkap properti seperti tingkat rata-rata? Itu sepertinya sesuatu yang bisa ditangkap oleh bahasa biasa, atau apakah saya bingung? (Juga, poin minor: tautan Weinberg, Nebel memiliki karakter tambahan yang membunuh tautan, jelas tautan apa yang Anda maksudkan, tetapi jika Anda membuat lebih banyak pengeditan, mungkin perlu diperbaiki).
Artem Kaznatcheev
Tentu, saya hanya ingin menunjukkan bahwa Anda dapat mencakup beberapa karakteristik global menggunakan model itu. REG dapat mencakup beberapa juga, tetapi akan gagal untuk memodelkan struktur yang tidak biasa secara inheren. (terima kasih, perbaiki)
Raphael
3

G(n,p)G(n,m)

Seperti yang mungkin Anda ketahui, tampaknya ada perbedaan antara grafik konektivitas untuk World Wide Web dan menentang grafik konektivitas untuk infrastruktur Internet. Saya tentu saja tidak mengklaim sebagai seorang ahli, tetapi saya telah melihat kertas Li, Alderson, Tanaka, Doyle dan Willinger "Menuju Teori Grafik Skala-Bebas: Definisi, Properti, dan Implikasi" yang memperkenalkan metrik-a 'untuk mengukur' skala-kehijauan 'grafik (dengan definisi grafik bebas skala masih dalam perdebatan sejauh yang saya tahu) yang mengklaim memiliki model grafik yang membuat grafik yang mirip dengan konektivitas internet di router. tingkat.

Berikut adalah beberapa model generatif yang mungkin menarik:

Karya Berger, Borgs, Chayes, D'Souza dan Kleinberg "Lampiran Preferensial yang Diinduksi Kompetisi"

Carlson dan Toleransi Doyle yang Sangat Dioptimalkan: Mekanisme untuk Hukum Kekuasaan dalam Sistem yang Dirancang

Molloy dan Reed's A Critical Point untuk Grafik Acak dengan Urutan Derajat yang Diberikan yang memperkenalkan "Model Konfigurasi yang Dihapus"

Clustering Newman dan lampiran preferensial dalam jaringan yang sedang tumbuh (yang telah disebutkan sebelumnya)

Orang juga bisa secara eksplisit menghasilkan distribusi derajat dan membuat grafik dengan cara ini, tetapi tidak jelas bagi saya seberapa dekat ini memodelkan grafik internet pada tingkat router.

Tentu saja, ada lebih banyak literatur tentang masalah ini dan saya hanya memberikan beberapa (yang saya anggap sebagai) sorotan.

G(n,p)G(n,m)) tidak bekerja secara tepat karena gelar bebas skala atau hukum kekuasaan mendistribusikan grafik acak yang menyimpang momen kedua dalam distribusi derajat. Saya tidak mengklaim cukup tahu tentang subjek untuk secara kategoris membuat klaim tentang "sebagian besar" bukti, tetapi dari apa yang saya lihat, salah satu dari beberapa baris pertama bukti untuk properti pada grafik acak Erdos-Renyi secara eksplisit mengasumsikan terbatas. momen kedua dalam distribusi gelar. Dari sudut pandang saya, ini masuk akal sebagai momen kedua yang terbatas membuat grafik Erdos-Renyi jauh lebih mirip pohon secara lokal (lihat Informasi, fisika, dan perhitungan Mertens dan Montanari)) yang secara efektif memberikan sifat / jalur / struktur independensi. Karena grafik acak terdistribusi tingkat hukum memiliki momen kedua yang berbeda, struktur mirip pohon lokal ini dihancurkan (dan karenanya memerlukan teknik pembuktian yang berbeda?). Saya akan senang jika intuisi ini tidak berlaku jika seseorang dengan pengetahuan atau wawasan lebih banyak menunjukkan mengapa hal ini tidak terjadi.

Semoga itu bisa membantu.

pengguna834
sumber
3

Meskipun itu adalah topik lama saya membalas karena ada banyak orang yang masih mengunjungi posting seperti itu. Saya termotivasi dari komentar di balasan lain.

Model Barabasi-Albert dan model lain yang menghasilkan grafik bebas skala telah diusulkan untuk memodelkan Internet pada tingkat router dan pada tingkat sistem otonom. Meskipun awalnya model-model semacam itu di mana dianggap akurat ternyata kami tidak memiliki gambar lengkap dari topologi internet karena kesulitan dalam menemukan semua tautan. Meskipun diyakini sebagai ekor yang berat, itu cukup banyak pekerjaan yang sedang berlangsung.

Untuk referensi Anda, Anda dapat membaca: RG Clegg, C Di Cairano-Gilfedder, S Zhou, Pandangan kritis pada pemodelan hukum daya Internet

Vasilis
sumber
2

Ada beberapa buku tentang grafik acak, seperti Bollobás 'Book dan ada beberapa model grafik acak seperti tautan wikipedia dunia kecil atau tautan wikipedia lampiran preferensial , untuk memodelkan jaringan dengan jarak kecil antara komputer atau yang dengan distribusi derajat mengikuti hukum kekuatan masing-masing.

Saya pikir tidak ada cara mudah untuk memodelkan jaringan komputer nyata, tapi saya cukup yakin bahwa G (n, p) tidak akan memodelkannya dengan sangat baik. Kecuali jika Anda bekerja dengan jaringan terorganisir yang sangat spesifik.

dpufrj
sumber