노드의 차수 중심성 순위 추정

초록

본 논문은 전체 그래프 구조를 알지 못하더라도, 노드의 차수와 네트워크의 파워‑law 지수만을 이용해 해당 노드의 차수 중심성 순위를 추정하는 방법을 제안한다. 바바시‑알버트(BA) 모델을 기반으로 한 수학적 분석과 샘플링 기법을 통해 네트워크 규모, 평균·최소 차수 등을 추정하고, 이를 이용해 기대 순위와 분산을 계산한다. 시뮬레이션 결과, 추정 순위의 평균 오차는 전체 노드 수의 약 5 % 수준에 머물며, 특히 고차수 노드에 대해 높은 정확도를 보인다.

상세 분석

이 연구는 복잡 네트워크에서 전역 중심성 지표를 계산하기 위한 비용 문제를 해결하고자, 로컬 정보만으로 차수 중심성 순위를 예측하는 새로운 프레임워크를 제시한다. 핵심 아이디어는 BA 모델이 생성하는 스케일‑프리 네트워크가 차수 분포를 파워‑law 형태 (f(k)=c k^{-\gamma}) 로 따르며, 여기서 (\gamma)와 정규화 상수 (c)는 전체 노드 수 (n), 최소 차수 (k_{\min}), 평균 차수 (\bar d) 로부터 추정될 수 있다는 점이다. 논문은 먼저 샘플링 기반 방법(예: 랜덤 워크, 인덱스 엣지 기법)을 이용해 (n), (\bar d), (k_{\min})을 얻는다. 이후 (\gamma = 2 + \frac{k_{\min}-1/2}{\bar d - k_{\min}+1/2}) 라는 식을 도출하고, 이를 통해 특정 차수 (k)를 가진 노드가 다른 노드보다 높은 차수를 가질 확률 (p)를 구한다.

확률 (p)는
\