거의 완전 시드 환경에서 그래프 매칭 정확 복구

초록

본 논문은 시드가 전체 정점의 거의 전부를 차지하는 “거의 완전 시드” 상황에서, 상관된 확률적 블록 모델(SBM) 그래프 두 개를 매칭하는 문제를 다룬다. 정점의 $n^{1-\alpha}$개만이 미공개될 때, 평균 차수 파라미터 $\lambda$와 에지 보존 파라미터 $s$가 $\lambda s^{2}>1-\alpha$ 를 만족하면 다항시간 알고리즘으로 정확히 복구할 수 있음을 보이며, 이 조건이 정보‑이론적 한계와 일치함을 증명한다.

상세 분석

논문은 먼저 시드가 거의 전부인 상황, 즉 미공개 정점 집합 $U$ 의 크기가 $|U|=n^{1-\alpha}$ ($0<\alpha<1$) 로 점점 작아지는 경우를 모델링한다. 이를 위해 “Seeded Correlated Stochastic Block Model”(SCSBM)을 정의하고, 기본 SBM 파라미터 $a,b$ 로부터 평균 차수 $\lambda=(a+b)/2$ 와 에지 보존 확률 $s$ 를 도입한다. 기존 연구에서는 시드가 전혀 없을 때 정확 복구가 가능하려면 $\lambda s^{2}>1$ 이어야 함을 보였으며, 이는 교차 그래프 $A\wedge B$ 의 연결성 임계값과 동일하다.

본 논문은 시드가 $n-n^{1-\alpha}$ 만큼 존재하면, 교차 그래프의 유효 평균 차수가 $ \lambda s^{2} n$ 에서 $n^{\alpha}$ 만큼 감소한다는 직관을 수학적으로 정량화한다. 그 결과, 정확 복구를 위한 임계조건이 $\lambda s^{2}>1-\alpha$ 로 완화됨을 증명한다. 이 식은 $\alpha\to0$ (완전 시드) 일 때는 $\lambda s^{2}>1$ 로 수렴하고, $\alpha\to1$ (시드가 거의 없을 때) 일 때는 기존의 $\lambda s^{2}>1$ 임계값을 재현한다. 따라서 제시된 조건은 두 극단을 자연스럽게 연결한다.

알고리즘적 측면에서는 네 가지 방법을 제시한다. 첫 번째와 두 번째는 “이웃 겹침 점수”를 이용해 $U\times U$ 에서 스코어 행렬 $S(u,v)=|N_A(u)\cap N_B(v)|$ 를 계산하고, 헝가리안 알고리즘 혹은 그리디 매칭으로 최적 매칭을 찾는다. 이 점수는 시드와의 연결 여부를 독립적인 베르누이 시도로 모델링할 수 있어, 진짜 매칭과 거짓 매칭 사이에 평균 차이가 $\Theta(\lambda s^{2} n^{\alpha})$ 로 나타난다. 마르코프 부등식과 Chernoff 경계를 이용해 $\lambda s^{2}>1-\alpha$ 일 때, 모든 거짓 후보보다 진짜 후보가 확률적으로 우세함을 보인다.

세 번째는 Birkhoff 다면체 위의 선형계획(LP) 완화를 사용한다. 변수 $D$ 를 이중 확률 행렬로 두고, $|AD-DB|_{1}$ 를 최소화하면서 시드 제약을 강제한다. 최적 해 $D^{*}$ 를 다시 헝가리안 알고리즘으로 투사하면 정수 매칭을 얻는다. 이 방법은 이론적으로는 최적성을 보장하지만, $n^{2}$ 규모의 LP 를 풀어야 하므로 대규모 그래프에선 비현실적이다.

네 번째는 프랭크-볼프(FW) 알고리즘을 이용한 1차 근사법이다. LP 의 목적함수를 그대로 유지하면서, 매 반복마다 헝가리안 알고리즘을 선형 최소화 오라클로 사용한다. 이 방식은 메모리와 시간 복잡도를 $O(|U|^{2})$ 로 낮추면서도 실험적으로는 LP 기반 방법과 동등한 성능을 보인다.

정보 이론적 하한은 Fano’s inequality 과 그래프 자동동형성(automorphism) 분석을 통해 $\lambda s^{2}\le 1-\alpha$ 일 때, 미공개 정점들의 매칭을 구분할 수 없음을 증명한다. 따라서 제시된 알고리즘은 통계적 한계와 계산적 한계를 동시에 달성한다는 점에서 의미가 크다.

마지막으로, 실험에서는 합성 SCSBM 데이터와 여러 실제 네트워크(생물학, 통신, 소셜, 인터넷 토폴로지)를 대상으로 평가하였다. 시드 비율이 $1-n^{-\alpha}$ 로 증가함에 따라 정확도는 급격히 상승하고, $\lambda s^{2}>1-\alpha$ 를 만족하는 경우 거의 완전 복구를 달성한다. 특히 단순 이웃 겹침 방법조차 최신 딥러닝 기반 매칭 기법과 경쟁할 정도의 성능을 보이며, 계산 효율성에서도 큰 장점을 가진다.