.png){kind=icon}
返回
Efficient Multi-Query Optimization for Continuous Subgraph Matching Over Streaming Graphs
.png){kind=icon}
PRE
AI
DOI：10.1109/tkde.2026.3721816.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
连续子图匹配（CSM）是分析动态图的关键任务，具有广泛的商业欺诈检测、网络攻击追踪和谣言检测等应用。尽管近年来提出了许多高效的CSM算法，但它们主要设计用于处理单个查询。然而，在某些应用场景中，面向多查询的连续子图匹配（MQCSM）更为关键。据我们所知，现有的两种MQCSM解决方案因性能不佳而已过时。本文提出MQ-Match，一种高效的MQCSM方法。具体而言，我们设计了一种紧凑的索引结构，称为候选分类图（CCG），用于维护数据图中的局部匹配关系并剪枝无效的候选扩展。此外，我们基于共享匹配树开发了一种计算共享增量匹配方法，其中查询图之间的共同结构被合并并在每次图更新时处理一次。为减少自同构引起的冗余搜索，我们引入了优化方法MQ-Match*，具体采用基于排除集的优化，剪枝对称搜索分支并直接生成对称结果。在真实数据集上的大量实验表明，MQ-Match*在大多数设置下比现有方法快2.0倍至37280.7倍，内存消耗更低，同时可扩展至十亿级边图。
Keyword:
Continuous subgraph matching
index structure
incremental maintenance
streaming graph
期刊
IF:
10.4
论文数:
6.9K
被引数:
3.2W
机构
查看更多机构
引用论文
暂无论文信息