Path Search using VGAE-DDDQN

그래프 이론에서 경로 탐색은 중요한 문제이다. 기존 연구에서는 변화하지 않는 그래프를 대상으로 그래프 내 경로를 탐색하였으나 그 방법이 동적인 그래프에는 적합하지 않다는 문제가 있다. 본 기술문서는 동적인 그래프 내에서 경로 탐색을 하는 방법을 기술하며, 이를 위해 GNN과 강화학습 알고리즘을 활용한 VGAE-DDDQN 아키텍처를 제안한다. VGAE는 그래프의 구조적 정보를 잠재 공한에 인코딩하며, DDDQN 기반의 강화학습으로 경로 탐색을 학습한다. 제안한 아키텍처에 대한 실험을 수행하여 딥러닝 모델의 loss, 보상, 소요 시간 등을 측정하였다. 특히, 두 가지 보상 구조를 고안하고 그 둘의 경로 탐색 성능을 비교하고 분석하였다.

보고서작성: 고려대학교 정보보호대학원 해킹대응기술연구실 (지도교수 : 김휘강 교수)