[論文レビュー] A New Impossibility Result for Online Bipartite Matching Problems

Josef Kanizo, David Hay+2 more|arXiv (Cornell University)|Jul 12, 2010

Algorithms and Data Compression参考文献 42被引用数 2

ひとこと要約

本稿では、2択ハッシュを用いたランダムな二部グラフにおける最大マッチングサイズの正確な解析的モデルを提示する。このモデルは、スタッシュを備えたクックー・ハッシュ法に直接応用可能である。グラフを連結成分に分解し、濃度不等式を用いることで、負荷が0.5を超える場合の必要なスタッシュサイズのタイトな境界を導出する。最大マッチングサイズはその平均のまわりに鋭く集中しており、漸近的結果はランベルトW関数と関連している。

ABSTRACT

Cuckoo hashing with a stash is a robust multiple choice hashing scheme with high memory utilization that can be used in many network device applications. Unfortunately, for memory loads beyond 0.5, little is known on its performance. In this paper, we analyze its average performance over such loads. We tackle this problem by recasting the problem as an analysis of the expected maximum matching size of a given random bipartite graph. We provide exact results for any finite system, and also deduce asymptotic results as the memory size increases. We further consider other variants of this problem, and finally evaluate the performance of our models on Internet backbone traces. More generally, our results give a tight lower bound on the size of the stash needed for any multiple-choice hashing scheme.

研究の動機と目的

• 負荷が0.5を超える場合に、スタッシュサイズの理解が不十分なクックー・ハッシュ法の性能を分析すること。
• 2つのハッシュ関数を用いて要素とバケツの間のランダムな二部グラフを形成し、その最大マッチングサイズの期待値をモデル化すること。
• 有限および大規模なシステムにおける最大マッチングサイズの期待値の正確かつ漸近的表現を導出すること。
• 複数選択ハッシュ方式に共通するスタッシュサイズのタイトな下界を提供すること。
• 64ビットハッシュを用いた実際のインターネットバックボーントレースとシミュレーションを用いて、モデルを検証すること。

提案手法

• 各左頂点（要素）が2つの右頂点（バケツ）にランダムに接続されるランダムな二部グラフにおける最大マッチングの探索としてクックー・ハッシュ法の問題をモデル化する。
• グラフを連結成分に分解し、各成分の局所的マッチングサイズを計算する。
• ドーブのマルティングルとアズマの不等式を用いて、実際の最大マッチングサイズがその期待値のまわりに鋭く集中することを証明する。
• 成分ごとの解析と組み合わせ的数え上げを用いて、期待最大マッチングサイズの正確な式を導出する。
• システムサイズが大きくなる際の漸近的結果を確立し、その結果をランベルトW関数と結びつける。
• 負荷αと分割率βを変化させたシミュレーション、および64ビットハッシュを用いた実際のインターネットバックボーントレースを用いて、モデルを検証する。

実験結果

リサーチクエスチョン

• RQ1 任意の有限システムサイズに対して、各左頂点が2つの右頂点にランダムに接続されるランダムな二部グラフにおける最大マッチングサイズの正確な期待値は何か？
• RQ2 システムサイズが無限大に近づく際、その期待最大マッチングサイズはどのように漸近的に振る舞うか。特に負荷が0.5を超える場合に注目する。
• RQ3 負荷が0.5を超える場合に、すべての要素を高確率で挿入可能にするために必要なスタッシュサイズは何か？
• RQ4 メモリを2つの部分に分割することは、最大マッチングサイズとスタッシュ要件にどのように影響するか？
• RQ5 理論的モデルは、実際のインターネットバックボーントレースにおける実世界のパフォーマンスとどの程度一致するか？

主な発見

• 各要素が2つの選択肢を持つランダムな二部グラフにおける期待最大マッチングサイズは、任意の有限システムサイズに対して閉形式で正確に表現可能である。
• 実際の最大マッチングサイズはその期待値のまわりに鋭く集中しており、濃度不等式を用いた信頼性の高いスタッシュサイズ決定が可能である。
• 負荷α = 1の場合、d=3では正規化された期待最大マッチングサイズの上界が0.9508、d=4では0.9820であり、シミュレーション結果はこれらの境界とよく一致する。
• 理論的モデルは実際のインターネットバックボーントレースにおけるパフォーマンスを正確に予測できており、実験的平均と信頼区間が理論的予測とよく一致する。
• 負荷が0.5を超える場合に必要なスタッシュサイズは、nと期待最大マッチングサイズの差によってタイトに境界づけられており、複数選択ハッシュ方式に普遍的な下界を提供する。
• システムサイズが増大するにつれ、最大マッチングサイズの漸近的挙動はランベルトW関数を含む関数に収束し、正確な解析的極限を提供する。