[論文レビュー] Beeping Shortest Paths via Hypergraph Bipartite Decomposition

Kokouvi Hounkanli, Andrzej Pelc+1 more|arXiv (Cornell University)|Aug 26, 2015

Distributed systems and fault tolerance参考文献 14被引用数 3

ひとこと要約

本稿では、ノードが各ラウンドに「ビープ」するか「聞く」ことしかできない最小限の通信モデルであるビーピングモデルにおいて、ブロードキャストおよびギャッジングの決定的アルゴリズムを提示する。任意のネットワークにおいて、ブロードキャストは最適な O(D + m) 時間、ギャッジングは O(N(M + D log L)) 時間で実行可能であり、ハイパーグラフ二部分割と同期化されたフェーズベースのメッセージ配布を活用することで、厳密な通信制約下でも正しさと効率性を保証する。

ABSTRACT

Broadcasting and gossiping are fundamental communication tasks in networks. In broadcasting,one node of a network has a message that must be learned by all other nodes. In gossiping, every node has a (possibly different) message, and all messages must be learned by all nodes. We study these well-researched tasks in a very weak communication model, called the {\em beeping model}. Communication proceeds in synchronous rounds. In each round, a node can either listen, i.e., stay silent, or beep, i.e., emit a signal. A node hears a beep in a round, if it listens in this round and if one or more adjacent nodes beep in this round. All nodes have different labels from the set $\{0,\dots , L-1\}$. Our aim is to provide fast deterministic algorithms for broadcasting and gossiping in the beeping model. Let $N$ be an upper bound on the size of the network and $D$ its diameter. Let $m$ be the size of the message in broadcasting, and $M$ an upper bound on the size of all input messages in gossiping. For the task of broadcasting we give an algorithm working in time $O(D+m)$ for arbitrary networks, which is optimal. For the task of gossiping we give an algorithm working in time $O(N(M+D\log L))$ for arbitrary networks. At the time of writing this paper we were unaware of the paper: A. Czumaj, P. Davis, Communicating with Beeps, arxiv:1505.06107 [cs.DC] which contains the same results for broadcasting and a stronger upper bound for gossiping in a slightly different model.

研究の動機と目的

• 本稿の目的は、ノードが各ラウンドに「ビープ」するか「聞く」ことしかできないビーピングモデルにおいて、高速な決定的アルゴリズムを設計することである。
• 本稿は、信号能力が最小限のモデルにおけるメッセージ検出と同期の根本的課題を克服することを目的としている。
• 目的には、任意のネットワークにおける両タスクの時間計算量を最適または近似最適にすることを含む。
• 本稿は、ネットワークサイズや直径の事前知識が不要で、ノードラベルと上界のみに依存するフレームワークを提供することを目的としている。

提案手法

• アルゴリズムはマルチフェーズアプローチを採用する：まず、修正された find-max 手順を用いて最大ラベルを持つノードを特定する。
• 次に、全ノードを同期化する同期手順を実行し、ネットワーク全体で時計を合わせる。
• 直径推定手順を実行して、ネットワーク直径 D の上界 D* を計算する。
• ノード順序付け手順により、ノードラベルに基づいてノードに順位を割り当てる。これにより、順次メッセージ配布が可能になる。
• ブロードキャストは、ノードの順位に基づくラウンドロビンスケジュールに従い、時間区間を disjoint に分割して実行され、干渉を回避する。
• ギャッジングプロトコルは、これらの同期化された時間区間を用い、各ノードのメッセージを順次ブロードキャストする。各ブロードキャストは O(D + m) 時間を要する。

実験結果

リサーチクエスチョン

• RQ1 任意のネットワークにおいて、ビーピングモデルで時間 O(D + m) で決定的ブロードキャストが達成可能か？
• RQ2 任意のネットワークにおいて、時間 O(N(M + D log L)) で実行される決定的ギャッジングアルゴリズムは存在するか？
• RQ3 信号能力が「ビープ／サイレント」のみのモデルにおいて、メッセージ境界と同期をどのように達成できるか？
• RQ4 メッセージサイズとラベル空間の標準的仮定の下で、ビーピングモデルにおけるギャッジングの最適時間計算量は何か？
• RQ5 ネットワークサイズや直径の事前知識が不要な状態で、アルゴリズムを堅牢かつ効率的にすることができるか？

主な発見

• 提案されたブロードキャストアルゴリズムは O(D + m) 時間で実行され、これはビーピングモデルにおいて最適であることが証明されている。
• ギャッジングアルゴリズムは O(N(M + D log L)) 時間で実行され、これは、十分に大きなメッセージを持つ直径有界ネットワークに対して既知の下界 Ω(MN) と一致する。
• アルゴリズムはすべてのメッセージを互いに重複しない時間区間で正しく配布し、干渉を防ぎ、正しさを保証する。
• ノードラベルと同期化されたフェーズの使用により、信号能力が最小限であっても、信頼性の高いメッセージ検出と調整が可能になる。
• 浅いネットワーク（例：ハイパーグラフやハイパーキューブ）では、D = O(log N) であり、ラベル空間が N の多項式関数である場合、時間計算量は最適に近い。
• 直径 D がネットワークサイズの対数関数である場合でも、情報理論的下界に対して D 要因のオーバーヘッドしかかかず、アルゴリズムは依然として効率的である。