[論文レビュー] Near Optimal Routing for Small-World Networks with Augmented Local Awareness

Jianyang Zeng, Wen-Jing Hsu+1 more|ArXiv.org|Sep 9, 2004

Complex Network Analysis Techniques参考文献 23被引用数 4

ひとこと要約

本稿では、各ノードが対数的マンハッタン距離内に存在するO(lg n)の近隣ノードを把握するように拡張された局所的リンクを備えた、強化された小規模ワールドネットワークモデルを提案する。この把握情報を非盲目的および盲目的ルーティングアルゴリズムに統合することで、O(lg n lg lg n)の期待ルーティングホップ数を達成し、従来手法を上回る近似的最適な性能を実現する。ノード1つあたりのストレージはO(lg²n)ビットに留められ、スケーラビリティが保証される。

ABSTRACT

In order to investigate the routing aspects of small-world networks, Kleinberg proposes a network model based on a $d$-dimensional lattice with long-range links chosen at random according to the $d$-harmonic distribution. Kleinberg shows that the greedy routing algorithm by using only local information performs in $O(\log^2 n)$ expected number of hops, where $n$ denotes the number of nodes in the network. Martel and Nguyen have found that the expected diameter of Kleinberg's small-world networks is $Θ(\log n)$. Thus a question arises naturally: Can we improve the routing algorithms to match the diameter of the networks while keeping the amount of information stored on each node as small as possible? We extend Kleinberg's model and add three augmented local links for each node: two of which are connected to nodes chosen randomly and uniformly within $\log^2 n$ Mahattan distance, and the third one is connected to a node chosen randomly and uniformly within $\log n$ Mahattan distance. We show that if each node is aware of $O(\log n)$ number of neighbors via the augmented local links, there exist both non-oblivious and oblivious algorithms that can route messages between any pair of nodes in $O(\log n \log \log n)$ expected number of hops, which is a near optimal routing complexity and outperforms the other related results for routing in Kleinberg's small-world networks. Our schemes keep only $O(\log^2 n)$ bits of routing information on each node, thus they are scalable with the network size. Besides adding new light to the studies of social networks, our results may also find applications in the design of large-scale distributed networks, such as peer-to-peer systems, in the same spirit of Symphony.

研究の動機と目的

• クレインバーグの小規模ワールドモデルにおけるネットワーク径（Θ(lg n)）とルーティング複雑度（O(lg²n)）のギャップを解消すること。
• 追加のランダムに選ばれた近隣ノードによる局所的認識の拡張が、従来手法を上回るルーティング効率をもたらすかどうかを調査すること。
• 最小限のノードあたりストレージオーバーヘッドで、近似的最適な性能を達成するスケーラブルなルーティングアルゴリズムを設計すること。
• 拡張された局所的リンクが、小規模ワールドネットワークにおけるルーティングに、従来の局所的認識よりも効果的であるかどうかを評価すること。

提案手法

• クレインバーグのd次元小規模ワールドネットワークを拡張し、各ノードに追加の局所的リンク2本を追加。これらのリンクは、マンハッタン距離がlg²n以内の範囲内で一様にランダムに選ばれたノードに接続される。
• 長距離リンクと拡張された局所的認識を併用して次ホップを選択する非盲目的グリーディルーティングアルゴリズムを採用する。
• グローバル状態を維持しないで同じ拡張された認識を利用する盲目的ルーティングアルゴリズムを設計し、スケーラビリティを確保する。
• 理論的境界と確率的解析を用いてルーティング性能を分析し、O(lg n)の拡張された近隣ノードが近似的最適なルーティングを可能にすることを示す。
• パス長とノード到達可能性に関する補題を導出し、期待ルーティング複雑度に関する定理2に到達する。
• 5,000～25,000ノードのネットワークを対象に、複数の手法を比較する実験を通じて、アプローチの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 限定された距離内からランダムに選ばれた近隣ノードによる局所的認識の拡張は、小規模ワールドネットワークにおけるルーティング効率を向上させるか？
• RQ2 O(lg n)の拡張された近隣ノードを含めることで、ネットワーク径Θ(lg n)に近いルーティング複雑度が達成できるか？
• RQ3 ルーティングホップ数とストレージの観点から、従来の局所的認識（例：O(lg n)個の最も近い近隣ノード）と比較して、拡張された局所的認識はどの程度優れているか？
• RQ4 盲目的および非盲目的両方のルーティングアルゴリズムが、この拡張モデルを用いて近似的最適なルーティング複雑度を達成できるか？

主な発見

• 提案手法は、メッセージルーティングにおける期待ホップ数がO(lg n lg lg n)に抑えられ、これは近似的最適であり、クレインバーグのオリジナルグリーディアルゴリズムのO(lg²n)複雑度を著しく改善する。
• lg²nのマンハッタン距離内からランダムに選ばれたO(lg n)の拡張された局所的近隣ノードの使用により、ネットワーク径の理論的下界Θ(lg n)に一致するルーティング性能が達成される。
• 非盲目的および盲目的両方のルーティングアルゴリズムが同じ漸近的ルーティング複雑度を達成しており、強靭性とスケーラビリティが裏付けられる。
• ノード1つあたりのストレージオーバーヘッドはO(lg²n)ビットであり、これは最小限であり、ネットワークサイズの拡大に対してもスケーラブルであることを保証する。
• 実験的評価により、平均ルーティングパス長の観点で、提案手法が既存手法を上回ることが確認され、ストレージコストは同等である。
• 結果から、従来の最も近い近隣ノードに基づく局所的認識よりも、拡張された局所的認識がルーティングにおいてより効果的であることが示唆される。