[論文レビュー] Optimal Gossip-Based Aggregate Computation

Jen‐Yeu Chen, Gopal Pandurangan|arXiv (Cornell University)|Jan 19, 2010

Peer-to-Peer Network Technologies参考文献 19被引用数 4

ひとこと要約

本稿では、時間的最適性およびメッセージ的最適性を両立する、初めてのgossipベースの集約計算プロトコルを提示している。新規の分散ランダムランク付け（DRR）技術を用いて、$O(\log n)$ 時間および $O(n\log\log n)$ メッセージを達成している。この手法はノードを小さな木構造に分割し、根ノードで局所的集約を計算した後、均一なgossipを用いてグローバルな結果に収束させる。非アドレス無知モデルにおいて、$\Omega(n\log n)$ メッセージの障壁を打ち破った。

ABSTRACT

We present the first provably almost-optimal gossip-based algorithms for aggregate computation that are both time optimal and message-optimal. Given a $n$-node network, our algorithms guarantee that all the nodes can compute the common aggregates (such as Min, Max, Count, Sum, Average, Rank etc.) of their values in optimal $O(\log n)$ time and using $O(n \log \log n)$ messages. Our result improves on the algorithm of Kempe et al. \cite{kempe} that is time-optimal, but uses $O(n \log n)$ messages as well as on the algorithm of Kashyap et al. \cite{efficient-gossip} that uses $O(n \log \log n)$ messages, but is not time-optimal (takes $O(\log n \log \log n)$ time). Furthermore, we show that our algorithms can be used to improve gossip-based aggregate computation in sparse communication networks, such as in peer-to-peer networks. The main technical ingredient of our algorithm is a technique called {\em distributed random ranking (DRR)} that can be useful in other applications as well. DRR gives an efficient distributed procedure to partition the network into a forest of (disjoint) trees of small size. Our algorithms are non-address oblivious. In contrast, we show a lower bound of $Ω(n\log n)$ on the message complexity of any address-oblivious algorithm for computing aggregates. This shows that non-address oblivious algorithms are needed to obtain significantly better message complexity. Our lower bound holds regardless of the number of rounds taken or the size of the messages used. Our lower bound is the first non-trivial lower bound for gossip-based aggregate computation and also gives the first formal proof that computing aggregates is strictly harder than rumor spreading in the address-oblivious model.

研究の動機と目的

• リソース制約のあるネットワークにおいて、時間的およびメッセージ的最適性を達成するgossipベースの集約計算プロトコルを設計すること。
• アドレス無知アルゴリズムに適用可能な $\Omega(n\log n)$ メッセージ複雑性の下界を克服すること。
• ネットワークを小さな互いに素な木に分割するための分散ランダム化手順（DRR）を開発すること。
• 非アドレス無知性が $O(n\log\log n)$ メッセージ複雑性を達成するために必要であることを示すこと。
• ピアツーピアネットワークやセンサーネットワークなどのスパarsなネットワークにおいて、最適化されたメッセージおよび時間使用によるパフォーマンス向上を実現すること。

提案手法

• ネットワークを $O(\log n)$ のサイズの小さな互いに素な木の集合に分割するための分散ランダムランク付け（DRR）手順を導入する。
• 各木の根で、内部gossipを用いて局所的集約計算（例：和、最小値、最大値）を実行する。
• 木の根同士の間で均一なgossipプロトコルを開始し、グローバルな集約値を伝搬・収束させる。
• 確率的解析とチェルノフの不等式を用いて、各フェーズで典型的な値がネットワーク全体に効率的に広がることを示す。
• 通信フェーズを密な状態と疎な状態に分類し、和集合の不等式とマルコフの不等式を用いてメッセージ伝搬を束縛する。
• ランダム変数同士の負の相関を活用し、各値を学習するノード数に対する高確率の境界を導出する。

実験結果

リサーチクエスチョン

• RQ1 gossipベースのプロトコルは、集約計算において $O(\log n)$ 時間および $O(n\log\log n)$ メッセージ複雑性を両立できるか？
• RQ2 gossipベースの集約計算において、$\Omega(n\log n)$ メッセージ複雑性の障壁を打ち破ることは可能か？ もしそうなら、どのような条件下で可能か？
• RQ3 アドレス無知性がgossipベースのプロトコルにおけるメッセージ効率を制限する役割を果たすか？
• RQ4 分散ランダムランク付け（DRR）技術を用いてネットワークを小さな木に分割し、効率的な局所的集約を可能にすることができるか？
• RQ5 提案されたプロトコルは、スパースまたは動的ネットワークにおいて、従来のプロトコルと比較して時間的およびメッセージ的複雑性の両面で優れているか？

主な発見

• 提案されたプロトコルは、最小値、最大値、和、カウント、平均値などの集約を計算する際、最適な $O(\log n)$ 時間複雑性および $O(n\log\log n)$ メッセージ複雑性を達成している。
• プロトコルは、ネットワークを小さな木に分割するための新規な分散ランダムランク付け（DRR）技術を用いており、グローバル収束の前に効率的な局所的集約を可能としている。
• プロトコルは非アドレス無知であり、著者らは任意のアドレス無知gossipベースプロトコルに対して $\Omega(n\log n)$ のメッセージ複雑性下界を証明しており、非アドレス無知性がメッセージ効率の向上に不可欠であることを示している。
• 密な通信フェーズでは、高確率で最大 $6^{t+1}\log n$ 個のノードが典型的な値を学習し、解析における帰納法の仮定を満たす。
• 疎なフェーズでは、最終的に少なくとも定数倍（$>1/6$）の典型的な値が依然として典型的なままであり、完全な広報への継続的進行が保証される。
• 先行研究に比して改善が見られる：ケンプら[9]の時間的最適性を同等に維持しながら、メッセージ複雑性を $O(n\log n)$ から $O(n\log\log n)$ に削減しており、カシヤプら[8]の手法よりも、$O(n\log\log n)$ メッセージを用いながらも時間的最適性を達成している。