[論文レビュー] Xheal: Localized Self-healing using Expanders

Gopal Pandurangan, Amitabh Trehan|arXiv (Cornell University)|Apr 5, 2011

Modular Robots and Swarm Intelligence参考文献 23被引用数 4

ひとこと要約

Xheal は、反復的な敵対的ノード挿入および削除後でも、拡張性、スぺクトラルギャップ、ストレッチといった強力なグローバルネットワーク特性を維持する、完全に分散型で局所的な自己修復アルゴリズムである。これは、拡張性グラフ（Hグラフ）と局所的修復操作を用いることで達成され、ノード次数の増加は有界（O(κd)）かつストレッチは O(log n) に保たれ、接続性と拡張性が、1回の修復あたりの償却コスト O(κ log n) を維持することで保証される。

ABSTRACT

We consider the problem of self-healing in reconfigurable networks (e.g. peer-to-peer and wireless mesh networks) that are under repeated attack by an omniscient adversary and propose a fully distributed algorithm, Xheal that maintains good expansion and spectral properties of the network, also keeping the network connected. Moreover, Xheal does this while allowing only low stretch and degree increase per node. Thus, the algorithm heals global properties while only doing local changes and using only local information. Our work improves over the self-healing algorithms 'Forgiving tree'[PODC 2008] and 'Forgiving graph'[PODC 2009] (using a similar model) in that we are able to give guarantees on degree and stretch, while at the same time preserving the expansion and spectral properties of the network. These repairs preserve the invariants in the following sense. At any point in the algorithm, the expansion of the graph will be either `better' than the expansion of the graph formed by considering only the adversarial insertions (not the adversarial deletions) or the expansion will be, at least, a constant. Also, the stretch i.e. the distance between any pair of nodes in the healed graph is no more than a $O(\log n)$ factor. Similarly, at any point, a node $v$ whose degree would have been $d$ in the graph with adversarial insertions only, will have degree at most $O(κd)$ in the actual graph, for a small parameter $κ$. We also provide bounds on the second smallest eigenvalue of the Laplacian which captures key properties such as mixing time, conductance, congestion in routing etc. Our distributed data structure has low amortized latency and bandwidth requirements.

研究の動機と目的

• 動的で敵対的な攻撃を受けるネットワークにおいて、拡張性、接続性、低ストレッチといったグローバルネットワーク不変量を維持する課題に対処すること。
• 中央集権的制御を避けるために、局所的な情報と局所的行動のみを用いて動作する自己修復メカニズムを設計すること。
• 繰り返し敵対的な削除が行われても、ノード次数の増加が小さな要因 κ によって有界であることを保証すること。
• トポロジ変更にもかかわらず、ルーティング、混合時間、混雑度に重要な影響を与えるスぺクトラル特性（例：スぺクトラルギャップ）を維持すること。
• Forgiving Tree や Forgiving Graph といった先行の自己修復アルゴリズムに比べ、ストレッチと次数に関する形式的保証を提供することで、それらを改善すること。

提案手法

• アルゴリズムは、高い確率で拡張性を示すランダムな κ-正則グラフ（Hグラフ）を用いて、プライマリおよびセカンダリの拡張性クラウドを構築・維持する。
• 各敵対的削除の後、局所的知識とリーダー主導の調整を用いて、新しいエッジの挿入または既存エッジの再構成により、局所的修復を実行する。
• 自由ノードが不足し、複数の拡張性クラウドを統合する必要がある場合、O(log n) ホップの BFS を用いてリーダーを選出し、新しい Hグラフを構築してブロードキャストすることで、拡張性の性質を回復する。
• 修復プロセスは、過去の削除を基に償却される：高コストの統合処理は、より安価で早い段階の修復によって相殺され、1回あたりの修復における償却時間およびメッセージ量が O(κ log n) に保たれる。
• クラウドがノードの半数を失った場合、Hグラフの再構築により拡張性に関する確率的保証を維持する。これは、和集合の不等式を用いて、高い確率で拡張性が保たれることを保証する。
• 自由ノードの管理と、動的条件下での効率的な挿入および修復を可能にするために、プライマリおよびセカンダリクラウドを含む階層的構造を採用する。

実験結果

リサーチクエスチョン

• RQ1 繰り返し敵対的なノード削除および挿入が行われる状況下でも、分散的・局所的な方法でエッジ拡張性とスぺクトラル特性を維持できる自己修復アルゴリズムは存在するか？
• RQ2 接続性を保証しながら、ストレッチや拡張性といったグローバルネットワーク特性を維持するための、最小限の次数増加はどの程度か？
• RQ3 高コストのトポロジカル修復（例：クラウドの統合）を時間的に償却することで、平均コストを低く保てるか？
• RQ4 局所的修復は、敵対的ノード削除に対しても O(log n) ストレッチと定数の拡張性を保てるか？
• RQ5 動的で自己修復可能なネットワークにおいて、強力なスぺクトラル特性を維持するのと、ノード次数の増加を制御するのとの間には、どのようなトレードオフがあるか？

主な発見

• ネットワークは、敵対的挿入のみのグラフにおける拡張性と同等、または一定の拡張性を維持し、強固な接続性を保証する。
• 任意の2ノード間のストレッチは、挿入のみのグラフにおけるストレッチの O(log n) 倍に抑えられ、効率的なルーティングが維持される。
• ノード次数の増加は、κ という小さなパラメータを用いて、最大で O(κ) の要因に抑えられ、スケーラビリティと負荷分散が保証される。
• 修復の償却時間およびメッセージ量は O(κ log n) に抑えられ、大規模ネットワークにおいても効率的である。
• ラプラシアン行列の2番目に小さい固有値（混合時間および混雑度に影響を与える）は、定数要因の範囲内で維持され、ルーティングおよび負荷分散のパフォーマンスに良い影響を与える。
• 本アルゴリズムは、局所的情報と行動のみを用いてグローバル不変量を効果的に維持でき、ストレッチと次数に関する保証が欠落していた先行研究を改善している。