[논문 리뷰] Dynamic Balanced Graph Partitioning

Chen Avin, Marcin Bieńkowski외 3명|arXiv (Cornell University)|2015. 11. 06.

Optimization and Search Problems참고 문헌 46인용 수 4

한 줄 요약

이 논문은 시간에 따라 변화하는 통신 패턴을 고려하여 노드를 균형 잡힌 클러스터로 분할하여 상호 클러스터 간 통신 비용과 마이그레이션 비용을 최소화하는 온라인 동적 균형 잡힌 그래프 분할 문제를 제안한다. 일반적인 경우에 대해 일정한 클러스터 크기 증강을 허용할 때 $O(k\log k)$-경쟁적인 결정적 알고리즘을 제시하며, 결정적 알고리즘의 경쟁 비율에 대한 하한을 $k$로 증명한다. 이는 증강이 있더라도 여전히 성립한다.

ABSTRACT

This paper initiates the study of the classic balanced graph partitioning problem from an online perspective: Given an arbitrary sequence of pairwise communication requests between $n$ nodes, with patterns that may change over time, the objective is to service these requests efficiently by partitioning the nodes into $\ell$ clusters, each of size $k$, such that frequently communicating nodes are located in the same cluster. The partitioning can be updated dynamically by migrating nodes between clusters. The goal is to devise online algorithms which jointly minimize the amount of inter-cluster communication and migration cost. The problem features interesting connections to other well-known online problems. For example, scenarios with $\ell=2$ generalize online paging, and scenarios with $k=2$ constitute a novel online variant of maximum matching. We present several lower bounds and algorithms for settings both with and without cluster-size augmentation. In particular, we prove that any deterministic online algorithm has a competitive ratio of at least $k$, even with significant augmentation. Our main algorithmic contributions are an $O(k \log{k})$-competitive deterministic algorithm for the general setting with constant augmentation, and a constant competitive algorithm for the maximum matching variant.

연구 동기 및 목표

• 분산 시스템에서 시간에 따라 변화하는 통신 패턴에 대응하여 노드를 동적으로 재분할하는 문제에 대응하기 위해.
• 미래 요청에 대한 사전 지식 없이 온라인 환경에서 상호 클러스터 간 통신 비용과 노드 마이그레이션 비용을 동시에 최소화하기 위해.
• 균형 잡힌 그래프 분할을 위한 온라인 알고리즘의 성능에 대한 이론적 한계를 설정하기 위해, 특히 클러스터 크기 제약 조건 하에서.
• 온라인 페이지링 및 온라인 매칭과 같은 고전적인 온라인 문제들과의 연결 고리를 탐색하기 위해.
• 클라우드 컴퓨팅과 같은 가상화 환경에서의 동적 클러스터링을 위한 경쟁적 온라인 알고리즘 개발하기 위해.

제안 방법

• 고정된 크기 $k$의 클러스터 간에 노드를 동적으로 마이그레이션하여 통신 비용과 마이그레이션 비용을 최소화하는 온라인 균형 잡힌 재분할(BRP) 문제로 문제를 모델링한다.
• 요청 시퀀스를 완전히 알고 있는 최적의 오프라인 알고리즘과 비교하기 위해 경쟁 분석을 사용한다.
• 다양한 오프라인 알고리즘에 대한 평균화 추론을 통해 경쟁 비율의 하한을 유도한다.
• 클러스터 크기 증강을 활용하여 $O(k\log k)$-경쟁성을 달성하는 결정적 알고리즘을 설계한다.
• 노드를 $k$개의 순환 컷 $\textsc{cut}(j)$로 분할하는 기법을 적용하여 다양한 클러스터링을 탐색하고 성능을 제한한다.
• 온라인 알고리즘이 비최적의 구성으로 강제되는 악성 요청 시퀀스를 통해 하한을 증명하며, 결정적 접근의 본질적 한계를 보여준다.

실험 결과

연구 질문

• RQ1 클러스터 크기 증강 없이도 동적 균형 잡힌 그래프 분할을 위한 결정적 온라인 알고리즘이 달성할 수 있는 최선의 경쟁 비율은 무엇인가?
• RQ2 특수 케이스인 $k=2$에 대해, 이는 최대 매칭의 온라인 변형에 해당하며, 일정한 경쟁 비율을 확보할 수 있는가?
• RQ3 클러스터 크기 증강은 경쟁 비율에 어떤 영향을 미치며, 이를 통해 더 나은 알고리즘 보장을 가능하게 할 수 있는가?
• RQ4 클러스터 수 $\ell$에 의존하지 않는 경쟁 비율을 갖는 온라인 알고리즘을 설계하는 것이 가능한가?
• RQ5 시간에 따라 변화하는 통신 패턴을 고려할 때, 온라인 동적 분할의 본질적 한계는 무엇인가?

주요 결과

• 클러스터 크기 증강이 상당히 이루어져도, 동적 균형 잡힌 그래프 분할을 위한 어떤 결정적 온라인 알고리즘도 최소 $k$의 경쟁 비율을 갖는다.
• 일정한 양의 클러스터 크기 증강이 허용되는 일반적인 경우에 대해 $O(k\log k)$-경쟁적인 결정적 알고리즘을 제시한다.
• $k=2$인 특수 케이스에 대해, 결정적 온라인 알고리즘의 경쟁 비율에 하한 3을 증명한다.
• 일정한 증강 하에서 $O(k\log k)$의 경쟁 비율이 상수 요소를 제외하고는 날카롭게 타이트하다는 것을 입증한다.
• $O(1)$-증강이 있더라도 $k$-의존성이 피할 수 없으며, 이는 문제의 본질적 특성임을 보여준다.
• 결과적으로 오프라인 최적 해는 일정한 증강을 통해 $O(k\log k)$ 요소 내에서 근사 가능하며, 이는 단순한 $O(k^2 \ell^2)$ 상한에 비해 상당한 향상이다.