[논문 리뷰] Fast plurality consensus in regular expanders

Colin Cooper, Tomasz Radzik외 2명|arXiv (Cornell University)|2016. 05. 26.

Distributed systems and fault tolerance참고 문헌 13인용 수 7

한 줄 요약

이 논문은 정규 확장자에서 두 샘플 투표 프로토콜을 제안하며, A₁이 가장 큰 의견의 초기 크기일 때, 고확률로 O((n log n)/A₁)의 평균 단계 내에 빠른 다수의견 공감대를 달성한다. 프로토콜은 다수의견이 두 번째로 큰 의견보다 Cn·max{√(log n / A₁), λ} 이상 앞서 있을 경우에만 승리하게 보장하며, 여기서 λ는 랜덤 워크 전이 행렬의 두 번째 고유값이다.

ABSTRACT

Pull voting is a classic method to reach consensus among $n$ vertices with differing opinions in a distributed network: each vertex at each step takes on the opinion of a random neighbour. This method, however, suffers from two drawbacks. Even if there are only two opposing opinions, the time taken for a single opinion to emerge can be slow and the final opinion is not necessarily the initially held majority. We refer to a protocol where 2 neighbours are contacted at each step as a 2-sample voting protocol. In the two-sample protocol a vertex updates its opinion only if both sampled opinions are the same. Not much was known about the performance of two-sample voting on general expanders in the case of three or more opinions. In this paper we show that the following performance can be achieved on a $d$-regular expander using two-sample voting. We suppose there are $k \ge 3$ opinions, and that the initial size of the largest and second largest opinions is $A_1, A_2$ respectively. We prove that, if $A_1 - A_2 \ge C n \max\{\sqrt{(\log n)/A_1}, λ\}$, where $λ$ is the absolute second eigenvalue of matrix $P=Adj(G)/d$ and $C$ is a suitable constant, then the largest opinion wins in $O((n \log n)/A_1)$ steps with high probability. For almost all $d$-regular graphs, we have $λ=c/\sqrt{d}$ for some constant $c>0$. This means that as $d$ increases we can separate an opinion whose majority is $o(n)$, whereas $Θ(n)$ majority is required for $d$ constant. This work generalizes the results of Becchetti et. al (SPAA 2014) for the complete graph $K_n$.

연구 동기 및 목표

• 세 개 이상의 의견이 존재할 때, 특히 어떤 의견도 절대 다수를 차지하지 않을 경우, 다수의견 공감대 프로토콜의 성능 격차를 해소하기 위해.
• 이전에 두 의견 케이스에서 효과적이었던 두 샘플 투표의 효율성을, k ≥ 3개의 의견을 가진 더 복잡한 다수의견 공감대 설정으로 확장하기 위해.
• 초기 의견이 작은 리드를 가질 경우에도 정규 확장자에서 가장 큰 초기 의견(다수의견)이 고확률로 승리할 수 있는 조건을 설정하기 위해.
• 스펙트럼 성질(특히 전이 행렬의 두 번째 고유값 λ)이 다수의견 공감대 프로토콜의 수렴 속도와 정확성에 미치는 영향을 분석하기 위해.

제안 방법

• 각 정점이 중복을 허용하여 균일하게 두 이웃을 무작위로 샘플링하고, 두 의견 중 다수의견을 채택하며, 동점일 경우 첫 번째 의견을 기본값으로 삼는 두 샘플 투표 프로토콜을 제안한다.
• 스펙트럼 그래프 이론을 사용하여 의견 확산의 영향을 극한으로 제한하며, 특히 랜덤 워크 전이 행렬 P = Adj(G)/d의 두 번째 고유값 λ를 활용한다.
• 집중 부등식을 적용하여 시간이 지남에 따라 의견 크기가 기대값 주변에 집중됨을 보여주며, 빠른 수렴을 보장한다.
• 스펙트럼 갭과 초기 의견 분포에 기반하여 의견 크기의 기대 변화를 유도하며, Lemma 10 및 기대 의견 전이에 관한 관련 결과에 의존한다.
• 다수의견의 리드가 Cn·max{√(log n / A₁), λ}를 초과할 경우, 다수의견의 기대 크기가 시간이 지남에 따라 증가함을 보여주며, 공감대 수렴을 보장한다.
• 기존의 풀링 투표와 세 샘플 프로토콜과의 비교를 통해 유도된 경계의 타당성을 입증하며, 두 샘플 프로토콜이 강력한 집중 성질을 물려받음을 보여준다.

실험 결과

연구 질문

• RQ1 세 개 이상의 의견이 존재하고 절대 다수를 차지하지 않을 경우, 두 샘플 투표가 정규 확장자에서 빠른 공감대를 달성할 수 있는가?
• RQ2 이러한 그래프에서 다수의견이 고확률로 승리하기 위해 필요한 최소 초기 리드는 얼마인가?
• RQ3 그래프의 스펙트럼 갭(λ를 통해)이 다수의견 공감대 프로토콜의 수렴 시간과 정확성에 어떤 영향을 미치는가?
• RQ4 d가 일정할 경우, 독립적인 이웃 샘플 대신 짧은 랜덤 워크를 사용함으로써 두 샘플 투표의 성능을 향상시킬 수 있는가?
• RQ5 수렴 속도와 정확성 보장 측면에서 두 샘플 프로토콜은 세 샘플 투표와 어떻게 비교되는가?

주요 결과

• 두 샘플 투표 프로토콜은 A₁이 가장 큰 의견의 초기 크기일 때, d-정규 확장자에서 고확률로 O((n log n)/A₁)의 평균 단계 내에 공감대를 달성한다.
• 다수의견의 초기 크기가 두 번째로 큰 의견보다 적어도 Cn·max{√(log n / A₁), λ} 이상 초과할 경우, 고확률로 승리한다. 여기서 적절한 상수 C를 사용한다.
• praticularly d-정규 그래프의 거의 전부에서 λ = c/√d (c > 0인 상수 c에 대해)임을 고려하면, 더 큰 d는 더 작은 다수의견도 탐지할 수 있도록 한다.
• d가 일정할 경우, 독립적인 샘플 대신 짧은 랜덤 워크를 사용함으로써 다수의견의 부분적인 선별을 비선형적으로 달성할 수 있다.
• 스펙트럼 갭 λ는 다수의견 지배의 임계값을 결정하는 핵심 매개변수로 작용하며, 더 작은 λ는 더 빠르고 신뢰할 수 있는 공감대를 가능하게 한다.
• 분석 결과, 두 샘플 투표 하에서 기대 의견 크기의 진화가 스펙트럼 기법을 사용해 엄격하게 경계지어지며, 강력한 집중 결과를 도출할 수 있다.