[논문 리뷰] Long-term balanced allocation via thinning

Ohad N. Feldheim, Ori Gurel-Gurevich외 1명|arXiv (Cornell University)|2021. 10. 11.

Algorithms and Data Compression참고 문헌 28인용 수 4

한 줄 요약

이 논문은 볼과 위치 모델의 두 번째 얇은 변형을 연구한다. 여기서 감시자는 균일하게 랜덤으로 배정된 상자에 대해 거부하고 공을 새로운 랜덤 상자로 재할당하여 부하를 균형 잡을 수 있다. 이는 높은 확률으로 $(\log n)^{1/2+o(1)}$ 수준의 일반적인 최대 부하를 달성하는 명시적 전략을 제공하며, 이는 큰 $m$에 대해 최적의 단일 시간 부하와 일치한다. 동시에 모든 시간 동안의 최대 부하는 $\Omega(\log n / \log\log n)$임을 보여주며, 이는 상호 보완적 여건으로 인해 피할 수 없는 것이며 날카러운 일시적 피크를 피하기 위한 노력과의 타협으로 인해 발생한다.

ABSTRACT

We study the long-term behavior of the two-thinning variant of the classical balls-and-bins model. In this model, an overseer is provided with uniform random allocation of $m$ balls into $n$ bins in an on-line fashion. For each ball, the overseer could reject its allocation and place the ball into a new bin drawn independently at random. The purpose of the overseer is to reduce the maximum load of the bins, which is defined as the difference between the maximum number of balls in a single bin and $m/n$, i.e., the average number of balls among all bins. We provide tight estimates for three quantities: the lowest maximum load that could be achieved at time $m$, the lowest maximum load that could be achieved uniformly over the entire time interval $[m]:=\{1, 2, \cdots, m\}$, and the lowest \emph{typical} maximum load that could be achieved over the interval $[m]$, where the typicality means that the maximum load holds for $1-o(1)$ portion of the times in $[m]$. We show that when $m$ and $n$ are sufficiently large, a typical maximum load of $(\log n)^{1/2+o(1)}$ can be achieved with high probability, asymptotically the same as the optimal maximum load that could be achieved at time $m$. However, for any strategy, the maximal load among all times in the interval $[m]$ is $Ω\big(\frac{\log n}{\log\log n}\big)$ with high probability. A strategy achieving this bound is provided. An explanation for this gap is provided by our optimal strategies as follows. To control the typical load, we restrain the maximum load for some time, during which we accumulate more and more bins with relatively high load. After a while, we have to employ for a short time a different strategy to reduce the number of relatively heavily loaded bins, at the expanse of temporarily inducing high load in a few bins.

연구 동기 및 목표

• 두 번째 얇은 볼과 위치 모델에서 장기적인 부하 균형 조절 거동을 분석하기 위해, 감시자가 초기 무작위 할당을 거부하고 두 번째 상자로 재할당할 수 있는 경우를 다룬다.
• 시간에 따른 최소 달성 가능한 최대 부하를 특성화하며, 단일 시간, 모든 시간, 일반적인 최대 부하의 세 가지 범주를 구분한다.
• 최적의 단일 시간 부하와 피할 수 없는 모든 시간 최대 부하 사이의 격차를 해결하기 위해, 일반 부하를 최소화하면서 일시적인 부하 피크를 관리하는 전략을 설계한다.
• 높은 확률 보장 하에 점점 최적에 가까워지는 성능을 달성할 수 있는 명시적이고 구현 가능한 두 번째 얇은 전략을 제공한다.

제안 방법

• 저자는 세 가지 부하 측정 기준을 정의한다: 단일 시간 최대 부하 $\mathrm{MaxLoad}^f(m)$, 모든 시간 최대 부하 $\mathrm{MaxLoad}^f([m])$, 및 $\varepsilon$-일반 최대 부하 $\mathrm{MaxLoad}^f_\varepsilon([m])$.
• 과도하게 부하가 쌓인 상자를 줄이는 단계와 일반 부하를 낮게 유지하는 단계를 번갈아 가며 수행하는 두 번째 얇은 전략을 설계한다.
• 부하의 시간에 따른 편차를 제어하기 위해 마틴게일 집중 및 체르노프 방법을 통한 지수적 모멘트 경계를 분석에 활용한다.
• 핵심 기술 도구로는 부하 편차의 기대 지수 모멘트를 경계하고, 부하의 진화를 단계별로 추적하기 위해 재귀 부등식을 적용한다.
• 전략은 시간 분할 기법을 활용한다: 먼저 $m_0 = \Theta(n \log n)$ 단계의 안정화 단계를 거치고, 그 다음 $m_2 = \Theta(n \log n)$ 단계의 균형 조절 단계를 거친다. 이 과정에서 부하 변동을 철저히 통제한다.
• 합집합 추정과 尾부 추정을 사용하여 이론적 보장을 도출하며, 높은 확률로 부하가 $O(\log n)^{1/2+o(1)}$ 이내로 유지됨을 보여준다. 이는 전체 할당 단계의 $1-o(1)$ 동안 성립한다.

실험 결과

연구 질문

• RQ1 할당 단계의 $1-o(1)$ 동안 유지되는 '일반적' 부하를 고려할 때, 두 번째 얇은 볼과 위치 모델에서 시간에 따른 최소 달성 가능한 일반 최대 부하는 무엇인가?
• RQ2 최적의 모든 시간 최대 부하와 최적의 단일 시간 최대 부하 사이의 비교는 어떻게 되며, 격차의 원인은 무엇인가?
• RQ3 불가피한 일시적 부하 피크가 존재하는 상황에서도, 일반 최대 부하가 최적의 단일 시간 부하와 점점 더 가까워지는 전략을 도출할 수 있는가?
• RQ4 모든 두 번째 얇은 전략에 대해 모든 시간 최대 부하의 기본 하한은 무엇이며, 이 하한을 명시적 전략이 달성할 수 있는가?
• RQ5 부하 변동은 시간이 지남에 따라 어떻게 변화하는가? 낮은 일반 부하를 유지하면서 최악의 부하 피크를 통제할 수 있는 메커니즘은 무엇인가?

주요 결과

• 모든 $m = \omega(n\sqrt{\log n})$ 에 대해, 최적의 단일 시간 최대 부하는 $\Theta((\log n)^{1/2+o(1)})$ 이며, 이 경계는 하위항까지 정확히 타당하다.
• 모든 두 번째 얇은 전략에 대해, 모든 시간 최대 부하는 높은 확률로 $\Omega(\log n / \log\log n)$ 이며, 이 하한은 날카로운 경계이다.
• 명시적 두 번째 얇은 전략은 $m = \Omega(n \log^2 n)$ 일 때 모든 시간 최대 부하가 $\Theta(\log n / \log\log n)$ 에 도달하며, 이는 하한과 정확히 일치한다.
• 모든 $m = \omega(n\sqrt{\log n})$ 에 대해, 일반 최대 부하는 높은 확률로 $O((\log n)^{1/2+o(1)})$ 이며, 이는 최적의 단일 시간 부하와 일치한다.
• 일반 부하와 모든 시간 최대 부하 사이의 격차는, 일반 부하를 낮게 유지하더라도 부하 재균형 단계에서 피할 수 없는 일시적 부하 피크로 인해 발생한다.
• 모든 $m_0 = \Theta(n\log n)$ 단계 이후, 전략은 $\max_i |L_i^{f}(k)| \leq 100d\log n$ 를 높은 확률로 유지하며, 이는 안정성을 확보하고 후속 부하 제어를 가능하게 한다.