[논문 리뷰] On the push&pull protocol for rumour spreading

Hüseyin Acan, Andrea Collevecchio외 2명|arXiv (Cornell University)|2014. 11. 04.

Optimization and Search Problems참고 문헌 29인용 수 7

한 줄 요약

이 논문은 그래프에서 뉴스 퍼뜨리기 위한 이방향 푸시&풀 프로토콜을 분석하여, 평균 및 보장된 퍼짐 시간이 각각 O(n log n) 및 Ω(log n)임을 증명하며, 상수 요소를 제외한 바에 대해 날카로운 경계를 확립한다. 동기 및 异기 버전 간의 분석적 관계를 수립하여, 이방향 퍼짐 시간이 동기 버전의 O(log n) 요소 내에 있음을 보이며, 이방향 시간이 로그 수준이지만 동기 시간이 다항식 크기로 큰 그래프의 예를 제시한다.

ABSTRACT

The asynchronous push&pull protocol, a randomized distributed algorithm for spreading a rumour in a graph $G$, works as follows. Independent Poisson clocks of rate 1 are associated with the vertices of $G$. Initially, one vertex of $G$ knows the rumour. Whenever the clock of a vertex $x$ rings, it calls a random neighbour $y$: if $x$ knows the rumour and $y$ does not, then $x$ tells $y$ the rumour (a push operation), and if $x$ does not know the rumour and $y$ knows it, $y$ tells $x$ the rumour (a pull operation). The average spread time of $G$ is the expected time it takes for all vertices to know the rumour, and the guaranteed spread time of $G$ is the smallest time $t$ such that with probability at least $1-1/n$, after time $t$ all vertices know the rumour. The synchronous variant of this protocol, in which each clock rings precisely at times $1,2,\dots$, has been studied extensively. We prove the following results for any $n$-vertex graph: In either version, the average spread time is at most linear even if only the pull operation is used, and the guaranteed spread time is within a logarithmic factor of the average spread time, so it is $O(n\log n)$. In the asynchronous version, both the average and guaranteed spread times are $\Omega(\log n)$. We give examples of graphs illustrating that these bounds are best possible up to constant factors. We also prove theoretical relationships between the guaranteed spread times in the two versions. Firstly, in all graphs the guaranteed spread time in the asynchronous version is within an $O(\log n)$ factor of that in the synchronous version, and this is tight. Next, we find examples of graphs whose asynchronous spread times are logarithmic, but the synchronous versions are polynomially large. Finally, we show for any graph that the ratio of the synchronous spread time to the asynchronous spread time is $O(n^{2/3})$.

연구 동기 및 목표

• 일반적인 무방향 그래프에서 이방향 푸시&풀 프로토콜의 평균 및 보장된 퍼짐 시간을 분석하는 것.
• 퍼짐 시간에 대한 날카로운 상한 및 하한 경계를 설정하여, 이들이 각각 Θ(log n) 및 O(n log n)임을 보여주는 것.
• 프로토콜의 동기 및 이방향 버전 간의 퍼짐 시간을 비교하는 것.
• 이방향 성능가 동기 성능보다 현저히 뛰어난 그래프 가족을 특정하는 것.
• 동기 및 이방향 뉴스 퍼뜨리기 퍼짐 시간 간의 첫 번째 분석적 관계를 제공하는 것.

제안 방법

• 각 정점가 독립적인 강도 1의 포아송 시계를 지니며, 시계가 울릴 때마다 푸시 또는 풀 작업이 발생하는 지수 시계 모델을 사용한다.
• 통신 블록의 시퀀스로 퍼짐 과정을 모델링하며, 각 블록 크기를 S1, S2, ...로 정의하고, 2N개의 정점을 커버하기 위해 필요한 최소 블록 수 Nb를 정의한다.
• 동기 프로토콜을 확률적으로 지배할 수 있는 '게으른 시나리오' 쌍용을 도입하여, 블록 기반 분석을 통한 비교를 가능하게 한다.
• 체르노프 불등식을 적용하여, 블록 크기의 합이 고려할 만한 확률로 8gsta(G)n을 초과함을 보이고, 이에 따라 Nb에 대한 경계를 도출한다.
• 조건부 확률과 반복 분석을 사용하여, 블록 크기가 특정 값 이상일 확률을 경계함으로써, 뉴스 퍼짐에 충분한 진전이 이루어지도록 보장한다.
• 특수 정점에서 2차 블록 분할 규칙을 도입하여 분석에서 오해의 소지를 줄 수 있는 의존성을 방지한다.

실험 결과

연구 질문

• RQ1 임의의 n-정점 그래프에서 이방향 푸시&풀 프로토콜의 평균 및 보장된 퍼짐 시간의 점점 증가하는 행동은 어떻게 되는가?
• RQ2 이방향 및 동기 프로토콜 버전 간의 퍼짐 시간은 주어진 순서의 크기로 어떻게 비교되는가?
• RQ3 이방향 프로토콜이 로그 수준의 퍼짐 시간을 달성하는 반면, 동기 프로토콜이 다항식 수준의 퍼짐 시간을 가지는 그래프는 존재하는가?
• RQ4 동기 및 이방향 퍼짐 시간 간의 비율은 경계가 가능한가? 만약 가능하다면, 가장 날카로운 경계는 무엇인가?
• RQ5 그래프의 도전도/정점 확장성과 이방향 모델에서의 결과 퍼짐 시간 간의 관계는 무엇인가?

주요 결과

• 이방향 푸시&풀 프로토콜에서 평균 퍼짐 시간은 오직 풀 작업만 사용하더라도 n에 대해 선형 이내이다.
• 양쪽 버전의 보장된 퍼짐 시간은 O(n log n)이며, 이 경계는 상수 요소를 제외한 바에 대해 날카로운 경계이다.
• 이방향 퍼짐 시간은 Ω(log n)이며, 이 하한은 특정한 그래프 가족에 대해 날카로운 경계이다.
• 이방향 퍼짐 시간은 동기 퍼짐 시간의 O(log n) 요소 내에 있으며, 이 요소는 날카로운 경계이다.
• 이방향 퍼짐 시간이 Θ(log n)이지만 동기 퍼짐 시간이 어떤 c > 0에 대해 Θ(n^c)인 그래프가 존재하며, 이는 상당한 성능 격차를 보여준다.
• 임의의 그래프에 대해 동기 퍼짐 시간과 이방향 퍼짐 시간의 비율은 O(n^{2/3})이다. 이는 이들의 이질성에 대한 일반적인 상한을 확립한다.