[논문 리뷰] Online Buy-at-Bulk Network Design

Deeparnab Chakrabarty, Alina Ene외 2명|arXiv (Cornell University)|2015. 09. 10.

Optimization and Search Problems참고 문헌 32인용 수 5

한 줄 요약

이 논문은 비균일 다중물류 구매-버팀(다중물류-BB) 네트워크 설계 문제에 대해 비방향 및 방향 그래프에서 처음으로 비자명한 온라인 알고리즘을 제안하며, 다항로그 경쟁비를 달성한다. 핵심 혁신은 다중물류 인스턴스를 다수의 단일수신자 하위문제로 변환하는 일반적인 온라인 감소 정리로, 이는 후자의 문제에 대해 기존 또는 새로운 온라인 알고리즘을 활용할 수 있게 하여, 온라인 환경에서 가장 잘 알려진 오프라인 근사 요소를 경쟁적으로 재현한다.

ABSTRACT

We present the first non-trivial online algorithms for the non-uniform, multicommodity buy-at-bulk (MC-BB) network design problem in undirected and directed graphs. Our competitive ratios qualitatively match the best known approximation factors for the corresponding offline problems. The main engine for our results is an online reduction theorem of MC-BB problems to their single-sink (SS-BB) counterparts. We use the concept of junction-tree solutions (Chekuri et al., FOCS 2006) that play an important role in solving the offline versions of the problem via a greedy subroutine -- an inherently offline procedure. Our main technical contribution is in designing an online algorithm using only the existence of good junction-trees to reduce an MC-BB instance to multiple SS-BB sub-instances. Along the way, we also give the first non-trivial online node-weighted/directed single-sink buy-at-bulk algorithms. In addition to the new results, our generic reduction also yields new proofs of recent results for the online node-weighted Steiner forest and online group Steiner forest problems.

연구 동기 및 목표

• 일반적인 그래프 환경에서 비균일 다중물류 구매-버팀 네트워크 설계 문제에 대한 온라인 알고리즘 부족 문제를 해결하기 위해, 특히 노드 가중치가 있는 그래프와 방향 그래프에서의 적용을 목표로 한다.
• MC-BB 문제의 오프라인 근사 보장과 온라인 경쟁 비율 사이의 격차를 메우기 위해 노력한다.
• 다중물류 인스턴스를 다수의 단일수신자 인스턴스로 변환하는 일반적인 온라인 감소 프레임워크를 개발하여, 기존 또는 새로운 온라인 알고리즘의 재사용을 가능하게 한다.
• 이 프레임워크를 보상 수거 변형 MC-BB 문제로 확장하여 동일한 경쟁 비율을 달성한다.
• 제안된 감소를 통해 최근의 온라인 노드 가중치 스티너 숲 및 온라인 일반화 연결성 문제에 대한 결과에 대해 새로운 증명을 제공한다.

제안 방법

• 다중물류 구매-버팀(MC-BB) 인스턴스를 다수의 단일수신자 구매-버팀(SS-BB) 하위인스턴스로 감소시키는 일반적인 온라인 감소 정리를 제안한다.
• 체쿠리 등이 제시한 양호한 절점수 나무 솔루션의 존재를 구조적 기반으로 활용하되, 그들의 그린드리프 절점수 나무 구성은 본질적으로 오프라인임을 감안한다.
• 온라인 알고리즘은 절점수 나무의 존재만을 이용해 감소를 이끌어내며, 오프라인 계산이 필요로 하지 않는다.
• 기존의 단일수신자 문제에 대한 온라인 알고리즘(예: 간선 가중치 및 방향 그래프 케이스)을 감소 프레임워크의 서브루틴으로 활용한다.
• 보상 수거 변형을 위해 선형계획형식을 보상 변수를 포함하도록 수정하여, 동일한 감소가 적용 가능하도록 한다.
• 감소 이후 외부 선형계획형식 변수에 대해 반올림 기법을 적용하며, 보상 옵션을 모델링하기 위해 특수한 루트 정점을 도입한다.

실험 결과

연구 질문

• RQ1 비균일 다중물류 구매-버팀 문제에 대해 비방향 간선 가중치 그래프에서 다항로그 경쟁 온라인 알고리즘을 설계할 수 있는가?
• RQ2 이러한 알고리즘은 더 복잡한 노드 가중치 및 방향 그래프 환경으로 확장 가능한가?
• RQ3 이 온라인 감소 프레임워크는 동일한 경쟁 비율을 유지하면서 보상 수거 변형 MC-BB 문제를 다룰 수 있도록 일반화할 수 있는가?
• RQ4 이 프레임워크를 사용하여 다른 온라인 네트워크 설계 문제, 예를 들어 온라인 노드 가중치 스티너 숲 문제의 증명을 재도출하거나 단순화할 수 있는가?
• RQ5 노드 가중치 그래프에 대한 준다항시간 알고리즘은 다항시간으로 향상시킬 수 있으며, 이때 다항로그 경쟁 비율을 유지할 수 있는가?

주요 결과

• 비균일 다중물류 구매-버팀(MC-E-BB) 문제에 대해 비방향 간선 가중치 그래프에서 다항로그 경쟁 온라인 알고리즘을 제시하였으며, 가장 잘 알려진 오프라인 근사 요소와 일치한다.
• 비균일 다중물류 구매-버팀(MC-N-BB) 및 단일수신자 노드 가중치 구매-버팀(SS-N-BB) 문제에 대해 준다항시간 알고리즘을 개발하였으며, 다항로그 경쟁 비율을 달성한다.
• 방향 그래프에서의 다중물류 구매-버팀(MC-D-BB) 문제에 대해, 고정된 $\epsilon > 0$ 에 대해 $\tilde{O}(k^{1/2 + \epsilon})$ 경쟁 비율을 가지는 다항시간 알고리즘을 달성하였다. 여기서 $k$ 는 수요의 수이다.
• 단일수신자 방향 케이스(SS-D-BB)에서는 경쟁 비율이 $\tilde{O}(k^{\epsilon})$ 으로 향상되어 준다항시간 내에 다항로그 비율을 달성한다.
• 프레임워크는 보상 수거 변형으로까지 확장되어, 기존 문제와 동일한 경쟁 비율을 가지는 $O(\alpha\beta\gamma \cdot \mathrm{polylog}(n))$-경쟁 알고리즘을 도출한다.
• 감소 정리는 또한 최근의 온라인 노드 가중치 스티너 숲 및 온라인 일반화 연결성 문제에 대한 결과에 대해 새로운 간단한 증명을 제공한다.