[논문 리뷰] Probabilistic consensus via polling and majority rules

James R. Cruise, Ayalvadi Ganesh|arXiv (Cornell University)|2013. 11. 19.

Internet Traffic Analysis and Secure E-voting참고 문헌 10인용 수 5

한 줄 요약

이 논문은 각 노드가 다수의 이웃을 조사하고, 조사한 이웃 중 초과 다数가 다른 의견을 가진 경우에만 새로운 의견을 수용함으로써 수렴 속도를 가속화하고 오차를 감소시키는 확률론적 공감 알고리즘을 제안한다. 이 방법은 오차 확률이 시스템 크기와 함께 지수적으로 감소하고 수렴 시간이 로그 크기로 유지되며, 고전적 보바 모델에 비해 크게 향상된다.

ABSTRACT

In this paper, we consider lightweight decentralised algorithms for achieving consensus in distributed systems. Each member of a distributed group has a private value from a fixed set consisting of, say, two elements, and the goal is for all members to reach consensus on the majority value. We explore variants of the voter model applied to this problem. In the voter model, each node polls a randomly chosen group member and adopts its value. The process is repeated until consensus is reached. We generalize this so that each member polls a (deterministic or random) number of other group members and changes opinion only if a suitably defined super-majority has a different opinion. We show that this modification greatly speeds up the convergence of the algorithm, as well as substantially reducing the probability of it reaching consensus on the incorrect value.

연구 동기 및 목표

• 확률론적 보장을 갖는 경량이고 분산된 알고리즘을 설계하여 분산 시스템에서의 공감을 달성한다.
• 고전적 보바 모델에 비해 소수(잘못된) 값에 대한 공감 확률을 감소시킨다.
• 의견 집계의 높은 정확도를 유지하면서 수렴 시간을 가속화한다.
• 보바 모델을 일반화하기 위해 투표 및 다수결 규칙을 도입하여 성능을 향상시킨다.

제안 방법

• 각 노드는 각 업데이트 단계에서 무작위로 선택된 수의 이웃을 조사한다.
• 조사한 이웃 중 초과 다수의 이웃이 다른 의견을 가진 경우에만 노드는 자신의 의견을 변경한다.
• 알고리즘은 수많은 투표 수(M)와 결정 임계치(D)를 결정하는 랜덤 변수 (M,D)를 사용하며, 거의 확실하게 2D > M ≥ D 를 만족한다.
• 오차 확률 감소율을 근사하기 위해 리아프노프 함수와 마링갈라 추론을 사용한다.
• 핵심 함수 g̃(x)는 1을 지지하는 노드의 비율과 0을 지지하는 노드의 비율을 비교하기 위해 정의되며, 오차 지수 분석에 기여한다.
• 확률적 방법으로 확장되어, 고정된 확률로 한 명 또는 두 명의 이웃을 조사하는 경우에도 오차 감소가 지수적으로 유지된다.

실험 결과

연구 질문

• RQ1 다수의 노드를 조사하고 의견 변경에 초과 다수 규칙을 적용하면 소수의 값에 대한 공감 오차 확률을 감소시킬 수 있는가?
• RQ2 이 수정이 고전적 보바 모델에 비해 수렴 시간을 크게 단축시키는가?
• RQ3 시스템 크기 N에 대한 오차 확률 감소율은 어떻게 되는가?
• RQ4 초과 다수 규칙이 적용되는 비율이 고정된 작은 비율일 경우에도 성능 향상이 유지되는가?
• RQ5 이 모델의 오차 지수는 내부 상태가 있는 모델(예: '결정하지 않음' 상태)과 비교해 어떻게 되는가?

주요 결과

• 오류 값에 대한 공감 확률은 시스템 크기 N에 대해 지수적으로 감소하며, 감소율은 −∫α1/2 log g̃(x) dx 로 상한이 둔다.
• 모든 초기 조건에 대해 완전한 공감에 도달하는 데 소요되는 시간은 O(log n) 이며, 알려진 최고의 수렴 속도와 일치한다.
• 업데이트의 1%만 두 명의 이웃을 조사하는 규칙을 적용하더라도 오차 확률은 여전히 N에 대해 지수적으로 감소한다.
• 확률적 (1,1)/(2,2) 투표 체계에서 오차 지수는 투표 확률 p의 함수로 명시적으로 유도된다.
• 세 상태 모델 [13]과 동일한 오차 지수를 달성함에도 불구하고 오직 두 상태만 사용함으로써 초과 다수 투표의 강력함을 입증한다.
• 분석 결과 g̃(x) > 1 이며, x ∈ [0, 1/2) 에서 모든 경우에 대해 지수적 오차 감소가 보장된다.