[논문 리뷰] Towards an Optimal Distributed Algorithm for Maximal Independent Set.

Mohsen Ghaffari|arXiv (Cornell University)|2015. 06. 16.

Privacy-Preserving Technologies in Data인용 수 2

한 줄 요약

이 논문은 최대 독립 집합(MIS) 문제를 위한 단순한 확률적 분산 알고리즘을 제안하며, 각 노드 v가 자신의 2호프 이웃 외부의 적대적 랜덤성에도 불구하고 확률적으로 최적의 국소 복잡도를 달성한다: 각 노드 v는 $O(\log \mathsf{deg}(v) + \log 1/\epsilon)$ 라운드 내에 $1 - \epsilon$ 이상의 확률로 종료된다. 최근 기법들을 통합함으로써, 전역 복잡도는 $O(\log \Delta) + 2^{O(\sqrt{\log \log n})}$로 향상되어 이론적 하한선에 가까워진다.

ABSTRACT

The Maximal Independent Set (MIS) problem is one of the basics in the study of locality in distributed graph algorithms. This paper presents an extremely simple randomized algorithm providing a near-optimal local complexity for this problem, which incidentally, when combined with some recent techniques, also leads to a near-optimal global complexity. Classical algorithms of Luby [STOC'85] and Alon, Babai and Itai [JALG'86] provide the global complexity guarantee that, with high probability, all nodes terminate after $O(\log n)$ rounds. In contrast, our initial focus is on the local complexity, and our main contribution is to provide a very simple algorithm guaranteeing that each particular node $v$ terminates after $O(\log \mathsf{deg}(v)+\log 1/\epsilon)$ rounds, with probability at least $1-\epsilon$. The guarantee holds even if the randomness outside $2$-hops neighborhood of $v$ is determined adversarially. This degree-dependency is optimal, due to a lower bound of Kuhn, Moscibroda, and Wattenhofer [PODC'04]. Interestingly, this local complexity smoothly transitions to a global complexity: by adding techniques of Barenboim, Elkin, Pettie, and Schneider [FOCS'12, arXiv: 1202.1983v3], we get a randomized MIS algorithm with a high probability global complexity of $O(\log \Delta) + 2^{O(\sqrt{\log \log n})}$, where $\Delta$ denotes the maximum degree. This improves over the $O(\log^2 \Delta) + 2^{O(\sqrt{\log \log n})}$ result of Barenboim et al., and gets close to the $\Omega(\min\{\log \Delta, \sqrt{\log n}\})$ lower bound of Kuhn et al. Corollaries include improved algorithms for MIS in graphs of upper-bounded arboricity, or lower-bounded girth, for Ruling Sets, for MIS in the Local Computation Algorithms (LCA) model, and a faster distributed algorithm for the Lovasz Local Lemma.

연구 동기 및 목표

• 각 노드의 국소 복잡도가 증명 가능하게 최적화된 분산 MIS 알고리즘을 설계하는 것.
• 각 노드의 차수에 따라 런타임이 달라지도록 하여 희소 그래프에서의 효율성을 확보하는 것.
• 국소 보장을 전역 런타임으로 전환하여 국소 및 전역 복잡도를 연결하는 것.
• 특히 고차수 그래프에서의 점근적 런타임 측면에서 기존의 확률적 MIS 알고리즘을 향상시키는 것.
• 루링 세트, LCA 모델, 그리고 로바슈의 국소 레미언드(Lovász Local Lemma)와 같은 관련 문제들을 위한 더 빠른 알고리즘을 가능하게 하는 것.

제안 방법

• 알고리즘은 각 노드가 자신의 차수와 원하는 실패 확률 $\epsilon$에 반비례하는 확률로 독립 집합에 포함되도록 하는 단순한 확률적 과정을 사용한다.
• 각 노드는 자신의 랜덤성과 2호프 이웃 내의 상태에 기반하여 국소적으로 결정을 내리며, 이로 인해 그 이상의 범위에서의 적대적 랜덤성에도 저항력을 확보한다.
• 집중 불등식을 사용하여 국소 종료 시간을 상한으로 제한함으로써, 높은 확률로 $O(\log \mathsf{deg}(v) + \log 1/\epsilon)$ 라운드 내에 종료됨을 보장한다.
• Barenboim 등(FOCS'12, arXiv:1202.1983v3)의 기법들을 통합하여 전역 런타임을 감소시키고 근사 최적의 성능을 달성한다.
• 분석 과정에서 차수에 따라 달라지는 랜덤화와 철저한 종속성 관리 기법을 활용하여 분산 환경에서의 정확성과 효율성을 보장한다.
• 국소 복잡도에서 전역 복잡도로의 매끄러운 전이를 유지하면서도 강력한 이론적 한계를 달성한다.

실험 결과

연구 질문

• RQ1 단순한 확률적 분산 알고리즘이, 각 노드의 차수에 따라 빠르게 종료되는 최적의 국소 복잡도를 갖는 MIS 문제를 해결할 수 있는가?
• RQ2 국소 종료 보장을 어떻게 활용하여 MIS 계산에서 근사 최적의 전역 런타임을 달성할 수 있는가?
• RQ3 분산 MIS 알고리즘에서 국소 복잡도와 전역 복잡도 사이의 최선의 트레이드오프는 무엇인가?
• RQ4 노드의 2호프 이웃 외부의 적대적 랜덤성이 알고리즘 성능에 얼마나 영향을 미칠 수 있는가?
• RQ5 이 접근법을 루링 세트나 로바슈의 국소 레미언드와 같은 다른 분산 문제로 확장할 수 있는가?

주요 결과

• 알고리즘은 각 노드 v가 $O(\log \mathsf{deg}(v) + \log 1/\epsilon)$ 라운드 내에 $1 - \epsilon$ 이상의 확률로 종료됨을 보장하며, 이는 알려진 하한선에 의해 최적이므로 최적임이 입증된다.
• 국소 복잡도는 각 노드의 2호프 이웃 외부의 적대적 랜덤성에도 저항력이 있어 강건함을 확보한다.
• Barenboim 등 기법과 조합함으로써 전역 복잡도는 $O(\log \Delta) + 2^{O(\sqrt{\log \log n})}$로 감소하였으며, 이는 이전의 $O(\log^2 \Delta) + 2^{O(\sqrt{\log \log n})}$의 하한선을 향상시킨 것이다.
• 새로운 전역 복잡도는 $\Omega(\min\{\log \Delta, \sqrt{\log n}\})$ 하한선에 하향 다항로그적 요소 이내로 가까이 다가가 최적성에 수렴한다.
• 이 프레임워크는 차수 제약이 있는 그래프, 높은 둘레를 가진 그래프, 그리고 국소 계산 알고리즘(LCA) 모델에서의 개선된 알고리즘을 가능하게 한다.
• 이 방법은 로바슈의 국소 레미언드를 위한 더 빠른 분산 알고리즘을 도출하여 더 넓은 적용 가능성을 입증한다.