[論文レビュー] Modeling browser-based distributed evolutionary computation systems

J. J. Merelo, Pablo García‐Sánchez|arXiv (Cornell University)|Mar 22, 2015

Distributed and Parallel Computing Systems参考文献 26被引用数 14

ひとこと要約

本稿では、JavaScriptを用いてウェブブラウザを介してボランティアコンピューティングリソースを活用する、ブラウザベースの分散型進化的計算システムを提案する。これにより、スケーラブルでオープンソースな進化的アルゴリズムの実行が可能となる。実験では、75%のクライアントが4秒未塔でタスクを完了することを示し、進化的アルゴリズムのための分散型・ボランティア駆動型メタコンピューティングの実現可能性が裏付けられた。

ABSTRACT

From the era of big science we are back to the "do it yourself", where you do not have any money to buy clusters or subscribe to grids but still have algorithms that crave many computing nodes and need them to measure scalability. Fortunately, this coincides with the era of big data, cloud computing, and browsers that include JavaScript virtual machines. Those are the reasons why this paper will focus on two different aspects of volunteer or freeriding computing: first, the pragmatic: where to find those resources, which ones can be used, what kind of support you have to give them; and then, the theoretical: how evolutionary algorithms can be adapted to an environment in which nodes come and go, have different computing capabilities and operate in complete asynchrony of each other. We will examine the setup needed to create a very simple distributed evolutionary algorithm using JavaScript and then find a model of how users react to it by collecting data from several experiments featuring different classical benchmark functions.

研究の動機と目的

• ブラウザベースのボランティアコンピューティングを用いた分散型進化的アルゴリズムの実現可能性を調査すること。
• 非同期的かつ予測不能なコンピューティング環境におけるユーザー参加のダイナミクスをモデル化すること。
• 現実世界のボランティア駆動型ウェブ環境における進化的アルゴリズムのパフォーマンスとスケーラビリティを評価すること。
• 分散コンピューティング実験におけるオープンサイエンスのベストプラクティスを確立すること。
• 無料でオープンソースのプラットフォームが、専用インfraストラクチャを必要とせずにスケーラブルな進化的計算を支援できることを実証すること。

提案手法

• ウェブブラウザでJavaScriptを用いて分散型進化的アルゴリズムを実行し、クライントの計算リソースを活用すること。
• Heroku や OpenShift などのプラットフォーム・ツール（PaaS）を活用して、自動デプロイとバックエンドの調整を実施すること。
• 個人を特定する情報の追跡をせず、ウェブリンクを通じて実験にアクセスしたユーザーからリアルタイムのパフォーマンスデータを収集すること。
• クライントの応答時間と参加期間の時系列的・統計的モデリングを通じて、ユーザー行動を分析すること。
• アルゴリズム実行の一貫性を確保するため、すべてのクライアントに同様の設定を適用すること。
• 多様なクライアントの能力に応じたアルゴリズムの収束性とパフォーマンスを評価するため、古典的ベンチマーク関数を用いること。

実験結果

リサーチクエスチョン

• RQ1 進化的アルゴリズムは、非同期的かつボランティアベースのブラウザ環境で、どのように効果的に適応可能か？
• RQ2 応答時間と計算スループットの観点から、クライアントのパフォーマンス分布はどのようなものか？
• RQ3 ボランティアコンピューティングリソースは、進化的計算に予測可能なパフォーマンスをどの程度提供できるか？
• RQ4 ユーザー参加行動は、分散型進化的アルゴリズムの全体的なスケーラビリティと収束性にどのように影響するか？
• RQ5 ボランティア駆動型コンピューティング実験において、信頼性と参加意欲を高めるオープンサイエンスの実践は何か？

主な発見

• 75%のクライアントが100世代分の進化的計算を4秒未塔で完了した。これは、信頼性の高いパフォーマンス層があることを示している。
• 個々のクライアントの応答時間に高いばらつきが見られたが、通常、6〜30名のクライアントが各実験で信頼できる水準に達していた。
• パフォーマンス分布は広範な期間を示しており、一部のクライアントは数千秒を要した。これは、ユーザーがページを離れて再アクセスしたことが原因である可能性が高い。
• 本システムは、専用インfraストラクチャや有料リソースを必要とせずに、ボランティア駆動型のブラウザベース環境で分散型進化的計算が実現可能であることを示した。
• クライアント数をある閾値を超えて増加させても、アルゴリズムのパフォーマンスが顕著に向上しないことから、負荷分散の飽和または非効率性の兆候が示唆された。
• オープンサイエンスの実践、特にコードとデータの公開は、信頼構築と継続的なユーザー参加を促進するために不可欠であることが判明した。