[論文レビュー] New results on a generalized coupon collector problem using Markov chains

Emmanuelle Anceaume, Yann Busnel+1 more|Feb 21, 2014

Bayesian Methods and Mixture Models被引用数 5

ひとこと要約

本稿は、任意の確率で抽出される非効果的コイン（null coupon）を含む一般化されたコインコレクター問題を、マルコフ連鎖を用いて解析し、n 種類のコインから c 個の異なるコインを収集するまでの時間の分布およびモーメントを導出する。期待収集時間を最小化する分布がほぼ均等分布（almost-uniform distribution）であることを証明し、c ≤ n の任意の c に対して、待ち時間の尾部分布（tail distribution）に対しても同様に最小化すると予想している。

ABSTRACT

We study in this paper a generalized coupon collector problem, which consists in determining the distribution and the moments of the time needed to collect a given number of distinct coupons that are drawn from a set of coupons with an arbitrary probability distribution. We suppose that a special coupon called the null coupon can be drawn but never belongs to any collection. In this context, we obtain expressions of the distribution and the moments of this time. We also prove that the almost-uniform distribution, for which all the non-null coupons have the same drawing probability, is the distribution which minimizes the expected time to get a fixed subset of distinct coupons. This optimization result is extended to the complementary distribution of that time when the full collection is considered, proving by the way this well-known conjecture. Finally, we propose a new conjecture which expresses the fact that the almost-uniform distribution should minimize the complementary distribution of the time needed to get any fixed number of distinct coupons.

研究の動機と目的

• c 個の異なるコインを n 種類のコインから収集するまでの待ち時間 T_{c,n} の分布およびモーメントを解析すること。
• 任意の非一様なコイン抽出確率における T_{c,n} の確率分布を特定すること。
• c 個の異なるコインを収集するための期待待ち時間 E[T_{c,n}] を最小化する確率分布を同定すること。
• ほぼ均等分布が、すべての k に対して、P(T_{c,n} > k) の補足分布（complementary distribution）を最小化するかどうかを調査すること。これは、c=1 および c=n の既知の結果を拡張するものである。
• 得られた結果を、c 個の最も頻度の高いフローを特定する分散型フローモニタリングを用いた DDoS 攻撃検出への応用に適用すること。

提案手法

• 収集プロセスを、状態空間 S_n = {J ⊆ {1,…,n}} における離散時間マルコフ連鎖としてモデル化し、各状態は収集済みのコインの集合を表す。
• 状態 J から状態 H への遷移確率 Q_{J,H} を定義する。H = J ∪ {ℓ}（新規コイン ℓ の抽出時）または H = J（非効果的コインの抽出時）の場合にのみ非ゼロとなり、それ以外は Q_{J,H} = 0 である。
• マルコフ性と第一到達時間解析を用いて、T_{c,n} = inf{m ≥ 0 : X_m ∈ S_{c,n}} の分布を導出する。
• マルコフ連鎖の構造から導かれる組み合わせ的恒等式を用い、P(T_{c,n} > k) を部分的収集の確率の和として表現する。
• ジェンセンの不等式と凸性の議論を用いて、特に c=2 の場合に異なる分布における尾部確率を比較する。
• 関数 F_{n,k}(x) の微分を分析し、単調性を証明することで、ほぼ均等分布および均等分布に対して、P(T_{c,n}(v) > k) ≥ P(T_{c,n}(u) > k) が成り立つことを示す。

実験結果

リサーチクエスチョン

• RQ1 コインが任意の確率で抽出され、非効果的コインが存在する場合に、c 個の異なるコインを収集するまでの待ち時間 T_{c,n} の正確な分布は何か？
• RQ2 n 個の非効果的コインに対して、どの確率分布が期待待ち時間 E[T_{c,n}] を最小化するか？
• RQ3 すべての k ≥ 0 およびすべての c ≤ n に対して、ほぼ均等分布が P(T_{c,n} > k) の補足分布を最小化するか？
• RQ4 特に c=2 の場合に、異なる分布間での T_{c,n} の尾部挙動はどのように比較できるか？
• RQ5 理論的結果は、c 個の最も頻度の高いネットワークフローを中央サーバーに効率的に報告するための分散型 DDoS 攻撃モニタリングシステムの改善に応用可能か？

主な発見

• T_{c,n} の分布は、状態空間 S_n（収集済みコインの部分集合を表す）を用いたマルコフ連鎖モデルを用いて導出された。
• 非効果的コインの確率が p₀ のとき、期待待ち時間 E[T_{c,n}(p)] は、非効果的コインがほぼ均等確率で抽出される場合、すなわち v_i = (1 - p₀)/n のときに最小化される。
• c = n の場合、ほぼ均等分布と均等分布は、補足分布 P(T_{n,n} > k) を最小化する。これは長年の予想を裏付けるものである。
• c = 2 の場合、すべての k ≥ 0 に対して不等式 P(T_{2,n}(p) > k) ≥ P(T_{2,n}(v) > k) ≥ P(T_{2,n}(u) > k) が成り立ち、これはジェンセンの不等式と関数 F_{n,k}(x) の単調性の証明によって示された。
• ほぼ均等分布は、すべての c および n に対して E[T_{c,n}(p)] を最小化する。本稿では、同様に全尾部分布を最小化すると予想している。
• 得られた結果は、DDoS 検出に応用され、E[T_{c,n}] を最小化することで、中央サーバーへの c 個の最も頻度の高いネットワークフローの効率的レポートが可能になる。