[論文レビュー] Rumor Spreading on Random Regular Graphs and Expanders

Nikolaos Fountoulakis, Κωνσταντίνος Παναγιώτου|arXiv (Cornell University)|Feb 18, 2010

Opportunistic and Delay-Tolerant Networks参考文献 19被引用数 35

ひとこと要約

この論文は、ランダムなd正則グラフおよび拡張グラフにおける噂拡散のプッシュモデルを分析し、高確率でブロードキャスト時間が(1+o(1))C_d ln n であることを証明している。ここで C_d = 1/ln(2(1−1/d)) − 1/(d ln(1−1/d)) である。この結果は、ブロードキャスト時間がnに対して対数的にスケーリングされ、ネットワークの疎性に対してロバストであることを示しており、d → ∞ のとき C_d → 1/ln 2 + 1 となる。これは完全グラフの挙動と一致する。

ABSTRACT

Broadcasting algorithms are important building blocks of distributed systems. In this work we investigate the typical performance of the classical and well-studied push model. Assume that initially one node in a given network holds some piece of information. In each round, every one of the informed nodes chooses independently a neighbor uniformly at random and transmits the message to it. In this paper we consider random networks where each vertex has degree d, which is at least 3, i.e., the underlying graph is drawn uniformly at random from the set of all d-regular graphs with n vertices. We show that with probability 1 - o(1) the push model broadcasts the message to all nodes within (1 + o(1))C_d ln n rounds, where C_d = 1/ ln(2(1-1/d)) - 1/(d ln(1 - 1/d)). In particular, we can characterize precisely the effect of the node degree to the typical broadcast time of the push model. Moreover, we consider pseudo-random regular networks, where we assume that the degree of each node is very large. There we show that the broadcast time is (1+o(1))C ln n with probability 1 - o(1), where C= 1/ ln 2 + 1, is the limit of C_d as d grows.

研究の動機と目的

• d ≥ 3 に対して、スパースなランダムd正則グラフにおけるプッシュモデルのブロードキャスト時間を正確に特徴づけること。
• ノード次数dがスパースネットワークにおける典型的なブロードキャスト時間に与える影響を調査すること。
• 大規模なdに対して、擬似ランダム正則グラフに分析を拡張し、完全グラフのブロードキャスト時間に収束することを示すこと。
• グラフ構造が一様かつ拡張的である場合、プッシュモデルの性能がネットワーク密度に対して感受性が低いことを確立すること。
• スぺクトルギャップλ ≤ C√d を満たす拡張グラフが (d/n, ε)-典型性を満たすことを示し、近隣ノード次数の集中限界を可能にすること。

提案手法

• 各ラウンドで、情報を持つノードがランダムな隣接ノードにメッセージを確率的に転送するプッシュモデルを、ランダムd正則グラフG(n,d)上で分析する。
• 特に第二固有値λを用いた隣接行列の固有値境界を用いて、拡張性を分析するためのスペクトルグラフ理論を用いる。
• チェビシェフの不等式を適用して、集合Sがグラフ内で持つ隣接辺数の分散を抑え、辺数の集中を保証する。
• 成長の上限を拡張性と集中性を用いて制限するために、二段階の解析（初期段階：小さな情報持つノード集合、後期段階：大きな情報持つノード集合）を用いる。
• λ ≤ C√d を満たすグラフに対して (d/n, ε)-典型性を確立し、ほとんどすべての頂点が集合Sに対して期待値 d|S|/n に近い次数を持つことを保証する。
• 隣接行列のスペクトル分解を用いて集合Sの次数分布を表現し、第二固有値を用いてずれを上限付ける。

実験結果

リサーチクエスチョン

• RQ1 d ≥ 3 に対して、ランダムd正則グラフにおけるプッシュモデルの正確なブロードキャスト時間は何か？
• RQ2 ブロードキャスト時間はノード次数dにどのように依存するか？また、dが増加する際に完全グラフの挙動に収束するか？
• RQ3 定数平均次数のスパースネットワークにおいて、プッシュモデルが対数的ブロードキャスト時間を達成できるか？
• RQ4 正則グラフのどのスペクトル的性質が、プッシュモデルの効率的拡散を保証するか？
• RQ5 拡張性とスぺクトルギャップは、プッシュモデルにおける近隣次数の典型性とどのように関係するか？

主な発見

• 高確率 (1−o(1)) で、ランダムd正則グラフにおけるブロードキャスト時間は (1+o(1))C_d ln n である。ここで C_d = 1/ln(2(1−1/d)) − 1/(d ln(1−1/d)) である。
• d → ∞ のとき、C_d → 1/ln 2 + 1 に収束し、完全グラフにおけるブロードキャスト時間定数と一致する。
• 大規模なdに対して、擬似ランダム正則グラフにおけるブロードキャスト時間は (1+o(1))C ln n であり、C = 1/ln 2 + 1 である。
• 集合Sが持つ隣接辺数の分散は、λを隣接行列の第二固有値として、λ²|S|(1−|S|/n)/n で抑えられる。
• λ ≤ C√d を満たすグラフでは、(d/n, ε)-典型性の条件が成り立ち、ほとんどすべての頂点が集合Sに対して期待値 d|S|/n に近い次数を持つことが保証される。
• d ≥ √(4C²n ln¹/⁹n) のとき、(d/n, ε)-典型性の第三条件が満たされ、期待値からε以内の辺数が集中することが保証される。