[논문 리뷰] Synchronization Strings: Efficient and Fast Deterministic Constructions over Small Alphabets

Kuan Cheng, Xin Li외 1명|arXiv (Cornell University)|2017. 10. 19.

DNA and Biological Computing참고 문헌 18인용 수 9

한 줄 요약

이 논문은 작은 알파벳 기반에서 최초로 결정적인, 거의 선형 시간 복잡도를 갖는 동기화 문자열을 구성하며, $O(\varepsilon^{-4})$의 알파벳 크기와 $\varepsilon \geq C(\log\log n)^2 / \log n$일 때 $O(n \cdot (\log\log n)^2)$의 구성 시간을 달성한다. 또한 삽입-삭제 오류 정정을 위한 인델 코드와 동기화 문자열 간의 새로운 연결 고리를 제안하여, 연결 코드와 재귀적 분해를 통해 효율적인 구성이 가능하게 한다.

ABSTRACT

Synchronization strings are recently introduced by Haeupler and Shahrasbi [HS17a] in the study of codes for correcting insertion and deletion errors (insdel codes). A synchronization string is an encoding of the indices of the symbols in a string, and together with an appropriate decoding algorithm it can transform insertion and deletion errors into standard symbol erasures and corruptions. This reduces the problem of constructing insdel codes to the problem of constructing standard error correcting codes, which is much better understood. Besides this, synchronization strings are also useful in other applications such as synchronization sequences and interactive coding schemes. Amazingly, [HS17a] showed that for any error parameter $\varepsilon>0$, synchronization strings of arbitrary length exist over an alphabet whose size depends only on $\varepsilon$. Specifically, they obtained an alphabet size of $O(\varepsilon^{-4})$, as well as a randomized construction that runs in expected time $O(n^5)$. However, it remains an interesting question to find deterministic and more efficient constructions. In this paper, we improve the construction in [HS17a] in three aspects: we achieve a smaller alphabet size, a deterministic construction, and a faster algorithm. Along the way we introduce a new combinatorial object, and establish a new connection between synchronization strings and insdel codes --- such codes can be used in a simple way to construct synchronization strings. This new connection complements the connection found in [HS17a], and may be of independent interest. In an independent work [HS17c], Haeupler and Shahrasbi also give deterministic constructions of synchronization strings over arbitrary length (or even infinite length). Their constructions can achieve linear construction time, but have alphabet size $\varepsilon^{-O(1)}$, which may be larger than ours.

연구 동기 및 목표

• 이전 연구에서 랜덤화되고 느린 구성 방식을 초월하여, 동기화 문자열을 결정적으로 효율적으로 구성하는 데 있어 열려 있는 문제를 해결하기 위해.
• 강력한 오류 정정 보장을 유지하면서도 동기화 문자열에 필요한 알파벳 크기를 줄이기 위해.
• 삽입-삭제 오류 정정 코드와 동기화 문자열 간의 새로운, 반대 방향의 연결 고리를 설정하여, 코드 기반으로 동기화 문자열을 구성할 수 있도록 하기 위해.
• 오차 매개변수 $\varepsilon$에 대한 합리적인 가정 하에, 동기화 문자열의 거의 선형 구성 시간을 달성하기 위해.

제안 방법

• 동기화 문자열의 구성 요소가 되는 새로운 조합적 객체인 동기화 원을 제안한다.
• 2단계 재귀적 구성 방식을 사용: 먼저 알파벳 크기 $O(\varepsilon^{-3})$에서 길이 $m' = O(\frac{1}{\varepsilon^2} \log n (\log\log n + \log \frac{1}{\varepsilon}))$인 기본 동기화 원을 구성한다.
• 외부 리드-소로몬 코드와 거리 $1-O(\varepsilon)$를 갖는 내부 코드를 사용하여 연결 오류 정정 코드(ECC)를 구성하며, 알파벳 크기 $O(\varepsilon^{-1})$에서 $n$개의 코드어를 생성한다.
• 기본 동기화 원과 연결된 ECC를 조합하여 알파벳 크기 $O(\varepsilon^{-4})$에서 최종 $\varepsilon$-동기화 문자열을 생성한다.
• 다시 말해, 다항식 시간에서 거의 선형 시간 $O(n \cdot (\log\log n)^2)$으로의 구성 시간 감소를 위해 재귀적 결정화 전략을 적용한다.
• 새로운 연결 고리 활용: 이전 연구에서 발견된 방향과 반대되는 방향으로, 인델 코드를 사용하여 동기화 문자열을 구성할 수 있다.

실험 결과

연구 질문

• RQ1 작은 알파벳 크기와 거의 선형 시간 복잡도를 갖는 결정적 동기화 문자열 구성이 가능한가?
• RQ2 삽입-삭제 오류 정정 코드와 동기화 문자열 간에 역방향 연결 고리가 존재하는가? 즉, 코드를 사용하여 동기화 문자열을 구성할 수 있는가?
• RQ3 기존의 $O(\varepsilon^{-4})$ 이하로 결정적 동기화 문자열 구성에 필요한 알파벳 크기를 줄일 수 있는가?
• RQ4 소규모 알파벳 기반에서 결정적 동기화 문자열의 최소 구성 시간은 얼마인가?
• RQ5 알파벳 크기와 실행 시간 간의 트레이드오프를 조정함으로써, 작은 $\varepsilon$에 대해서도 구성이 효율적으로 이루어질 수 있는가?

주요 결과

• 논문은 $O(\varepsilon^{-4})$의 알파벳 크기에서 최초로 $\varepsilon$-동기화 문자열의 결정적 구성 방법을 제시하며, [11]에서 제시된 랜덤화된 $O(\varepsilon^{-4})$-크기 구성보다 향상된 결과를 얻는다.
• 일부 상수 $C>1$에 대해 $\varepsilon \geq C(\log\log n)^2 / \log n$일 경우, 구성 시간이 $O(n \cdot (\log\log n)^2)$로 거의 선형 시간 복잡도를 달성한다.
• 새로운 연결 고리가 확립되었으며, 삽입-삭제 오류 정정 코드를 사용하여 동기화 문자열을 구성할 수 있다. 이는 기존의 동기화 문자열에서 인델 코드로의 방향과 보완되는 방향이다.
• 2단계 재귀적 접근 방식을 사용하며, 연결 오류 정정 코드를 활용하여 리드-소로몬 외부 코드와 고거리 내부 코드를 조합한다.
• 알파벳 크기는 여전히 $O(\varepsilon^{-4})$를 유지하며, 이는 기존에 알려진 최고의 랜덤화된 구성과 동일하지만, 이제는 완전한 결정성과 향상된 효율성을 확보한다.
• 오차 매개변수 $\varepsilon$가 상수일 경우 구성 시간은 $n$에 대해 다항식 시간이지만, $\varepsilon$가 일정 임계값 이상일 경우 거의 선형 시간이 되며, [11]의 기대 시간 $O(n^5)$에 비해 크게 향상되었다.