[논문 리뷰] Tension Bounds for Information Complexity

Manoj Prabhakaran, Vinod M. Prabhakaran|arXiv (Cornell University)|2014. 08. 27.

Complexity and Algorithms in Graphs참고 문헌 21인용 수 4

한 줄 요약

이 논문은 정보 복잡도와 '긴장도(tension)' 사이의 새로운 연결 고리를 제안한다. 긴장도는 프로토콜에 종속되지 않는 정보론적 상관관계 측정법이다. 저자들은 긴장도를 활용하여 독립적인 입력을 가진 함수에 대해 정보 복잡도의 더 강한 하한을 도출하고, 이는 이전의 할당 기반 하한보다 정량적으로 개선된 결과를 얻는다. 이는 통신 복잡도 및 암호학적 복잡도 분야에 응용된다.

ABSTRACT

The main contribution of this work is to relate information complexity to "tension" [Prabhakaran and Prabhakaran, 2014] - an information-theoretic quantity defined with no reference to protocols - and to illustrate that it allows deriving strong lower-bounds on information complexity. In particular, we use a very special case of this connection to give a quantitatively tighter connection between information complexity and discrepancy than the one in the work of Braverman and Weinstein (2012) (albeit, restricted to independent inputs). Further, as tension is in fact a multi-dimensional notion, it enables us to bound the 2-dimensional region that represents the trade-off between the amounts of communication in the two directions in a 2-party protocol. This work is also intended to highlight tension as a fundamental measure of correlation between a pair of random variables, with rich connections to a variety of questions in computer science and information theory.

연구 동기 및 목표

• 정보 복잡도와 긴장도 사이의 공식적 연결 고리를 수립하는 것—긴장도는 프로토콜에 종속되지 않는 상관관계의 기본 측정법이다.
• 긴장도가 기존 방법보다 정보 복잡도에 대해 더 강한 하한을 제공할 수 있음을 보여주는 것.
• 긴장도의 다차원적 성격이 2자리 프로토콜에서의 이방향 통신 간 상호보완성의 상한을 제공할 수 있음을 보여주는 것.
• 긴장도가 정보 이론의 기초 도구로서 통신 복잡도 및 암호학에 광범위한 영향을 미칠 수 있음을 강조하는 것.
• 상호정보량과 공통정보량 간 격차를 활용하여 정보 복잡도의 더 강한 하한을 도출하는 프레임워크를 제공하는 것.

제안 방법

• Gács-Körner와 Wyner의 공통정보 개념을 사용하여, 긴장도를 상호정보량과 공통정보량의 차이로 정의한다.
• 입력-출력 쌍 (X,Y)과 (X,Z;Y,Z)의 긴장도 영역을 사용하여 정보 복잡도를 상한한다. 여기서 Z=f(X,Y)이다.
• 입력 공간을 직사각형으로 분할하기 위해 랜덤 변수 R을 도입하고, 확률이 α 이하인 작은 직사각형과 그 외의 직사각형을 구분한다.
• 소정의 보조정리를 적용하여, 작은 직사각형에 속할 확률과 함수 f의 할당 Δ를 사용해 상호정보량 I(XY;Q′)의 하한을 구한다.
• α = Δ/ε로 설정하여 하한을 최적화하고, ε·log(ε/Δ) = ω(1) 조건 하에 긴장도 하한이 ε·log(ε/Δ)의 순서가 됨을 도출한다.
• 긴장도가 프로토콜의 구조에 영향을 받지 않기 때문에, 정보 복잡도에 대한 프로토콜에 종속되지 않는 하한을 도출할 수 있다.

실험 결과

연구 질문

• RQ1 긴장도—프로토콜에 종속되지 않는 상관관계 측정법—를 사용하여 정보 복잡도에 대해 강력한 하한을 도출할 수 있는가?
• RQ2 입력-출력 쌍 (X,Y)과 (X,Z;Y,Z) 사이의 긴장도는 f(X,Y)=Z를 계산하는 정보 복잡도와 어떻게 관련이 있는가?
• RQ3 긴장도가 이전 연구보다 정보 복잡도와 할당 간의 연결 고리를 더 강하게 만들 수 있는가, 특히 독립적인 입력에 대해서는?
• RQ4 긴장도의 다차원적 성격이 이방향 프로토콜에서의 통신 상호보완성의 상한을 제공하는 데 얼마나 기여하는가?
• RQ5 고도의 긴장도가 보안 다자간 계산 및 암호학적 복잡도 맥락에서 어떤 운영적 의미를 갖는가?

주요 결과

• 논문은 출력 쌍 (XZ;YZ)의 긴장도에 의해 정보 복잡도가 하한이 있음을 입증한다. 특히 T_Wyn(XZ;YZ) ≥ (2ε − Δ/α)/(1 − Δ/α) · (½ log(1/α) − 1) − 3 이다.
• 입력이 독립적인 경우, 정보 복잡도 영역은 (XZ;YZ)의 긴장도 영역 내에 존재하므로 강력한 하한을 도출할 수 있다.
• α = Δ/ε로 설정하면, 조건 ε·log(ε/Δ) = ω(1) 하에서 하한이 T_Wyn(XZ;YZ) ≥ ε·log(ε/Δ)·(1−o(1))로 단순화되며, 이는 이전의 할당 기반 하한보다 향상된다.
• 이 방법은 독립적인 입력에 국한하여 [BW12]에 비해 정보 복잡도와 할당 간의 정량적 연결 고리를 더 강하게 만든다.
• 긴장도가 상관관계의 기본 측정법임을 입증하고, 암호학적 복잡도 및 보안 계산 분야에서 운영적 의미를 지닌다.
• 이 프레임워크는 긴장도 영역의 다차원적 구조를 활용하여 2자리 프로토콜에서의 2차원 통신 상호보완성 영역을 상한할 수 있다.