[論文レビュー] Yes-no Bloom filter: A way of representing sets with fewer false positives

Laura Carrea, Alexei Vernitski+1 more|arXiv (Cornell University)|Mar 3, 2016

Caching and Content Delivery参考文献 10被引用数 5

ひとこと要約

本論文では、従来のブルームフィルタと同等の照会効率を維持しながら、集合表現における誤検出を低減する新しい確率的データ構造、yes-noブルームフィルタ（yes-no BF）を提案する。'yes'フィルタ（集合に属する要素用）と'no'フィルタ（非属する要素用）の二重フィルターシステムを採用することで、誤検出を排除し、特にネットワークパス符号化応用において顕著に低い誤検出率を達成する。

ABSTRACT

The Bloom filter (BF) is a space efficient randomized data structure particularly suitable to represent a set supporting approximate membership queries. BFs have been extensively used in many applications especially in networking due to their simplicity and flexibility. The performances of BFs mainly depends on query overhead, space requirements and false positives. The aim of this paper is to focus on false positives. Inspired by the recent application of the BF in a novel multicast forwarding fabric for information centric networks, this paper proposes the yes-no BF, a new way of representing a set, based on the BF, but with significantly lower false positives and no false negatives. Although it requires slightly more processing at the stage of its formation, it offers the same processing requirements for membership queries as the BF. After introducing the yes-no BF, we show through simulations, that it has better false positive performance than the BF.

研究の動機と目的

• 情報指向ネットワークにおけるルーティングエラーを引き起こす可能性がある、従来のブルームフィルタにおける誤検出という恒久的問題に対処すること。
• 従来のブルームフィルタと同等の効率を維持しながら、誤検出を著しく低減するデータ構造を開発すること。
• 一部の変種（例：補集合ブルームフィルタ）で見られる高い誤検出率に起因する誤検出を回避するため、二重フィルタメカニズムを導入して誤検出を完全に排除すること。
• 特に情報指向ネットワーキング（ICN）におけるパケット内パス符号化を想定し、転送用途に最適化された構造を設計すること。
• 実際のネットワーク環境下で、シミュレーションを通じてyes-no BFが従来のブルームフィルタに比べて優れた誤検出性能を示すことを実証すること。

提案手法

• kハッシュ関数を用いて構築する二重フィルタアーキテクチャを提案：集合に属する要素用の'yes-フィルタ'と、非属する要素用の'no-フィルタ'の両方を用意する。
• 論理和演算を用いてyes-フィルタとno-フィルタを統合し、メンバーシップ照会をサポートする単一のデータ構造を構築する。
• 解析的モデルを適用し、yes-フィルタおよびno-フィルタの両成分を考慮したyes-no BFの誤検出確率を導出する。
• パrameter（例：フィルタ長、ハッシュ関数の数）を動的に調整可能に設計し、誤検出を最小限に抑えるための最適化を可能にする。
• 256ビットの総長、192ビットのyes-フィルタ、32ビットのno-フィルタを有する、実際のネットワークトポロジー（例：TataNld）を用いてyes-no BFを実装・シミュレーションする。
• 同一のパrameter（例：従来のBFではk=6）を用いて、従来のブルームフィルタと比較し、誤検出発生回数および誤検出率を測定する。

実験結果

リサーチクエスチョン

• RQ1 誤検出を低減するが照会処理コストを増加させない新しいブルームフィルタの変種を設計可能か？
• RQ2 yes-no BFの二重フィルタメカニズムは、従来のブルームフィルタと比較して誤検出確率にどのように影響するか？
• RQ3 フィルタサイズ、ハッシュ関数の数、集合の基数が、yes-no BFの誤検出率に与える影響は何か？
• RQ4 yes-no BFは、空間的・時間的効率を維持したまま、誤検出を完全に排除できるか？
• RQ5 yes-no BFは、情報指向ネットワーキングにおける実世界のネットワークパス符号化シナリオ（例：ICN）において、どのように性能を発揮するか？

主な発見

• 28ホップのネットワークパスにおいて、yes-no BFは誤検出の期待値を従来のBFの0.92から0.13にまで低減し、約85％の削減を達成した。
• 35リンクまでのパスでは、yes-no BFの誤検出率は、従来のブルームフィルタの約25％にまで低下する。
• テストされたすべてのパス長にわたり、yes-no BFの誤検出率は、従来のBFよりも一貫して低く保たれる。
• yes-no BFは、従来のBFと同等のO(k)時間計算量を維持するが、照会処理のオーバーヘッドに変化がない。
• 補集合ブルームフィルタとは異なり、yes-no BFは誤検出を完全に排除する。
• yes-no BFは動的にチューニング可能であり、フィルタ長やハッシュ関数の数などのパrameterを最適化することで、誤検出をさらに低減できる。