[论文解读] Analysis of Distributed Average Consensus Algorithms for Robust IoT networks

Sateeshkrishna Dhuli, Fouzul Atik|arXiv (Cornell University)|Apr 21, 2021

Distributed Control Multi-Agent Systems参考文献 31被引用 5

一句话总结

本文提出一种q-三角形r-正则环形网络拓扑，用于构建鲁棒的物联网网络，以提升分布式平均一致性算法的性能。通过推导拉普拉斯矩阵的显式特征值表达式，作者在理论上量化了收敛时间、网络一致性以及最大通信时延，证明q-三角化操作能显著提升大规模物联网系统中对噪声和通信时延的鲁棒性。

ABSTRACT

Internet of Things(IoT) is a heterogeneous network consists of various physical objects such as large number of sensors, actuators, RFID tags, smart devices, and servers connected to the internet. IoT networks have potential applications in healthcare, transportation, smart home, and automotive industries. To realize the IoT applications, all these devices need to be dynamically cooperated and utilize their resources effectively in a distributed fashion. Consensus algorithms have attracted much research attention in recent years due to their simple execution, robustness to topology changes, and distributed philosophy. These algorithms are extensively utilized for synchronization, resource allocation, and security in IoT networks. Performance of the distributed consensus algorithms can be effectively quantified by the Convergence Time, Network Coherence, Maximum Communication Time-Delay. In this work, we model the IoT network as a q-triangular r-regular ring network as q-triangular topologies exhibit both small-world and scale-free features. Scale-free and small-world topologies widely applied for modelling IoT as these topologies are effectively resilient to random attacks. In this paper, we derive explicit expressions for all eigenvalues of Laplacian matrix for q-triangular r-regular networks. We then apply the obtained eigenvalues to determine the convergence time, network coherence, and maximum communication timedelay. Our analytical results indicate that the effects of noise and communication delay on the consensus process are negligible for q-triangular r-regular networks. We argue that q-triangulation operation is responsible for the strong robustness with respect to noise and communication time-delay in the proposed network topologies.

研究动机与目标

• 使用q-三角形r-正则环形拓扑对物联网网络进行建模，结合小世界与无标度特性以提升鲁棒性。
• 推导关键一致性性能指标（收敛时间、网络一致性、最大通信时延）的显式闭式表达式。
• 分析网络规模、节点度数（r）以及三角化参数（q）对一致性算法性能的影响。
• 证明q-三角化可增强大规模、动态物联网网络中对噪声和通信时延的鲁棒性。

提出的方法

• 将物联网网络建模为q-三角形r-正则环形网络，利用三角化引入小世界与无标度特性。
• 使用谱图论推导q-三角形r-正则网络的拉普拉斯矩阵特征值。
• 应用推导出的特征值，通过次小特征值计算收敛时间，通过拉普拉斯逆矩阵的迹计算网络一致性，通过最大特征值计算最大通信时延。
• 利用网络参数的三角函数与代数函数，推导一阶与二阶一致性系统的闭式表达式。
• 通过仿真数值验证分析结果，模拟不同网络规模（n）、节点度数（r）与三角化参数（q）下的收敛时间、一致性与时延。
• 利用特征值表达式分析性能指标对拓扑参数的敏感性，尤其关注q与r的影响。

实验结果

研究问题

• RQ1 q-三角形r-正则网络拓扑如何影响物联网网络中分布式平均一致性的收敛时间？
• RQ2 三角化参数（q）与节点度数（r）在多大程度上影响一致性算法中的网络一致性和抗噪能力？
• RQ3 q-三角形网络中拉普拉斯矩阵的最大特征值与最大通信时延之间存在何种解析关系？
• RQ4 网络规模（n）与拓扑参数（q, r）如何共同影响在通信时延与噪声下的一致性算法鲁棒性？
• RQ5 q-三角化在增强小世界与无标度特性方面发挥何种作用，从而提升物联网网络中的一致性性能？

主要发现

• 收敛时间随三角化参数q线性增加，随节点度数r增大而减小，表明在更密集连接下一致性收敛更快。
• 收敛时间随网络规模n增大而急剧上升，尤其当r较小时，凸显可扩展性挑战。
• 最大通信时延随q增加呈指数下降，归因于三角化带来的增强长程连通性。
• 一阶网络一致性随q指数下降，且随r增大而减小，表明一致性状态波动减少。
• 二阶网络一致性随r增加变化极小，表明在二阶动力学下稳定性改善有限。
• 所提出的q-三角形r-正则拓扑展现出对噪声与通信时延的强鲁棒性，归因于其固有的小世界与无标度结构。