[论文解读] Modeling browser-based distributed evolutionary computation systems

J. J. Merelo, Pablo García‐Sánchez|arXiv (Cornell University)|Mar 22, 2015

Distributed and Parallel Computing Systems参考文献 26被引用 14

一句话总结

本文提出了一种基于浏览器的分布式进化计算系统，利用JavaScript通过网页浏览器调动志愿者计算资源，实现可扩展的开源进化算法执行。结果表明，该系统在75%的客户端在4秒内完成任务的情况下仍能保持可靠性能，验证了去中心化、志愿者驱动的元计算在进化算法中的可行性。

ABSTRACT

From the era of big science we are back to the "do it yourself", where you do not have any money to buy clusters or subscribe to grids but still have algorithms that crave many computing nodes and need them to measure scalability. Fortunately, this coincides with the era of big data, cloud computing, and browsers that include JavaScript virtual machines. Those are the reasons why this paper will focus on two different aspects of volunteer or freeriding computing: first, the pragmatic: where to find those resources, which ones can be used, what kind of support you have to give them; and then, the theoretical: how evolutionary algorithms can be adapted to an environment in which nodes come and go, have different computing capabilities and operate in complete asynchrony of each other. We will examine the setup needed to create a very simple distributed evolutionary algorithm using JavaScript and then find a model of how users react to it by collecting data from several experiments featuring different classical benchmark functions.

研究动机与目标

• 研究利用基于浏览器的志愿者计算实现分布式进化算法的可行性。
• 在异步、不可预测的计算环境中，对用户参与动态进行建模。
• 评估进化算法在真实世界、志愿者驱动的网络环境中的性能与可扩展性。
• 为分布式计算实验中的开放科学建立最佳实践。
• 证明免费、开源平台可在无需专用基础设施的情况下支持可扩展的进化计算。

提出的方法

• 在网页浏览器中使用JavaScript部署分布式进化算法，利用客户端计算能力。
• 使用平台即服务（PaaS）如Heroku或OpenShift实现自动部署和后端协调。
• 通过网页链接访问实验的用户实时收集性能数据，不追踪个人标识信息。
• 通过客户端响应时间与参与时长的时间序列分析和统计建模来分析用户行为。
• 在所有客户端上实施同质化配置，以确保算法执行的一致性。
• 使用经典基准函数评估不同客户端能力下的算法收敛性和性能。

实验结果

研究问题

• RQ1 如何有效将进化算法适配到异步、基于志愿者的浏览器环境中？
• RQ2 客户端在响应时间和计算吞吐量方面的性能分布如何？
• RQ3 志愿者计算资源在多大程度上能为进化计算提供可预测的性能？
• RQ4 用户参与行为在多大程度上影响分布式进化算法的整体可扩展性和收敛性？
• RQ5 哪些开放科学实践能增强志愿者计算实验中的信任与参与度？

主要发现

• 75%的客户端在4秒内完成了100代进化计算，表明存在一个可靠的性能层级。
• 尽管单个客户端的响应时间差异较大，但通常可依赖六至三十名客户端参与任何一次实验。
• 性能分布范围广泛，部分客户端耗时达数千秒，可能由于用户离开后重新访问页面所致。
• 该系统证明了在无需专用基础设施或付费资源的情况下，基于浏览器的志愿者环境可实现分布式进化计算。
• 结果表明，当客户端数量超过某一临界点后，算法性能不会显著提升，提示可能存在负载分配的饱和或低效现象。
• 开放科学实践，包括公开代码和数据共享，被证实对建立信任和促进用户持续参与至关重要。