[论文解读] On Distributed Computing with Beeps

Yves Métivier, J. M. Robson+1 more|arXiv (Cornell University)|Jul 9, 2015

Complexity and Algorithms in Graphs参考文献 25被引用 7

一句话总结

本文提出了在鸣叫模型（beeping model）下解决基本分布式图问题——如度数计算、图着色和2-跳着色——的高效随机化算法，该模型中节点通过鸣叫通信并监听冲突。论文引入了蒙特卡洛模拟程序，用于在基础 $BL$ 模型中模拟更强大的鸣叫模型（例如 $B_{cd}L_{cd}$），在高概率下保证正确性，且仅使时间复杂度增加对数因子。

ABSTRACT

We consider networks of processes which interact with beeps. Various beeping models are used. The basic one, defined by Cornejo and Kuhn [CK10], assumes that a process can choose either to beep or to listen; if it listens it can distinguish between silence or the presence of at least one beep. The aim of this paper is the study of the resolution of paradigms such as collision detection, computation of the degree of a vertex, colouring, or 2-hop-colouring in the framework of beeping models. For each of these problems we present Las Vegas or Monte Carlo algorithms and we analyse their complexities expressed in terms of the number of slots. We present also efficient randomised emulations of more powerful beeping models on the basic one. We illustrate emulation procedures with an efficient degree computation algorithm in the basic beeping model; this algorithm was given initially in a more powerful model.

研究动机与目标

• 设计在鸣叫模型下解决核心分布式图问题（如度数计算、图着色、2-跳着色）的高效随机化算法。
• 通过实现高效模拟，弥合强大鸣叫模型（如 $B_{cd}L_{cd}$）与基础 $BL$ 模型之间的差距。
• 在最弱模型中最小化时间复杂度开销的同时，确保高概率正确性。
• 证明在基本 $BL$ 模型中，通过仅对数时间惩罚，即可解决高级鸣叫模型中的复杂任务。

提出的方法

• 提出两种蒙特卡洛模拟程序：$\text{Emulate}B_{cd}\text{in}BL$ 和 $\text{Emulate}L_{cd}\text{in}BL$，利用长度为 $k$ 的随机位签名检测冲突。
• 采用 $k$-时隙协议，每个顶点均匀随机生成一个 $k$-位签名 $s$，以模拟发送方侧或外围的冲突检测。
• 将模拟方法应用于现有基于 $B_{cd}L_{cd}$ 的算法（如度数计算），使其适用于 $BL$ 模型。
• 采用概率分析控制错误概率，$k$ 根据所需置信度选择：$k = \lceil \log_2(n/\varepsilon) \rceil$，$\lceil \log_2(1/\varepsilon) \rceil$，或 $\lceil 2\log_2 n \rceil$。
• 通过用模拟程序替换原生冲突检测，将模拟集成到现有算法中，保持算法逻辑不变。
• 分析时间复杂度，表明开销仅在 $n$ 或 $\varepsilon^{-1}$ 的对数范围内，具体取决于错误界。

实验结果

研究问题

• RQ1 能否在缺乏原生冲突检测的基础 $BL$ 鸣叫模型中设计出度数计算、图着色和2-跳着色的高效算法？
• RQ2 如何在基础 $BL$ 模型中以最小时间开销模拟更强大鸣叫模型（$B_{cd}L_{cd}$）的功能？
• RQ3 为在 $BL$ 模型中以高概率模拟冲突检测，所需最少时隙数是多少？
• RQ4 在多大程度上可利用模拟技术将为 $B_{cd}L_{cd}$ 设计的现有算法适配到 $BL$ 模型？
• RQ5 模拟程序中错误概率与时间复杂度之间的权衡关系如何？

主要发现

• 在 $BL$ 模型中模拟 $B_{cd}L_{cd}$ 仅引入对数时间开销，使得基于 $B_{cd}L_{cd}$ 的高效算法可在较弱的 $BL$ 模型中使用。
• 对于任意 $\varepsilon > 0$，当 $k = \lceil \log_2(n/\varepsilon) \rceil$ 时，算法以至少 $1 - \varepsilon$ 的概率正确计算度数。
• 当 $k = \lceil 2\log_2 n \rceil$ 时，算法以高概率 $1 - o(1/n)$ 正确计算度数，运行时间复杂度为 $O((\log n + \Delta^2)\log n)$。
• 当 $k = \lceil \log_2(n/\varepsilon) \rceil$ 时，$BL$ 模型中的度数计算算法时间复杂度为 $O((\log n + \Delta^2)\log(n/\varepsilon))$，实现高置信度。
• 相同的模拟技术可应用于图着色和2-跳着色算法，扩展其在基础 $BL$ 模型中的适用性。
• 结果表明，$BL$ 模型在表达能力上足够强大，可在仅引入对数时间复杂度增加的情况下解决关键分布式问题，与更强大模型相比。