[论文解读] On Leader Green Election

Jacek Cichoń, Rafał Kapelko+1 more|arXiv (Cornell University)|Apr 30, 2016

Advanced Combinatorial Mathematics参考文献 15被引用 3

一句话总结

本文使用概率方法分析了分布式领导选举中的Leader Green Election（LGE）算法，重点研究初始阶段后存活者的期望数量。通过Rice方法推导出存活概率的精确公式，并指出LGE应仅用于一次将竞争者减少到小集合，之后再使用次级协议。主要贡献在于对存活者数量的紧致上界，以及基于瓮与球模型的领导选举协议所需轮数的下界。

ABSTRACT

We investigate the number of survivors in the Leader Green Election (LGE) algorithm introduced by P. Jacquet, D. Milioris and P. Muhlethaler in 2013. Our method is based on the Rice method and gives quite precise formulas. We derive upper bounds on the number of survivors in this algorithm and we propose a proper use of LGE. Finally, we discuss one property of a general urns and balls problem and show a lower bound for a required number of rounds for a large class of distributed leader election protocols.

研究动机与目标

• 使用概率方法分析Leader Green Election（LGE）算法中的存活者数量。
• 通过Rice方法推导存活者期望数量及其分布的精确公式。
• 建立LGE中存活者数量的上界，并提出其作为预选举阶段的正确使用方式。
• 研究LGE与一般瓮与球问题之间的联系，特别是单例存在的可能性。
• 推导一大类分布式领导选举协议所需轮数的下界。

提出的方法

• 使用Rice方法分析LGE中存活者数量的分布，提供存活概率的精确公式。
• 将LGE过程建模为几何分布随机数的选择，随后是二进制密钥传输阶段。
• 使用最大几何随机变量（MGeo分布）对LGE中使用的时隙进行建模。
• 引入WMGeo分布以对选择最大值的竞争者数量进行建模。
• 分析非均匀概率下的瓮与球模型，以研究单例存在的可能性，这对领导选举的成功至关重要。
• 使用函数 f(𝐩) = Σ(Q=2 to n) Pr[S𝐩,Q]/Q 推导单例存在性的最大成功概率边界。

实验结果

研究问题

• RQ1 在几何分布假设下，LGE算法中存活者的期望数量是多少？
• RQ2 Rice方法如何应用于推导LGE中存活概率的精确公式？
• RQ3 对于给定的竞争者数量和参数p，LGE中存活者数量的最紧致上界是什么？
• RQ4 一大类分布式领导选举协议为以高概率成功，所需最少轮数是多少？
• RQ5 当球的数量未知且有界时，能否以高概率保证瓮与球模型中存在单例？

主要发现

• LGE中存活者的期望数量为 E[Wₙ,ₚ] = (np/q) × Σ(b=0 to n−1) [(-1)ᵇ × C(n−1,b) / (1 − qᵇ⁺¹)]，其中 q = 1−p。
• 恰好a个竞争者存活的概率为 Pr[Wₙ,ₚ = a] = C(n,a) × pᵃ × Σ(b=0 to n−a) [C(n−a,b) × (-1)ᵇ / (1 − qᵃ⁺ᵇ)]。
• 尾部概率的上界为 Pr[M > C × (ln n)/ln(1/(1−p))] ≤ 1/n^(C−1)，其中 M ~ MGeo(n,p)。
• 在L个瓮中最多有n个球时，至少存在一个单例的最大成功概率 MSP(L,n) 严格小于 (L−1)/(Hₙ−1)，其中 Hₙ 为第n个调和数。
• 若 L ≤ ½ ln n + (1+γ)/2，则 MSP(L,n) < ½，意味着在该类模型中，以高概率不存在唯一选择。
• 若 M ≤ log₂(½ ln n + (1+γ)/2)，则使用M位序列选择唯一领导的概率小于½，表明随机性不足，无法实现可靠选择。