[论文解读] Optimal Space Lower Bound for Deterministic Self-Stabilizing Leader Election Algorithms

Lélia Blin, Laurent Feuilloley+1 more|arXiv (Cornell University)|May 21, 2019

Cognitive Functions and Memory被引用 3

一句话总结

本文在状态模型中建立了确定性自稳态领导者选举算法的紧致空间复杂度下界 Ω(log log n) 位/节点。证明了在任意 n 节点有界度网络中，此类算法的内存使用量不可能低于该下界，并通过展示使用 o(log log n) 位的算法无法在匿名网络中解决领导者选举问题，从而证明该下界为最优，即该问题类必须使用 Ω(log log n) 的空间。

ABSTRACT

Given a boolean predicate $\Pi$ on labeled networks (e.g., proper coloring, leader election, etc.), a self-stabilizing algorithm for $\Pi$ is a distributed algorithm that can start from any initial configuration of the network (i.e., every node has an arbitrary value assigned to each of its variables), and eventually converge to a configuration satisfying $\Pi$. It is known that leader election does not have a deterministic self-stabilizing algorithm using a constant-size register at each node, i.e., for some networks, some of their nodes must have registers whose sizes grow with the size $n$ of the networks. On the other hand, it is also known that leader election can be solved by a deterministic self-stabilizing algorithm using registers of $O(\log \log n)$ bits per node in any $n$-node bounded-degree network. We show that this latter space complexity is optimal. Specifically, we prove that every deterministic self-stabilizing algorithm solving leader election must use $\Omega(\log \log n)$-bit per node registers in some $n$-node networks. In addition, we show that our lower bounds go beyond leader election, and apply to all problems that cannot be solved by anonymous algorithms.

研究动机与目标

• 确定分布式网络中确定性自稳态领导者选举所需的最小内存空间。
• 弥合该问题已知上界（O(log log n)）与下界之间的差距。
• 证明在有界度网络中，每个节点必须使用 Ω(log log n) 位才能实现领导者选举。
• 将该下界扩展至所有无法通过匿名算法解决的问题，而不仅限于领导者选举。
• 证明使用 o(log log n) 位的算法在匿名环境中无法解决领导者选举问题，从而确立最优性。

提出的方法

• 基于有限内存下算法行为可能数目的组合论证。
• 分析每个节点使用 f(n) 位时，自稳态算法的相异行为数（Bn），并证明 |Bn| ≤ (2^f(n))^(2(Δ+1)f(n)Δ)。
• 对上述结果取双重对数，当 f(n) = o(log log n) 时，得到 log log |Bn| ∈ o(log log n)。
• 将可能的标识符映射数目（nc−1）与 |Bn| 进行比较，证明当 n 足够大时，nc−1 > |Bn|。
• 利用鸽巢原理证明，n 个不同的标识符会映射到相同的算法行为，从而可在匿名网络中构造出与标识网络不可区分的结构。
• 构造一个匿名网络（Ga）和一个标识网络（GID），二者具有相同的算法行为；证明若算法 A 在 GID 上有效，则其在 Ga 上也必须有效，从而与领导者选举需要标识符的假设矛盾。

实验结果

研究问题

• RQ1 在有界度网络中，确定性自稳态领导者选举的最小空间复杂度是多少？
• RQ2 在状态模型中，能否使用 o(log log n) 位/节点解决领导者选举问题？
• RQ3 领导者选举的 O(log log n) 上界是否最优，还是可以进一步改进？
• RQ4 那些需要唯一标识符的问题（如领导者选举）是否在匿名环境中也必须使用 Ω(log log n) 的空间？
• RQ5 对于任意（无度数限制）图，该空间复杂度是否还能进一步降低？

主要发现

• 本文证明了在状态模型中，确定性自稳态领导者选举的每个节点空间复杂度下界为紧致的 Ω(log log n) 位。
• 该下界与已知的有界度网络中 O(log log n) 上界完全一致，从而证明了最优性。
• 任何使用 o(log log n) 位/节点的算法，即使在标识网络中有效，也无法在匿名网络中解决领导者选举问题。
• 该下界适用于所有无法通过匿名算法解决的问题，而不仅限于领导者选举。
• 该结果适用于最大度数 ∆(n) ∈ o(log n) 的网络，这包括了所有有界度图。
• 证明方法表明，当内存为 o(log log n) 时，n 个不同的标识符必然映射到相同的算法行为，从而在匿名环境中实现不可区分性。