[论文解读] Quantification and Minimization of Crosstalk Sensitivity in Networks

Dionysios Barmpoutis, Richard M. Murray|arXiv (Cornell University)|Dec 2, 2010

Interconnection Networks and Systems参考文献 4被引用 3

一句话总结

本文提出一种图论框架，通过将非期望交互建模为低权重边，量化并最小化网络中的串扰敏感度。证明了具有异质度分布的网络——特别是高阶度节点连接至其他高阶度节点的度同配结构——可实现最小串扰敏感度，并提供一种算法，可在给定度序列或固定大小与阶数下构建此类最优图。

ABSTRACT

Crosstalk is defined as the set of unwanted interactions among the different entities of a network. Crosstalk is present in various degrees in every system where information is transmitted through a means that is accessible by all the individual units of the network. Using concepts from graph theory, we introduce a quantifiable measure for sensitivity to crosstalk, and analytically derive the structure of the networks in which it is minimized. It is shown that networks with an inhomogeneous degree distribution are more robust to crosstalk than corresponding homogeneous networks. We provide a method to construct the graph with the minimum possible sensitivity to crosstalk, given its order and size. Finally, for networks with a fixed degree sequence, we present an algorithm to find the optimal interconnection structure among their vertices.

研究动机与目标

• 开发一种可量化的网络串扰敏感度度量方法，定义为网络实体之间非期望交互的度量。
• 识别在固定阶数与大小约束下，能最小化对串扰敏感度的网络结构特性。
• 提供一种构造性算法，用于在给定度序列或总边数下生成串扰敏感度最小的图。
• 分析边重连对串扰敏感度的影响，并推导出敏感度最小化的条件。
• 证明即使在随机干扰下，异质（同配）网络也比同质网络更具鲁棒性。

提出的方法

• 使用图论将网络建模为带权图，其中串扰矩阵为 $ R^{xt} $，未建模交互的上界为 $ \epsilon $。
• 通过局部度量 $ f(d) $ 定义基于顶点度的串扰敏感度，全局敏感度通过所有顶点对的求和计算。
• 通过边重连实施度序列变换：具体为交换两对顶点之间连接的双重重连操作，以降低敏感度。
• 采用两阶段算法：第一阶段使用基于Erdős–Gallai条件的贪心方法，构建可能的最同配图；第二阶段通过最小敏感度重连连接孤立连通分量。
• 利用重连操作前后敏感度差异 $ \Delta K $ 指导最优边重构，证明将高阶度节点连接至其他高阶度节点可最小化 $ \Delta K $。
• 利用敏感度差异 $ \Delta K_{T_3} = (f(d_A)-f(d_B))(f(d_D)-f(d_C)) \leq 0 $ 证明最优性，表明通过增加同配性重构边总能降低或维持串扰敏感度。

实验结果

研究问题

• RQ1 何种网络结构特性可使网络对串扰（即顶点间非期望交互）的敏感度最小化？
• RQ2 网络的度分布如何影响其对串扰的鲁棒性？为何异质网络比同质网络更具鲁棒性？
• RQ3 在固定顶点数与边数下，何种图结构可使串扰敏感度最小化？
• RQ4 在固定度序列下，顶点间何种互连模式可使整体串扰敏感度最小化？
• RQ5 能否构建一种算法，系统性地构建或重构网络以实现最小串扰敏感度？

主要发现

• 具有异质度分布的网络比同质网络更具串扰鲁棒性，因其最小化了低度节点交互数量，从而抑制了干扰放大。
• 最小化串扰敏感度的最优网络结构为同配结构：高阶度节点应连接至其他高阶度节点，低阶度节点应连接至其他低阶度节点。
• 所提算法通过首先从给定度序列构建可能的最同配图，再通过最小敏感度重连连接孤立连通分量，从而构建出串扰敏感度最小的图。
• 敏感度差异 $ \Delta K_{T_3} = (f(d_A)-f(d_B))(f(d_D)-f(d_C)) \leq 0 $ 证明，通过增加同配性重构边总能降低或维持串扰敏感度。
• 对于由两个孤立连通分量组成的网络，通过连接两分量中最高阶度节点实现最小附加敏感度，确保整体串扰增加量最小。
• 该算法保证生成连通图且串扰敏感度最低，其最优性由重连操作顺序下敏感度差异的不变性所证明。