[论文解读] Quantum Distributed Network Computing: Lower Bounds and Techniques

Michael Elkin, Hartmut Klauck+2 more|arXiv (Cornell University)|Jul 22, 2012

Cryptography and Data Security参考文献 63被引用 5

一句话总结

本文研究了量子通信是否能够加速分布式网络算法解决最小生成树、最小割和最短路径等基本问题。通过引入服务器模型（Server model）和量子模拟定理（Quantum Simulation Theorem），将经典通信复杂性下界扩展至量子分布式计算环境，证明即使在诸如哈密顿回路和生成树验证等验证任务中，量子通信也无法为这些问题提供显著加速。

ABSTRACT

The focus of this paper is on {\em quantum distributed} computation, where we investigate whether quantum communication can help in {\em speeding up} distributed network algorithms. Our main result is that for certain fundamental network problems such as minimum spanning tree, minimum cut, and shortest paths, quantum communication {\em does not} help in substantially speeding up distributed algorithms for these problems compared to the classical setting. In order to obtain this result, we extend the technique of Das Sarma et al. [SICOMP 2012] to obtain a uniform approach to prove non-trivial lower bounds for quantum distributed algorithms for several graph optimization (both exact and approximate versions) as well as verification problems, some of which are new even in the classical setting, e.g. tight randomized lower bounds for Hamiltonian cycle and spanning tree verification, answering an open problem of Das Sarma et al., and a lower bound in terms of the weight aspect ratio, matching the upper bounds of Elkin [STOC 2004]. Our approach introduces the {\em Server model} and {\em Quantum Simulation Theorem} which together provide a connection between distributed algorithms and communication complexity. The Server model is the standard two-party communication complexity model augmented with additional power; yet, most of the hardness in the two-party model is carried over to this new model. The Quantum Simulation Theorem carries this hardness further to quantum distributed computing. Our techniques, except the proof of the hardness in the Server model, require very little knowledge in quantum computing, and this can help overcoming a usual impediment in proving bounds on quantum distributed algorithms.

研究动机与目标

• 确定量子通信是否能够加速解决基本图问题的分布式网络算法。
• 开发一种适用于量子分布式计算的通用下界证明框架，以扩展经典通信复杂性理论。
• 解决经典分布式计算中的开放问题，例如哈密顿回路和生成树验证的紧致随机化下界。
• 通过服务器模型与量子模拟，建立分布式算法与通信复杂性之间的联系。
• 通过最小化对量子计算专业知识的依赖，使核心技术对非专家研究人员更具可及性。

提出的方法

• 引入服务器模型，一种增强计算能力的两方通信复杂性模型，以在更强大的计算环境下保持经典问题的困难性。
• 提出量子模拟定理，将服务器模型中的下界转移至量子分布式算法。
• 利用服务器模型证明哈密顿回路和生成树验证等经典问题的下界，解决开放性问题。
• 应用量子模拟定理，将这些经典下界扩展至量子分布式计算环境。
• 确保该方法对量子计算知识要求极低，使分布式计算领域的研究人员更易掌握。
• 利用现有经典下界技术，并通过新理论框架将其适配至量子环境。

实验结果

研究问题

• RQ1 量子通信是否能显著加速解决最小生成树和最短路径等基本网络问题的分布式算法？
• RQ2 哈密顿回路和生成树验证等经典验证问题的紧致随机化下界是什么？
• RQ3 权重比（weight aspect ratio）如何影响分布式图问题的复杂性？能否使下界与现有上界相匹配？
• RQ4 服务器模型在更强大计算环境下是否成功保持了经典通信复杂性的困难性？
• RQ5 量子模拟定理是否可在无需深入量子知识的前提下，将经典下界转移至量子分布式算法？

主要发现

• 量子通信无法为解决最小生成树、最小割或最短路径问题的分布式算法提供显著加速。
• 本文建立了哈密顿回路和生成树验证的紧致随机化下界，解决了Das Sarma等人提出的一个开放问题。
• 证明了关于权重比的下界，与Elkin（STOC 2004）的上界相匹配，表明该参数下的最优性。
• 服务器模型成功保持了经典困难性，甚至在经典计算环境中也实现了新的下界。
• 量子模拟定理使经典下界能够被转移至量子分布式算法，为量子下界分析提供了一般性方法。
• 所提出的框架对量子计算知识要求极低，使无专门量子背景的研究人员也能轻松使用。