[论文解读] Quasi-Majority Functional Voting on Expander Graphs

Nobutaka Shimizu, Takeharu Shiraga|arXiv (Cornell University)|Jan 1, 2020

Distributed systems and fault tolerance参考文献 36被引用 3

一句话总结

本文提出了准多数功能投票（quasi-majority functional voting），这是一种在扩展图上进行同步投票的广义模型，统一了二选一和三选一规则。研究证明，在初始偏差足够大或扩展性足够高（例如，当 $ p = \Omega(1/\sqrt{n}) $ 时的 Erdős-Rényi 图）的情况下，共识可在高概率下于 $ O(\log n) $ 步内达成；对于 $ 2k+1 $ 选一的情况，当 $ k = o(n/\log n) $ 时，收敛时间为 $ O(\log n / \log k) $。

ABSTRACT

Consider a distributed graph where each vertex holds one of two distinct opinions. In this paper, we are interested in synchronous voting processes where each vertex updates its opinion according to a predefined common local updating rule. For example, each vertex adopts the majority opinion among 1) itself and two randomly picked neighbors in best-of-two or 2) three randomly picked neighbors in best-of-three. Previous works intensively studied specific rules including best-of-two and best-of-three individually. In this paper, we generalize and extend previous works of best-of-two and best-of-three on expander graphs by proposing a new model, quasi-majority functional voting. This new model contains best-of-two and best-of-three as special cases. We show that, on expander graphs with sufficiently large initial bias, any quasi-majority functional voting reaches consensus within $O(\log n)$ steps with high probability. Moreover, we show that, for any initial opinion configuration, any quasi-majority functional voting on expander graphs with higher expansion (e.g., Erdős-Rényi graph $G(n,p)$ with $p=Ω(1/\sqrt{n})$) reaches consensus within $O(\log n)$ with high probability. Furthermore, we show that the consensus time is $O(\log n/\log k)$ of best-of-$(2k+1)$ for $k=o(n/\log n)$.

研究动机与目标

• 填补现有研究中对扩展图上投票过程共识时间分析的空白，尤其针对二选一和三选一等特定规则之外的场景。
• 将现有模型统一为一个通用框架——准多数功能投票，使其包含二选一和三选一作为特例。
• 为该广义模型在具有不同扩展特性的扩展图上建立紧致的共识时间边界。
• 分析初始意见偏差与图的扩展性对共识收敛速度的影响。
• 将先前关于 $ k $ 选一投票的研究结果推广至更广泛的扩展图类别，并显式体现 $ k $ 的依赖关系。

提出的方法

• 提出一种新型投票模型——准多数功能投票，其中每个顶点根据从 $ 2k+1 $ 个随机选择的邻居（放回抽样）的意见，通过一个对称且非递减的函数来更新其意见。
• 将更新函数 $ f_{2k+1}(x) $ 定义为：当邻居中持意见 1 的比例为 $ x $ 时，顶点采纳意见 1 的概率，确保其单调性与对称性。
• 利用谱图论，通过随机游走转移矩阵的第二特征值 $ \lambda_2 $ 来建模图的扩展性，定义 $ \lambda $-扩展性。
• 应用马尔可夫链分析与集中不等式（如 Hoeffding 不等式）来界定每轮中持意见 1 的顶点比例的期望变化。
• 将共识过程划分为四个阶段：(I) 初始偏差阶段，(II) 偏差放大阶段，(III) 快速收敛阶段，(IV) 最终吸收阶段，分别使用概率耦合与漂移分析进行研究。
• 通过 hitting time 和随机优势论证，界定系统达到共识的时间，尤其在最后阶段（持意见 1 的顶点比例低于 $ 1/n^2 $）进行重点分析。

实验结果

研究问题

• RQ1 能否构建一个统一的模型，以推广在扩展图上进行的二选一与三选一投票？
• RQ2 在 $ \lambda $-扩展图上，当 $ \lambda = O(n^{-1/2}) $ 时，准多数功能投票的共识时间是多少？
• RQ3 在高扩展图上，当 $ k = o(n/\log n) $ 时，$ 2k+1 $ 选一投票的共识时间如何随 $ k $ 变化？
• RQ4 即使初始配置任意，只要图的扩展性足够高，共识时间是否仍保持为 $ O(\log n) $？
• RQ5 是否存在基于初始偏差或图扩展性的收敛速度相变现象？

主要发现

• 在 $ \lambda $-扩展图上，当 $ \lambda = O(n^{-1/2}) $ 时，准多数功能投票对任意初始意见配置，均能在高概率下于 $ O(\log n) $ 步内达成共识。
• 当初始偏差足够大时，无论图的扩展性是否超过 $ \lambda = O(n^{-1/2}) $，共识均能在高概率下于 $ O(\log n) $ 步内达成。
• 在高扩展图（如 $ p = \Omega(1/\sqrt{n}) $ 的 Erdős-Rényi 图 $ G(n,p) $）上，对于 $ k = o(n/\log n) $ 的 $ 2k+1 $ 选一投票，共识时间为 $ O\left(\log n / \log k\right) $。
• 分析表明，持意见 1 的顶点比例在 $ O(\log n / \log k) $ 步内降至 $ 1/n^2 $ 以下，意味着共识以高概率达成。
• 在最终阶段，系统保持非共识状态的概率被限制在 $ O(n^{-1}) $ 以内，从而确保在 $ O(\log n / \log k) $ 步后以高概率达成共识。
• 通过 Hoeffding 不等式与漂移分析，本文证明了在早期阶段意见偏差迅速放大，从而在后期阶段实现快速收敛。