[论文解读] The Power of Two Choices in Distributed Voting

Colin Cooper, Robert Elsässer⋆+1 more|arXiv (Cornell University)|Apr 29, 2014

Distributed systems and fault tolerance参考文献 22被引用 11

一句话总结

本文提出双样本投票，一种分布式共识协议，其中每个节点在每轮中独立采样两个邻居，仅当两者意见一致时才采纳其观点，否则保留自身观点。研究证明，在初始不平衡度超过阈值时，该过程在规则图和随机d-regular图上以高概率在O(log n)步内完成，即使在对抗性干扰下也能确保多数意见获胜。

ABSTRACT

Distributed voting is a fundamental topic in distributed computing. In pull voting, in each step every vertex chooses a neighbour uniformly at random, and adopts its opinion. The voting is completed when all vertices hold the same opinion. On many graph classes including regular graphs, pull voting requires $Θ(n)$ expected steps to complete, even if initially there are only two distinct opinions. In this paper we consider a related process which we call two-sample voting: every vertex chooses two random neighbours in each step. If the opinions of these neighbours coincide, then the vertex revises its opinion according to the chosen sample. Otherwise, it keeps its own opinion. We consider the performance of this process in the case where two different opinions reside on vertices of some (arbitrary) sets $A$ and $B$, respectively. Here, $|A| + |B| = n$ is the number of vertices of the graph. We show that there is a constant $K$ such that if the initial imbalance between the two opinions is ?$ν_0 = (|A| - |B|)/n \geq K \sqrt{(1/d) + (d/n)}$, then with high probability two sample voting completes in a random $d$ regular graph in $O(\log n)$ steps and the initial majority opinion wins. We also show the same performance for any regular graph, if $ν_0 \geq K λ_2$ where $λ_2$ is the second largest eigenvalue of the transition matrix. In the graphs we consider, standard pull voting requires $Ω(n)$ steps, and the minority can still win with probability $|B|/n$.

研究动机与目标

• 解决标准拉取投票在规则图上效率低下（需Ω(n)时间）且少数意见获胜概率与规模成正比的问题。
• 设计一种分布式投票协议，实现在对数时间内达成共识，同时以高概率确保初始多数意见获胜。
• 分析在对抗性条件下（即对手可在每一步重新分配意见）双样本投票过程的性能。
• 建立规则图和随机d-regular图上快速收敛与多数意见主导所需的初始不平衡度的理论边界。

提出的方法

• 提出双样本投票：每个顶点在每轮中独立随机选择两个邻居，仅当两者意见一致时才更新自身意见。
• 采用三阶段分析：第一阶段将不平衡度从初始少数派规模减少至n/10；第二阶段从n/10减少至ω = log n / log log n；第三阶段从ω减少至0。
• 利用谱图论，通过转移矩阵的第二大特征值λ₂来界定规则图上的收敛时间。
• 对于随机d-regular图，利用图的扩张性质和特征值集中性，证明少数派投票迅速减少。
• 运用概率集中不等式和漂移分析，证明在各阶段中少数派规模以指数速度减少，且以高概率成立。
• 通过将意见变化建模为有界扰动，考虑对抗性干扰，证明只要对手每步修改o(ν₀n)个顶点，协议仍保持鲁棒性。

实验结果

研究问题

• RQ1 是否存在一种分布式投票协议，可在规则图上以O(log n)步完成共识，而标准拉取投票需Ω(n)步？
• RQ2 双样本投票中，为使多数意见以高概率获胜，所需的最小初始不平衡度ν₀是多少？
• RQ3 在执行过程中，若对手重新分配意见，双样本投票过程的性能如何？
• RQ4 能否利用图的谱性质（如第二大特征值λ₂）保证收敛时间和多数意见主导？
• RQ5 即使少数意见初始规模较大，双样本机制是否在速度和正确性上均优于标准拉取投票？

主要发现

• 当初始不平衡度ν₀ ≥ K√((1/d) + (d/n))（K为某常数）时，双样本投票在d-regular图上以高概率在O(log n)步内完成。
• 对于任意规则图，若ν₀ ≥ Kλ₂，则双样本投票在O(log n)步内完成，且初始多数意见以高概率获胜。
• 在相同条件下，少数派规模从ω = log n / log log n减少至0的阶段可在O(ω log ω) = O(log n)步内以高概率完成。
• 即使在对手每步重分配o(ν₀n)个顶点的对抗性干扰下，所有但O(f)个顶点仍可在O(log n)步内以高概率采纳多数意见。
• 标准拉取投票在规则图上需Ω(n)步，且少数意见获胜概率为|B|/n，无法满足快速共识要求。
• 只要不平衡度超过依赖于图结构的阈值，双样本机制即使在少数意见初始规模较大时，也能确保快速收敛与多数意见主导。