Self-Stabilizing Algorithms in the Uniform Port Model
Technion - Israel Institute of Technology（以色列理工学院）
本文引入统一端口模型，设计高效自稳定算法解决一般图上多种局部对称性破缺问题，如最大独立集等，此前虽在更强模型中有相关研究，但此为首次在真正统一模型中证明此类算法存在。
2026-08-17 cs.DC
Families of Distributed Memory Parallel Graph Algorithms from Self-Stabilizing Kernels-An SSSP Case Study
自稳定算法是一个重要的，因为它们的鲁棒性和保证收敛。自稳定算法从任意状态开始，保证收敛到一个合法的状态，但当性能和可扩展性很重要时，这些算法不能直接用于解决分布式图处理问题。在本文中，我们展示了“抽象图机”（AGM）模型，可用于转换自稳定算法的形式适合于分布式图形处理。AGM是一种在图上并行计算的数学模型，它为自稳定算法添加了工作依赖性和排序。使用AGM模型，我们表明，一些现有的分布式单源最短路径（SSSP）算法实际上是自稳定SSSP的专业化。我们扩展AGM模型，在不同的空间层次上应用更细粒度的排序，以获得额外的可扩展的SSSP算法的变体，基本上使算法能够为特定的目标架构生成。实验结果表明，这种方法可以产生新的算法变种，优于标准的分布式算法SSSP。
2017-06-19 cs.DC
Fast and compact self-stabilizing verification, computation, and fault detection of an MST
本文论证了分布式局部证明作为设计自稳定算法的一种工具的有效性，特别地，引入了一种广义的分布式局部证明的概念，并利用它在保持空间最优性的同时显著地改善了算法的时间复杂度。其结果是，我们表明，优化内存大小进行最小的成本在时间方面，在最小生成树（MST）的上下文中。也就是说，我们提出的算法，都是时间和空间有效的构造MST和验证它。这涉及到几个部分，可能被认为是贡献本身。首先，我们概括的概念，本地证明，权衡时间复杂度的内存效率。这增加了一个维度的分布式本地证明，这已获得关注最近的研究。具体地说，我们设计了一个（自稳定）证明标记方案，它是记忆最优的（即，每个节点的$O(\log n)$位），并且其时间复杂度在同步网络中为$O(\log ^2 n)$，或者在异步网络中为$O(Δ\log ^3 n)$时间，其中$Δ$是节点的最大度。这就回答了Awerbuch和Varghese提出的一个悬而未决的问题（FOCS 1991）。我们还表明，$Ω(\log n)$时间是必要的，即使在同步网络。另一个属性是，如果$f$故障发生，那么，在上述所需的检测时间内，它们被检测到的$O(f\log n)$本地的每个fault.Second，我们展示了如何增强一个已知的Transformer，使输入/输出算法自稳定的一些节点。它现在将一个有效的构造算法和一个有效的自稳定证明标记方案作为输入，并产生一个有效的自稳定算法…
2015-12-24 cs.DC
Deterministic Self-Stabilizing BFS Construction in Constant Space
本文提出一种仅用每节点O(1)比特内存的自稳定同步算法，在无需全局网络参数的情况下构建BFS生成树，并通过常数空间令牌分发机制消除环路和纠正偏差，解决了半均匀网络中常数内存构建生成树的长期难题。
2026-10-01 cs.DC
Time-optimal Loosely-stabilizing Leader Election in Population Protocols
研究了种群协议模型中的首领选举问题。在人口协议的实用设置中，自稳定是一个高度期望的功能，由于其故障恢复能力和初始化自由的好处。然而，自稳定的领导选举的设计是可能的，只有在一个强有力的假设（即知识的\emph{exact}规模的网络）和丰富的计算资源（即状态的数量）。由Sudo等人[Theoretical计算机科学，2012]引入的松散稳定是一种有前途的自稳定放松概念，以解决上述问题。松稳定保证了从任何配置开始，网络将在短时间内达到一个安全的配置，其中存在单个领导者，并且此后它将在很长一段时间内保持单个领导者，但不是永远。本文的主要贡献是一个时间最优的松散稳定的领导者选举协议。虽然迄今为止在松散稳定的领导者选举中实现的最短收敛时间是$O(\log^3 n)$并行时间，但所提出的具有设计参数$τ\ge 1$的协议获得了$O(τ\log n)$并行收敛时间和$Ω(n^τ)$并行保持时间（即保持唯一领导者的时间段的长度），两者都在预期中。该协议是时间最优的意义上的收敛和保持时间的期望，因为任何松散稳定的领导人选举协议具有相同长度的保持时间是已知的，需要$Ω(τ\log n)$并行时间。
2020-05-20 cs.DC
Polynomial-Time Space-Optimal Silent Self-Stabilizing Minimum-Degree Spanning Tree Construction
受传感器网络以及其他领域应用的启发，本文研究了最小度生成树的构造。我们考虑经典的节点寄存器状态模型，弱公平调度，我们提出了一个空间最优的\emph{silent}自稳定的最小度生成树在这个模型中的建设。计算最小度的生成树是NP难的。因此，我们实际上专注于构造一个度在1以内的最优生成树。我们的算法使用寄存器的$O(\log n)$位，收敛在一个多项式轮数，并在每个节点上执行多项式时间计算。具体地说，该算法构造并稳定在一类特殊的生成树上，其度至多为$OPT+1$。事实上，我们证明，除非NP $=$ coNP，有没有证明标签计划涉及多项式时间计算在每个节点上的整个家庭的生成树的程度最多$OPT+1$。据我们所知，这是第一个例子的设计一个紧凑的沉默的自稳定算法的建设，并稳定在一个子集的最佳解决方案的自然问题，没有时间效率的证明标签计划。在我们设计算法的过程中，我们建立了一组独立的结果，这些结果可能自己有兴趣。特别是，我们描述了一个新的空间最优的沉默的自稳定生成树的建设，稳定的\emph{any}生成树，在$O(n)$轮，并仅使用\emph{one}额外的位相比，用于认证树的标签的大小。我们还设计了一个无声的无循环的自稳定算法，用于将一棵树转换为另一棵树。最后但并非最不重要的是，我们提供了一个沉默的自稳定算法计算和认证的标签的NCA标记计划。
2014-02-11 cs.DC cs.DS
Universal Finite-State and Self-Stabilizing Computation in Anonymous Dynamic Networks
Sapienza University of Rome（罗马大学）；University of Aizu（会津大学）
研究匿名动态网络计算问题，提出通用自稳定算法在\(\max\{4\tau n - 2\mu, 2\mu\}\)轮稳定，通用有限状态算法在\(\tau(2n^2 + n)\)轮稳定，改进先前方法并开发历史树相关新技术。
2026-08-10 cs.DC
Efficient Heuristics and Machine Learning Approach for Fault Characterization in Distributed Self-Stabilizing Programs
University of Wyoming（怀俄明大学）
本文针对分布式自稳定程序中的一致性违反故障，提出基于冲突边的状态空间探索与机器学习两种互补方法，以高效表征故障发生位置，提升系统正确性与计算效率。
2026-10-16 cs.DC
Stateless Computation
我们提出并探讨了一个模型的无状态和自我稳定的分布式计算，灵感来自现实世界的应用程序，如路由在今天的互联网上。我们模型中的处理器没有内部状态，而是通过重复地将传入消息（“标签”）映射到传出消息和输出值来进行交互。虽然看起来限制性太强，但无状态计算包含了经典的策略交互博弈论概念和广泛的实际应用（例如，互联网协议、电路、技术在社交网络中的传播）。我们开始对无状态计算进行全面的探索。我们解决了两个重要问题：（1）在什么条件下是自稳定，即，保证“收敛”到一个“合法的”全球配置，可实现无状态计算？（2）无状态计算的计算能力是什么？我们的研究结果包括自稳定的一般必要条件和硬度的结果，用于验证无状态协议是自稳定的。我们的无状态计算的力量的主要结果表明，对数长度的标签的处理器的数量产生大量的计算能力，即使在环形拓扑结构。我们提出了一个单向和双向环（L/聚与P/聚）之间的分离，反映了单向环上的计算的顺序性，而不是由双向环提供的并行性。我们为读者留下了许多令人兴奋的未来研究方向。
2016-11-30 cs.DC
Self-stabilizing uncoupled dynamics
分布式系统中的动态是自稳定的，如果它们保证达到稳态，而不管系统如何初始化。如果每个参与者的行为独立于其他参与者的偏好，则游戏动态是解耦的。在这种情况下识别平衡是一项分布式计算任务。自稳定解耦动力学，然后，有弹性任意初始状态和知识的分布。我们研究这些动态通过分析他们的行为在一个有限的召回同步环境。我们确定，对于每一个“大小”的游戏，随机（随机）玩家必须回忆起的最小数量的游戏周期，以解耦动态是自稳定的。我们也这样做的特殊情况下，当游戏是保证有独特的最佳答复。对于确定性的球员，我们证明了两个自我稳定的非耦合协议。一个适用于所有游戏，并使用三个回忆步骤。另一种使用两步回忆，适用于每个玩家至少有四个可用动作的游戏。对于非耦合的确定性的球员，我们证明了一个单步的回忆是不足以实现自我稳定，无论可用的行动的数量。
2014-05-06 cs.DC cs.GT
Minimizing Message Size in Stochastic Communication Patterns: Fast Self-Stabilizing Protocols with 3 bits
本文考虑的基本$\mathcal{PULL}$模型的通信，在每一轮中，每个代理提取信息，从几个随机选择的代理。我们试图确定在每个交互（消息大小）中透露的最小信息量，但允许基本信息传播任务的有效和鲁棒的计算。我们专注于多数位传播问题，认为人口的$n$代理，与指定的子集的源代理。每个源代理持有一个输入位，每个代理持有一个输出位。目标是让所有代理将其输出位收敛到源的最频繁输入位（多数位）。请注意，单个源代理的特定情况对应于经典的广播问题。我们专注于严重的容错自稳定的上下文中，最终必须达到一个正确的配置，尽管所有的代理开始执行任意的初始状态。我们首先设计了一个通用的编译器，它基本上可以转换任何自稳定的算法，具有一定的属性，使用$\ell$位的消息，一个只使用$\log \ell$位的消息，而在运行时间只付出很小的惩罚。通过递归地应用这个编译器，我们得到了一个自稳定的时钟同步协议，在该协议中，代理在$\tilde O(\log n\log T)$轮内以给定的整数$T$为模同步它们的时钟，并且使用仅包含$3$比特的消息。然后，我们采用新的时钟同步工具，以获得一个自稳定的多数位传播协议，收敛在$\tilde O(\log n)$时间，w.h.p.，在每一个初始配置上，只要支持少数意见的来源的比例远离一半。此外，该协议每次交互也仅使用3位。
2016-11-04 cs.DC
A Self-Stabilizing Minimal k-Grouping Algorithm
考虑最小k-分组问题：给定图G=（V，E）和常数k，将图G划分为直径不大于k的子图，使得任意两个子图的并的直径大于k.我们给出了一个沉默的自稳定的异步分布式算法，这个问题的复合原子模型的计算，假设网络有唯一的进程标识符。我们的算法在弱公平守护进程下工作。时间复杂度（即，达到合法配置的轮数）是O（nD/k），其中n是网络中的进程数，\diam是网络的直径。每个进程的空间复杂度为O（（n + n_{false}）log n），其中n_{false}是错误标识符的数量，即，不匹配任何进程的标识符，但在初始配置时存储在至少一个进程的本地存储器中的标识符。我们的算法保证收敛后的组数至多为$2n/k+1$。我们还给出了一种新的组合技术，重复连接一个沉默的算法，我们称之为循环组合。
2019-07-25 cs.DC
Maiter: An Asynchronous Graph Processing Framework for Delta-based Accumulative Iterative Computation
机器学习和数据采掘中的大量基于图的算法需要迭代地解析关系数据。这些算法在大规模分布式环境中实现，以扩展到海量数据集。为了加速这些大规模的基于图的迭代计算，我们提出了基于增量的累积迭代计算（DAIC）。与传统的迭代计算（根据上一次迭代的结果迭代更新结果）不同，DAIC通过累积迭代之间的“变化”来更新结果。通过DAIC，我们可以只处理“更改”，以避免可忽略不计的更新。此外，我们可以异步执行DAIC，以绕过异构分布式环境中的高成本同步障碍。在DAIC模型的基础上，设计并实现了一个异步图处理框架Maiter。我们在本地集群和Amazon EC2 Cloud上评估Maiter。结果表明，Maiter实现了Hadoop的60倍加速，并且优于其他最先进的框架。
2017-10-16 cs.DC
Self-stabilizing TDMA Algorithms for Wireless Ad-hoc Networks without External Reference
时分多址（TDMA）是一种用于共享通信介质的方法。在无线通信中，TDMA算法通常将无线电时间划分成统一大小的时隙$ξ$，然后将它们组合成统一大小的帧$τ$。我们考虑TDMA算法，分配至少一个时隙，在每帧中的每个节点。给定一个最大的节点度，$δ$，没有访问外部参考碰撞检测，时间或位置，我们考虑的问题，无冲突的自稳定TDMA算法，使用恒定的帧大小。我们证明了这个问题没有解决方案时，帧大小为$τ< \max\{2δ,χ_2\}$，其中$χ_2$是距离- $2$顶点着色的色数。作为一个补充，这个下限，我们专注于证明存在的无冲突的自稳定TDMA算法，使用恒定的帧大小的$τ$。我们考虑基本的设置（没有硬件支持冲突检测，没有事先时钟同步），并从发射机的并发传输的冲突，最多两跳。在没有外部参考的自稳定系统的背景下，我们是第一个研究这个问题的（据我们所知），并使用模拟来显示收敛，即使计算时间的不确定性。
2014-03-25 cs.DC cs.NI
Fast Iterative Graph Computing with Updated Neighbor States
本文提出图重排序方法 GoGraph，通过优化顶点处理顺序减少迭代轮数，加速迭代图计算，实验显示运行时间平均提升1.83倍。
2024-07-16 cs.DC
Computational Tradeoffs in Biological Neural Networks: Self-Stabilizing Winner-Take-All Networks
我们从算法的角度对生物神经网络进行了研究。我们为随机脉冲神经网络中的分布式计算开发了一个简化但在生物学上合理的模型，并研究了该模型中计算时间和网络复杂性之间的权衡。我们的目标是抽象真实的神经网络，虽然不能捕捉所有有趣的特征，但可以保留高级行为，并允许我们做出生物相关的结论。在本文中，我们专注于重要的“赢家通吃”（WTA）的问题，这是类似于一个神经领袖选举单位：一个网络组成的$n$输入神经元和$n$相应的输出神经元必须收敛到一个状态，其中一个单一的输出对应于一个发射输入（“赢家”）火灾，而所有其他输出保持沉默。WTA的神经回路依赖于抑制性神经元，抑制性神经元抑制竞争输出的活动，并将网络推向一个具有单一触发赢家的收敛状态。我们试图了解所使用的抑制剂的数量如何影响网络收敛时间。我们表明，它是可能的，以显着优于天真的WTA结构，通过更精细的使用抑制，解决问题，在$O(θ)$轮的预期与$O(\log^{1/θ} n)$抑制剂的任何$θ$。另一种结构在$O(\log^{1/θ} n)$轮中用$O(θ)$抑制剂给出收敛性。我们称赞这些上限与我们的主要技术贡献，一个几乎匹配的下限网络使用$\ge \log\log n$抑制剂。我们的下限使用熟悉的不可扩展性和局部性参数从分布式计算理论。它让我们得出了一些有趣的结论，关于任何以良好概率解决WTA的网络的结构，以及在这样的网络中使用随机性和抑制性。
2016-10-06 cs.DC cs.NE q-bio.NC
A Space-Time Trade-off for Fast Self-Stabilizing Leader Election in Population Protocols
本文研究了 population model 中的自稳定领导者选举问题，提出了一种参数化协议，通过新颖的冲突检测技术在状态数和时间之间实现权衡，使用更少状态实现了渐近最优时间，并解决了先前工作中的开放问题。
2025-05-02 cs.DC
Efficient Self-stabilizing Simulations of Energy-Restricted Mobile Robots by Asynchronous Luminous Mobile Robots
Tokyo Institute of Technology（东京工业大学）；Hosei University（法政大学）
本研究针对自主移动机器人群体的模型计算等价性问题，提出用Ssynch/Asynch模式的LUMI机器人仿真Rsynch模式LUMI机器人的自稳定协议，降低了Ssynch仿真的颜色需求，还实现了n=2时Asynch的最优仿真。
2024-02-04 cs.DC cs.RO
Efficient multicore-aware parallelization strategies for iterative stencil computations
在许多科学仿真代码中，时间表计算消耗了运行时的主要部分。作为这类算法的原型，我们认为迭代雅可比和高斯-赛德尔平滑和高速缓存为基础的多核架构的高效并行实现的目标。临时缓存阻塞是一种已知的高级优化技术，其可以显著地减少存储器总线上的压力。我们应用和完善这种优化最近提出的时间阻塞策略，旨在明确利用多核特性。特别是对于高斯-赛德尔平滑的情况下，我们表明，同时多线程（SMT）可以产生显着的性能改进，我们的优化算法。
2010-04-10 cs.DC cs.PF
BSF: a parallel computation model for scalability estimation of iterative numerical algorithms on cluster computing systems
本文探讨了一种新的并行计算模型，称为批量同步农场（BSF），重点是估计的可扩展性，针对集群计算系统的计算密集型迭代算法。在BSF模型中，计算机是一组通过网络连接的处理器节点，并根据主/从范例进行组织。提出了一种BSF模型的代价度量。这个成本度量要求算法以列表上的操作的形式表示。这使我们能够推导出一个方程，预测并行程序的可扩展性边界：处理器节点的最大数量之后，加速开始下降。本文给出了应用BSF模型设计和分析并行数值算法的几个实例。在集群计算系统上进行的大规模计算实验证实了使用BSF模型获得的分析估计的充分性。
2021-01-02 cs.DC cs.PF
Precision-Aware Iterative Algorithms Based on Group-Shared Exponents of Floating-Point Numbers
本文提出基于分组共享指数和尾数分段存储的浮点表示及阶梯式混合精度迭代算法，解决SpMV内存瓶颈，显著提升性能与收敛残差。
2024-11-07 cs.DC cs.NA math.NA
