Quasirandom Rumor Spreading
我们提出并分析了一个拟随机模拟的经典推送模型在网络中传播信息(“随机谣言传播”)。在经典模型中,在每一轮中,每个被通知的顶点随机选择一个邻居,如果它之前没有被通知,则通知它。这个简单的协议在完全图、超立方体、随机正则图、Erdos-Renyi随机图和Ramanujan图上以1-o(1)的概率在O(log n)轮内成功地将谣言从一个顶点传播到所有其他顶点。在拟随机模型中,我们假设每个顶点都有一个(循环的)邻居列表。一旦被通知,它就从列表上的随机位置开始,但从那时起,它就按照列表的顺序通知它的邻居。令人惊讶的是,无论列表的顺序如何,上述界限仍然成立。在某些情况下,甚至比经典模型更好的界限可以显示。
2013-08-07 cs.DC cs.DM cs.DS
Quasi-Random Rumor Spreading: Reducing Randomness Can Be Costly
我们给出了Doerr,Friedrich和Sauerwald [SODA 2008]在完全图上提出的准随机谣言传播协议的时间随机性权衡。在该协议中,目标是将源自一个顶点的一条信息传播到整个网络。假设每个顶点都有一个其邻居的(循环)列表。一旦一个顶点被它的一个邻居通知,它就在它的列表中随机地均匀地选择一个位置,然后从该位置开始并按照列表的顺序通知它的邻居。Angelopoulos,Doerr,Huber和Panagiotou [电子。J.~ Combin.~ 2009]表明,在$(1+o(1))(\log_2 n + \ln n)$轮之后,谣言将以概率$1 - o(1)$被广播到所有节点。我们研究了广播时间时,在每个节点上的随机性的数量减少,在自然的方式。特别地,我们证明了,如果每个节点只能从其列表上的每个$\ell$ -th节点进行初始随机选择,则存在列表,使得需要$(1-\varepsilon) (\log_2 n + \ln n - \log_2 \ell - \ln \ell)+\ell-1$步骤以至少$1-O\bigl(\exp\bigl(-\frac{n^\varepsilon}{2\ln n}\bigr)\bigr)$的概率通知每个顶点。这表明,在简单的准随机协议中使用的随机量的进一步减少会损失效率。
2010-08-03 cs.DS
Towards Constant Time Multi-Call Rumor Spreading on Small-Set Expanders
European University of Rome(罗马欧洲大学);Department of Computer Science, University of Salzburg(萨尔茨堡大学计算机科学系);TU Graz(格拉茨工业大学)
该研究提出多调用的k-PUSH&PULL谣言传播变体,证明其在小集顶点扩张图上的传播轮数上界为O(log_φ n · log_k n)、下界为Ω(log_φ n + log_k n),为快速信息传播提供理论支撑。
2025-10-22 cs.DS
Forwarding Without Repeating: Efficient Rumor Spreading in Bounded-Degree Graphs
我们研究了一种称为无重复转发(FWR)的gossip协议。目标是尽可能有效地在图上传播多个谣言。FWR通过让节点记录它们向每个邻居转发了哪些消息来实现这一点,以便每个消息最多向每个邻居转发一次。我们证明了FWR传播谣言的强连接有向图,以高概率,在时间内是一个常数的最佳有界出度的有向图的因素。此外,在出度有界且谣言数有界的有向图上,FWR所需的传输次数比现有方法任意好。具体来说,FWR在具有n个节点的有界度图上需要O(n)个消息,而经典转发和基于网络编码的方法都需要ω(n)个消息。我们的结果是使用组合和概率参数。值得注意的是,它们不依赖于底层图的扩展属性,因此FWR的消息复杂度甚至在常数度扩展图上也任意优于经典转发,如n \rightarrow \infty。在资源受限的应用中,每次传输都会消耗电池电量和带宽,我们的研究结果表明,在每个节点上使用少量内存可以节省大量资源。
2012-08-14 cs.DC cs.DS
Fake news and rumors: a trigger for proliferation or fading away
利用一个包含种子、不可知论者和其他三种主体的模型研究了假新闻和谣言传播的动力学。虽然种子是那些谁开始传播谣言被坚信其真理,不可知论者拒绝任何形式的谣言,不相信阴谋论。在这两者之间,其他人构成了社区的主要部分。虽然种子总是信徒和不可知论者总是冷漠,其他人可以根据他们与谁讨论而在信徒和冷漠之间切换。底层的驾驶动态是通过随机形成的代理组的本地更新来实现的。在每一个群体中,只要有$m$或更多的信徒出现在这个群体中,一个其他人就会变成一个信徒。然而,由于随着时间的推移,一些信徒可能会对谣言失去兴趣,我们添加了一个翻转固定利率$0<d<1$从信徒到冷漠。对相关动力学的严格分析表明,从$m=1$切换到$m\ge2$会引发扩散过程的剧烈质变。当$m=1$即使是一小群信徒也可能很快地说服社区的大部分人。相比之下,对于$m\ge 2$,即使有相当一部分的信徒也不能阻止谣言在几轮更新后消失。我们的研究结果提供了一个解释,为什么一个给定的谣言在一个社会群体中传播,而不是在另一个,也为什么有些谣言不会在两个群体中传播。
2019-05-02 cs.DM cs.DS cs.SI
How to Discreetly Spread a Rumor in a Crowd
在本文中,我们研究了移动电话模型中的推-推式谣言传播算法,移动电话模型是经典电话模型的一种变体,其中每个节点每轮最多可以参与一个连接;即,你不能再让多个节点在一轮中从同一个来源获取信息。我们的模型还包括两个新的参数化推广:(1)网络拓扑可以经历有界的变化率(对于从每轮无变化到变化的参数化速率);(2)在每一轮中,每个节点可以在做出连接决定之前向其所有邻居通告有限数量的信息(对于从无广告到大广告的参数化比特数)。我们证明,在移动电话模型中,没有广告,没有拓扑结构的变化,PUSH-PINGS风格的算法表现不佳,相对于一个图形的顶点扩展和图形电导相比,在经典的电话模型中的已知的紧的结果。然后,我们证明,但是,如果节点被允许在每一轮广告一个单一的位,自然变化的推送PURCH终止的时间相匹配(对数因子内)这一战略的性能在经典的电话模型-即使在存在频繁的拓扑结构变化。我们还分析了该算法的性能如何随着变化率的增加而降低。我们认为,我们的模型很好地匹配新兴的移动设备的对等通信标准的属性,我们的高效的PUSH-PIPE的变化,利用小广告和适应拓扑结构的变化是一个很好的选择,在这个日益重要的设置谣言传播。
2016-07-19 cs.DS cs.SI
Randomized Rumor Spreading Revisited (Long Version)
我们开发了一种简单而通用的方法来分析全连接网络中的随机谣言传播过程。与以前的所有作品,其中大量利用的过程中的精确定义的调查,我们只需要了解的概率和事件的协方差,不知情的节点成为知情。这种普遍性使我们能够很容易地分析经典的推、拉和推拉协议,无论是在它们的纯版本还是在几个变体中,例如消息以恒定概率失败或节点每轮调用其他节点的随机数。也可以分析一些动态模型,例如,当网络是每轮独立采样的$G(n,p)$随机图时[Clementi et al.(ESA 2013)]。尽管这种一般性,我们的方法确定的预期谣言传播时间精确除了添加剂常数,这是更精确的比几乎所有以前的作品。我们还证明了尾界显示,从预期的偏差超过一个添加剂的$r$轮数发生的概率最多$\exp(-Ω(r))$。我们进一步使用我们的方法来讨论共同的假设,节点可以回答任何数量的来电。我们观察到,只有一个电话可以回答的限制导致显着增加的推拉协议的运行时间。特别地,该过程的双对数结束阶段现在需要对数时间。这也增加了从渐近最优$Θ(n \log\log n)$ [Karp,Shenker,Schindelhauer,Vöcking(FOCS 2000)]到$Θ(n \log n)$的消息复杂度。我们提出了一个简单的变化的推挽式协议,恢复到双对数结束阶段,从而$Θ(n \log\log n)$消息的复杂性。
2023-03-20 cs.DC cs.DS math.CO
Tight Analysis of Asynchronous Rumor Spreading in Dynamic Networks
异步谣言传播算法在网络中传播一条信息,即所谓的谣言。从单个被通知的节点开始,每个节点与具有速率$1$的指数时钟相关联,并且调用随机邻居以便可能交换谣言。传播时间是网络中所有节点都以高概率被告知的第一次。我们考虑算法在任何动态演化网络中的传播时间,$\mathcal{G}=\{G^{(t)}\}_{t=0}^{\infty}$,它是一个以离散时间步长$t=0,1\ldots$暴露的图序列。我们观察到,除了动态网络的扩展轮廓,节点的度分布随时间的推移影响传播时间。我们建立了上界的传播时间的图形电导和勤奋。对于给定的连通简单图$G=(V,E)$,割集$E(S, \overline{S})$的勤奋度定义为$ρ(S)=\min_{\{u,v\}\in E(S,\overline{S})}\max\{\bar{d}/d_u, \bar{d}/d_v\}$,其中$d_u$是$u$的度,$\bar{d}$是具有较小体积的割的一侧中的节点的平均度(即,${\mathtt{vol}}{(S)}=\sum_{u\in S}d_u$)。$G$的勤奋也被定义为$ρ(G)=\min_{ \emptyset\neq S\subset V}ρ(S)$。我们证明了该算法在$\mathcal{G}$中的传播时间受$T$的约束,其中$T$是$\sum_{t=0}^TΦ(G^{(t)})\cdotρ(G^{(t)})$第…
2020-05-16 cs.DC cs.DS
Fast Gossip-based Rumor Spreading using Small Messages
Lancaster University(兰卡斯特大学);Durham University(杜伦大学);University of Houston(休斯顿大学)
本文提出两种基于 gossip 的算法,利用图草图克服通信瓶颈,实现小消息快速传播,其中一种在弱导纳下运行O(c log n / Φ_c)轮,另一种在直径下运行O(D + √n)轮,同时能输出最小生成树。
2026-08-04 cs.DC cs.DS
Simple and Optimal Randomized Fault-Tolerant Rumor Spreading
我们重新讨论在一组$n$全连接处理器中传播一段信息的经典问题。通过在Gasienic和Pelc(1996)的协议中适当地添加少量的随机性,我们首次导出了(i)使用线性数量的消息的协议,(ii)即使当任意数量的对立选择的处理器不参与该过程时也是正确的协议,以及(iii)当至少任意小的恒定部分的处理器正在工作时,具有高概率地具有$O(\log n)$的渐近最优运行时间。此外,我们的协议不要求系统同步,也不要求所有处理器在零时同时唤醒,它们完全基于推操作,并且它们不需要对故障节点的数量进行先验估计。因此,我们的协议克服了两种已知方法的典型缺点,基于随机八卦的算法(由于其无组织的性质,通常需要大量的消息)和基于公平的工作负载分割的算法(这不是时间效率或需要复杂的预处理步骤加上同步)。
2015-01-05 cs.DC cs.DS
Rumor Spreading on Random Regular Graphs and Expanders
广播算法是分布式系统的重要组成部分。在这项工作中,我们调查的经典和研究推模型的典型性能。假设一个给定网络中的一个节点最初持有一些信息。在每一轮中,每个被通知的节点都独立地随机选择一个邻居,并向其发送消息。在本文中,我们考虑了随机网络,其中每个顶点的度至少为3,即,从具有n个顶点的所有d-正则图的集合中随机均匀地绘制基础图。我们证明了Push模型以概率1 - o(1)将消息广播到(1 + o(1))C_d ln n轮内的所有节点,其中C_d = 1/ ln(2(1-1/d))- 1/(d ln(1 - 1/d))。特别是,我们可以精确地描述节点度对推送模型的典型广播时间的影响。此外,我们考虑伪随机正则网络,其中我们假设每个节点的度非常大。我们证明了广播时间是(1+o(1))C ln n,概率为1 - o(1),其中C= 1/ ln 2 + 1,是C d随d增长的极限。
2010-02-18 cs.DS math.CO math.PR
Information Gathering in Ad-Hoc Radio Networks with Tree Topology
我们研究的问题,在ad hoc无线电网络中的信息收集没有冲突检测,集中在网络形成一棵树的情况下,与边缘指向根。最初,每个节点都有一条信息,我们称之为谣言。我们的目标是设计一种协议,将所有谣言尽快传递到树的根。协议必须在分配的时间内完成此任务,即使在计算开始时实际的树拓扑是未知的。在确定性的情况下,假设节点被标记为小整数,我们给出了一个O(n)时间的协议,使用无界消息,和O(n log n)时间的协议使用有界消息,其中任何消息只能包括一个谣言。我们还考虑了火灾和转发协议,其中一个节点只能发送自己的谣言或谣言收到的前一步。我们给出了一个运行时间为O(n^1.5)的确定性发送转发协议,并证明了它是渐近最优的。然后,我们研究随机算法的节点没有标记。在这个模型中,我们给出了一个O(n log n)时间的协议,我们证明了这个界是渐近最优的。
2014-07-06 cs.DS
Pull and Push&Pull in Random Evolving Graphs
Push、Pull和Push&Pull算法是研究得很好的谣言传播协议。在所有三个中,在开始时,图的一个节点被通知。在Push设置中,每一轮每个被通知的节点随机均匀地选择一个邻居,如果它还没有被通知,就通知它。在Pull设置中,每一轮每个未被通知的节点随机均匀地选择一个邻居,并向它询问谣言;如果被询问的邻居被通知,现在也通知询问节点。Push&Pull是Push和Pull的组合:在每一轮中,每个节点随机选择一个邻居。如果两人中至少有一人知道谣言,那么在这一轮之后,两人都知道谣言。Clementi等人已经考虑了Push in设置,其中底层图形在每一轮都发生变化。在他们研究的一个设置中,在每一轮中,底层图是一个新采样的Erdens-Rényi随机图$G(n,p)$。它们表明,如果$p\geq 1/n$,则概率为$1-o(1)$(作为$n\rightarrow \infty$),直到所有节点都被通知所需的轮数为$\mathcal{O}(\ln(n))$。Doerr和Kostrygin引入了一个通用的框架来分析谣言传播算法;使用这个框架,对于$a>0$和$p=a/n$,他们改进了先前在所描述的设置中的结果:Push所需的预期轮数被确定为$\log_{2-e^{-a}}(n)+1/(1-e^{-a})\ln(n)+\mathcal{O}(1)$ ;还获得了大的偏差界。使用他们的框架,我们调查拉…
2018-02-04 cs.DS math.CO
Deterministic Near-Optimal P2P Streaming
我们认为流在一个对等网络中的同质节点,其中一个单一的源广播的数据流在系统中的所有用户。对等体被允许任意地(对抗性地)进入或离开系统。在这种情况下,以前的流式传输方法要么使用随机分布图,要么使用具有随机维护算法的结构化树。随机图处理对等体流失很好,但有穷人的连通性保证,而结构化树有良好的连通性,但已被证明难以维持对等体流失。我们提出了一种新的分布式结构,一个确定性和分布式算法的对等体流失下的维护改进这两种方法,我们的结果是最近的工作提出确定性算法的谣言传播图的启发。我们的方法的一个关键创新是在分销结构中有冗余链接。虽然这会导致最大流率可能减少,我们表明,所使用的冗余量,所提出的算法的延迟保证是接近最佳的。我们引入了一个宽容的参数,捕捉最坏情况下的瞬时流速率接收的同行在流失事件和速率,延迟和宽容之间的基本权衡的特点。确定性算法的自然推广实现了这种折衷接近最优。最后,所提出的确定性算法是足够强大的,以处理各种概括:能够处理异构节点容量的同行和更复杂的流模式,多个源传输存在。
2014-07-08 cs.DS cs.NI
Active Fairness Auditing
Carnegie Mellon University(卡内基梅隆大学);University of Arizona(亚利桑那大学)
各行各业的公司对机器学习(ML)的快速普及带来了重大的监管挑战。其中一个挑战是可扩展性:监管机构如何有效地审计这些ML模型,确保它们是公平的?在本文中,我们开始研究基于查询的审计算法,该算法可以以查询高效的方式估计ML模型的人口统计学奇偶性。我们提出了一个最佳的确定性算法,以及一个实用的随机,预言机高效的算法具有可比的保证。此外,我们取得进展,了解随机主动公平性估计算法的最佳查询复杂度。我们对主动公平性评估的首次探索旨在将人工智能治理置于更坚实的理论基础之上。
2022-06-16 cs.CY cs.DS cs.LG