네트워크 거리 계산을 위한 초고속 분산 알고리즘

초록

동기식 네트워크에서 각 노드가 동시에 직경, 반경, 그리고 자신의 원심성을 정확히 계산하도록 설계된 새로운 분산 알고리즘을 제안한다. 기존의 BFS‑트리 기반 단계적 방법보다 메시지 복잡도는 동일하지만 수렴 라운드 수를 크게 줄인다. 최악의 경우에도 노드 i는 diam(G)+ecc(i)+2 라운드 내에 원심성을, 2·diam(G)+ecc(i)+2 라운드 내에 직경, diam(G)+ecc(i)+2·radius(G) 라운드 내에 반경을 얻는다.

상세 분석

이 논문은 동기식 무방향 그래프 G = (V,E) 상에서 모든 노드가 동시에 자신의 원심성(eccentricity), 네트워크 직경(diameter) 및 반경(radius)을 계산하도록 하는 단일 단계 분산 프로토콜을 제시한다. 기존 연구에서는 각 노드가 BFS 트리를 별도로 구축하고, 그 결과를 이용해 전역 값을 합산하는 두 단계 혹은 그 이상의 파이프라인 방식을 사용했으며, 이는 4·D 라운드( D = diam(G) )까지 소요되는 것이 일반적이었다. 제안된 알고리즘은 “bfs”, “diam”, “rad”라는 세 종류의 메시지만을 이용해 각 노드가 자신의 ID와 현재 홉 수를 전파하고, 수신된 정보를 바탕으로 로컬 변수 e_i (원심성 추정), d_i (직경 상한), r_i (반경 하한)를 지속적으로 갱신한다. 핵심은 새로운 bfs 메시지가 도착하지 않은 연속 라운드 수 c_i 를 추적함으로써 수렴 시점을 로컬하게 판단할 수 있다는 점이다.

수학적 분석에서는 먼저 A_i(r) = {j | d(i,j) ≤ r ∧ j 활성} 이라는 “가시 영역”을 정의하고, I_i(r) (수신된 bfs ID 집합)과 동등함을 증명한다. 이를 통해 c_i 가 2가 되면 A_i(r) = V, 즉 모든 노드의 bfs가 도달했음을 보이고, 따라서 e_i = ecc(i)임을 보장한다(정리 3.1). 직경과 반경에 대해서는 각각 d_i 와 r_i 가 단조적으로 변하면서 c_i ≥ 2 및 c_i > d_i, c_i ≥ 2·r_i 조건을 만족할 때 최종값에 도달함을 정리 3.2, 3.3을 통해 증명한다.

시간 복잡도 측면에서, 최악의 경우에도 각 노드는 diam(G)+ecc(i)+2 라운드 내에 원심성을, 2·diam(G)+ecc(i)+2 라운드 내에 직경, diam(G)+ecc(i)+2·radius(G) 라운드 내에 반경을 확정한다. 이는 기존 4·D 라운드보다 평균 ~30 % 정도 빠른 수렴을 의미한다. 메시지 복잡도는 bfs 메시지 전파에 한해 Θ(|V|·|E|·log|V|) 비트이며, diam·rad 메시지는 각각 O(D·|E|·log D) 비트에 불과해 기존 방법과 동일하거나 약간 낮다.

알고리즘은 변수 시작 시점(노드가 임의 시점에 활성화)에도 견고하게 동작하도록 설계되었으며, 동기식 모델을 가정하지만 α‑synchronizer 를 이용해 비동기식 환경으로도 확장 가능하다. 또한, 로컬 수렴 판단 기준이 명확히 정의돼 있어 구현 시 복잡한 전역 동기화 없이도 각 노드가 독립적으로 종료를 결정할 수 있다. 이러한 특성은 센서 네트워크, P2P 시스템, 클라우드 인프라 등 대규모 분산 환경에서 토폴로지 정보를 빠르게 확보해야 하는 다양한 응용에 직접적인 이점을 제공한다.