동적 네트워크를 위한 분산 클러스터링 알고리즘

초록

본 논문은 이동성이 존재하는 대규모 네트워크에서 클러스터를 자동으로 형성·유지하는 완전 분산 알고리즘을 제안한다. 토큰을 무작위 워크 방식으로 순회시키며, 토큰이 방문한 노드들을 클러스터에 포함하고 클러스터 크기를 최소 m 이상으로 유지한다. 각 클러스터는 토큰을 보유한 노드가 전부의 의사결정을 담당하고, 토큰 간 충돌 없이 동시에 여러 클러스터가 성장한다. 토큰 기반 설계는 토폴로지 변화가 발생한 클러스터와 인접 클러스터에만 재계산을 요구함으로써 지역적 적응성을 확보한다.

상세 분석

이 알고리즘은 토큰 기반 무작위 워크(Random Walk) 메커니즘을 활용해 네트워크 전역에 걸쳐 클러스터를 동시다발적으로 생성한다는 점에서 기존의 중앙집중식 혹은 단계적 클러스터링 기법과 차별화된다. 토큰은 현재 소유 노드가 클러스터의 상태를 관리하도록 설계되어 있어, 토큰이 이동할 때마다 해당 노드가 새로운 노드의 포함 여부를 판단하고, 클러스터 크기가 m 이하로 감소하면 인접 클러스터와의 합병 혹은 토큰 재생성을 통해 최소 크기를 보장한다. 이러한 로컬 의사결정 구조는 토폴로지 변화—예를 들어 노드 이동, 링크 끊김, 신규 노드 추가—가 발생했을 때 전체 네트워크에 재계산을 요구하지 않고, 영향을 받은 클러스터와 그 인접 클러스터만 국소적으로 재조정한다는 장점을 제공한다.

알고리즘의 수렴성은 토큰이 무한히 순회하면서 모든 노드를 탐색하고, 각 클러스터가 최소 m개의 노드를 확보하면 더 이상 토큰이 새로운 노드를 추가하지 않음으로써 보장된다. 또한, 클러스터 크기가 가능한 한 m에 가깝게 유지되도록 설계되어 있어, 주어진 네트워크에서 최대한 많은 클러스터를 형성한다는 ‘지역 최적(local optimal)’ 특성을 갖는다. 이는 클러스터 수를 최대로 하는 전역 최적화 문제를 근사적으로 해결하는 효과적인 휴리스틱으로 해석될 수 있다.

복잡도 측면에서 토큰 이동은 단순 무작위 워크이므로 각 토큰당 평균 이동 거리와 토큰 수에 비례하는 메시지 오버헤드가 발생한다. 하지만 토큰이 동시에 여러 개 존재하고, 각 토큰이 독립적으로 작동하기 때문에 전체 시스템의 스루풋은 네트워크 규모에 선형적으로 확장된다. 또한, 토큰이 소유한 노드만이 클러스터 내부 정보를 유지하므로 메모리 사용량도 각 노드당 상수 수준에 머문다.

이 알고리즘은 이동성이 높은 무선 센서 네트워크, 차량 간 통신(VANET), 그리고 동적인 IoT 환경 등에서 실시간 클러스터링이 요구되는 상황에 적합하다. 특히, 중앙 제어가 불가능하거나 통신 지연이 큰 환경에서 토큰 기반 로컬 제어는 높은 견고성과 확장성을 제공한다.