Optimal Local Algorithms via Topology-Sensitivity

Projektbeschreibung

Die Lokalität für verbesserte Netzwerke und Lastausgleich verstehen

Durch die rasante Digitalisierung, Datentechnologien und Netzwerke ist es in vielen Sektoren zu erheblichem Wachstum mit zahlreichen Vorteilen gekommen. Dabei sind jedoch auch riesige Netzwerke aufgebaut worden und die Infrastrukturkosten und -anforderungen sind gestiegen. Im ERC-finanzierten Projekt OLA-TOPSENS wird die Frage der Lokalität betrachtet: Was kann mit nur lokalen Informationen berechnet werden und wie viele Informationen sind erforderlich? Diese Frage ist kritisch für die Optimierung dieser riesigen Netzwerke und für eine bessere Verteilung der Lasten und Aufgaben. Die Ergebnisse können auch in anderen Gebieten der Algorithmik Anwendung finden. Das Team wird innovative Analysen und Forschung einsetzen, um ein grundlegendes Verständnis der Lokalität zu erarbeiten.

Ziel

Considering the rapid growth of data sets and network sizes over the past decade, there is little doubt that the future of computation is distributed. One central aspect lying at the heart of distributed algorithms is the question of locality: what can be computed using only local information, and how much information is needed? While answering this question is essential for obtaining highly efficient algorithms for many important distributed problemssuch as load balancing in massive networks, locality is a fundamentally important concept also in many other fields of algorithmics, such as classical sequential algorithms, massively parallel algorithms, dynamic algorithms, sublinear algorithms, streaming algorithms, or online algorithms.

In the context of distributed algorithms, a careful analysis of recent research on impossibilities reveals the key challenges in understanding localityand therefore in designing optimal algorithmsfor many graph problems: understanding 1) how to solve tree-like structures efficiently and 2) how to explicitly exploit any deviations from a tree-like topology algorithmically. The goal of this proposal is to gain a fundamental understanding of locality via the novel concept of topology-sensitive algorithms that precisely addresses these key challenges by explicitly exploiting local topological features in the input instance. Such an understanding will result in optimal algorithms and tight complexity bounds for many important distributed problems, thereby resolving central questions in distributed algorithms that have been open for decades, laying the foundations for highly efficient and scalable algorithms in massive networks, and implying significant improvements over the state-of-the-art in a variety of other algorithmic fields. In a nutshell, the proposed project aims at a world in which everything that can be done locally will be done locally.