[FGI3] Einleitung der Ausarbeitung geschrieben

Signed-off-by: Jim Martens <github@2martens.de>
This commit is contained in:
Jim Martens 2017-01-07 14:37:45 +01:00
parent 448cdda1c0
commit 29ddaea882
1 changed files with 200 additions and 0 deletions

200
fgi3/seminar-paper.tex Normal file
View File

@ -0,0 +1,200 @@
\documentclass[12pt,ngerman,a4paper]{scrartcl}
\usepackage{amsfonts}
\usepackage{amsmath}
\usepackage{amsthm}
\usepackage[ngerman]{babel}
\usepackage[utf8]{inputenc}
\usepackage[T1]{fontenc}
\usepackage[round]{natbib}
\usepackage[german=quotes]{csquotes}
% mathematical environments
\theoremstyle{plain}
\newtheorem{theorem}{Theorem}
\newtheorem{lemma}[theorem]{Lemma}
\newtheorem{corollary}[theorem]{Corollary}
\newtheorem{observation}[theorem]{Observation}
\newtheorem{claim}[theorem]{Claim}
\theoremstyle{definition}
\newtheorem{definition}{Definition}
\theoremstyle{remark}
\newtheorem*{remark}{Remark}
\MakeOuterQuote{"}
% title & author
\title{Stabilizing consensus with the power of two choices}
%\subtitle{Eine informelle Einführung in die Iterationstheorie}
\author{Jim Martens}
\subject{\small
Hausarbeit im Modul FGI-3, WS 2016/2017\\
Fachbereich Informatik, Universität Hamburg
}
\date{\today}
\begin{document}
\maketitle
\begin{abstract}
TODO
\end{abstract}
\tableofcontents
\section{Einleitung}
Als Konsens wird eine Lösung beschrieben, auf die sich alle Beteiligten einigen
können. Mit einem Konsensproblem wird eine Situation beschrieben, in der das
Erreichen eines Konsens das Ziel ist. Ein Problem ist es, weil das Erreichen
dieses Konsens in diesen Fällen nicht offenkundig und/oder trivial, sondern
oftmals schwierig ist. Eine Lösung eines solchen Problems ist dann
beispielsweise ein Algorithmus, der in einer solchen Situation einen Konsens
herbeiführt.
Dabei gibt es viele solche Konsensprobleme im Alltag, sowohl zwischen Menschen
als auch unter Einbindung von Technologie. Die menschlichen Probleme sind
mittels theoretischer Betrachtungen nur schwer zu lösen, da dort auch unlogische
Aspekte eine Rolle spielen. Für die technischen Probleme ist eine theoretische
Betrachtung allerdings sehr wohl von Interesse und Bedeutung.
Ein typisches
Beispiel von einem Konsensproblem ist die Synchronisation von verteilten
Prozessen, wie sie beispielsweise bei einem Multiplayerspiel über das Internet
auftreten können. Dort muss der Zustand der Welt zwischen den Geräten
synchronisiert werden, denn die Berechnung der Welt findet in aller Regel aus
Performancegründen auf den einzelnen Geräten statt. Es gibt also $n$ verschiedene
Weltzustände und natürlich sollen alle Geräte den gleichen benutzen, damit
zum Beispiel Schüsse in allen Zuständen zur gleichen Zeit und in die gleiche
Richtung gehen und auch das Gleiche treffen. Im Fall von Multiplayerspielen
oder vergleichbaren Szenarien ist die Lösung oftmals die Ernennung eines "Leaders",
der meistens auf Seiten des Servers ist und somit unter Kontrolle der
Spieleentwickler oder unter allen Prozessen gewählt wird. Dessen Zustand wäre
dann der Maßstab für alle anderen Prozesse, welche ihren eigenen Wert von diesem
"Leader" kopieren würden.
Wenn jedoch Prozesse manipuliert werden können, dann könnten im Falle einer freien
Wahl des "Leaders" auch jener und damit alle Prozesse manipuliert werden. Daher
ist die Lösung in diesem Fall erheblich schwieriger. Für den Fall, dass Nachrichten
asynchron ausgetauscht werden, Prozesse nicht mit einer einheitlichen Uhr
laufen und willkürlich unterschiedliche Geschwindigkeiten haben und ein Prozess
zu jeder beliebigen Zeit einen Crash erleben kann, wurde gezeigt, dass die Lösung
des Problems unmöglich ist.[Quelle] Aber auch wenn alle Prozesse synchron
Nachrichten austauschen, die gleiche Uhr und Geschwindigkeit benutzen, ist es
unmöglich, wenn mindestens ein Drittel aller Prozesse sogenannte byzantinische
Fehler haben können.[Quelle] Dies gilt beides jedoch nur für deterministische
Algorithmen.
Als byzantinische Fehler werden solche bezeichnet, bei denen nicht klar ist, ob
ein Fehler eingetreten ist. Es basiert auf dem Gedankenexperiment, dass es zwei
byzantinische Armeen gibt, die sich nicht gegenseitig sehen oder hören können,
aber über einen gemeinsamen Zeitpunkt zum Angriff austauschen müssen. Zwischen
beiden Armeen befindet sich jedoch der Feind, sodass alle Botschaften zwischen
den Armeen abgefangen oder manipuliert werden können. Keine der beiden Armeen
kann daher wissen, ob die andere Seite nun eine Uhrzeit bestätigt hat. Ein
alleiniger Angriff würde die Vernichtung der jeweils angreifenden Armee zur Folge
haben.
Es gibt randomisierte Algorithmen, die im asynchronen Fall das Problem mit einer
Wahrscheinlichkeit nahezu 1 lösen können.[Quelle] Auf spezifische Ansätze mit
randomisierten Algorithmen wird jedoch später näher eingegangen.
In dieser Hausarbeit wird näher eine gewisse Abwandlung des Konsensproblems
behandelt, die des stabilisierenden Konsensproblems. Der Unterschied ist, dass
einzelne Prozesse nicht länger einen finalen Wert erreichen müssen. Wichtig ist
allein, dass alle Prozesse schließlich einen gemeinsamen Wert haben, ohne dies
notwendigerweise zu wissen, und diesen dann behalten. Aufgrund dieser Abwandlung
ist der Startzustand der Prozesse egal. Die gesuchte Lösung ist also ein sich
selbststabilisierendes Konsensprotokoll.
\subsection{Aufbau der Arbeit}
% auch ohne Subsection aufschreiben, abgetrennt, um es nicht zu vergessen
TODO
% Beginn Hauptinhalt
\section{Iterierte Umfärbungen }\label{sec:Iterierte-Umfärbungen}
Im folgenden betrachten wir Umfärbungen von Tüten sowie deren
Iteration. Hierbei ist insbesondere der Grenzwertprozess von
Interesse.
\subsection{Iteration, Stabilisation}
Wir nehmen eine vorgegebene Mengen an Farben $C$ an. Der Einfachheit
halber identifizieren wir eine Tüte $T$ mit $n$ Gummibären mit dem
Intervall $[1, \ldots, n]$.
\begin{definition}[Färbung]
Eine \emph{Färbung} ist eine Abbildung $f: [1, \ldots, n] \to C$.
Sei $F$ die Menge aller Färbungen
\end{definition}
Ein \emph{Funktional} ist eine Funktion, die Funktionen als Argumente
hat, d.h. …
\begin{definition}[Umfärbung]
Eine \emph{Umfärbung} ist eine Funktional $u: F \to F$.
\end{definition}
\begin{definition}
Sei die Färbung $f: [1, \ldots, n] \to C$ gegeben.
Die Iteration einer Umfärbung $u: F \to F$ ist
\begin{equation}
\begin{array}{rcl}
u^0(f) &:=& f \\
u^{n+1}(f) &:=& u(u^{n}(f))
\end{array}
\end{equation}
\end{definition}
Wir hätten es gerne, dass sich $u^{n}(f)$ für $n \to \infty$
stabilisiert.
\subsection{Ordnungen}
In \citep{hans-riegel-1994} findet sich der folgende Satz:
\begin{theorem}[Hans und Riegel, 1994]
Zu jeder wohlgeordneten Menge von Gummibärenfarben ...
\end{theorem}
Historisch betrachtet findet sich der Wohklordnungsbegriff aber
bereits schon \citep{riegel-1993} angelegt.
\subsection{Eindeutigkeit}
Es gibt eine Besonderheit des Wohlordnungssatz auf Gummibärenfarben:
Der Wohlordnungssatz auf Gummibärenfarben garantiert die
Stabiliserung. Er garantiert aber nicht die Eindeutigkeit des
Endergebnisses. Das Endergebnis hängt von der Auswahlfunktion $g:
\mathbb{N} \to [1, \ldots, k]$ auf dem Umfärbungsensemble ab. Es
ergibt sich also sofort die Frage: Für welche Umfärbungsensembles ist
auch das Endergebnis eindeutig?
\section{Verwandte Arbeiten und Ansätze}
Wir finden in der Literatur eine Reihe ähnlicher Ansätze, von denen
wir einige vorstellen wollen.
\paragraph{Ondulierten Umfärbung}
\paragraph{Iterierte Verfärbung}
\paragraph{Gefärbte Iteration}
\section{Ausblick und Zusammenfassung}
\subsection{Zusammenfassung}
\subsection{Ausblick}
In dieser Hausarbeit habe ich einiges nur kurz angerissen bzw. ganz
weggelassen, weil es den Rahmen des Seminars sprengt.
Insbesondere habe ich nicht die Theorie der Umfärbung auf unendlich
großen Tüten behandelt. Diese Theorie basiert prinzipiell auch auf
den hier behandelten Konzepten, wobei daruaf zu achten ist, dass....
\subsection{Bezug zum M.Sc. Studium}
Abschließend möchte ich die Relevanz des Themas für das weitere
Studium im Master skizzieren....
\bibliographystyle{dinat}
\bibliography{references}
\end{document}