说话前先呼吸：在噪声、受限且匿名通信下的高效信息传播

分布式计算模型通常假设处理器之间的通信是可靠的。虽然此类假设对于工程网络（例如由于底层纠错协议）往往成立，但它们对于生物系统的相关性非常有限，因为在生物系统中消息在到达目的地之前经常发生畸变。在本研究中，我们通过严格分析一种由简单代理组成的大型匿名群体中的通信模型，迈出了缩小这一差距的第一步，这些代理通过简短且高度不可靠的消息进行交互。我们聚焦于广播问题和多数共识问题。这两者都是分布式计算中基本的信息传播问题，其目标是使代理收敛于某个规定的期望观点。我们启动了在存在通信噪声的情况下对这些问题的研究。我们的通信模型极弱，并遵循推送八卦（push gossip）通信范式：在每一轮中，每个希望发送信息的代理将消息传递给一个随机的匿名代理。这种通信进一步受限为仅包含一个比特（本质上代表一个观点）。最后，假设系统噪声极大，以至于每条发送消息中的比特以 $1/2-\epsilon$ 的概率独立翻转，其中 $\epsilon >0$ 为某个小量。即使在这种严重受限、随机且充满噪声的环境中，我们也给出了能够高效解决噪声广播和噪声多数共识问题的自然协议。我们的协议运行时间为 $O(\log n / \epsilon^2)$ 轮，总共使用 $O(n \log n / \epsilon^2)$ 条消息/比特，其中 $n$ 是代理数量。这些界限是渐近最优的，事实上，其速度和消息效率与每个代理同时被一个知道规定期望观点的代理直接告知的情况一样高。