[論文レビュー] Proactive Resource Allocation: Harnessing the Diversity and Multicast Gains

John Tadrous, Atilla Eryılmaz+1 more|arXiv (Cornell University)|Oct 21, 2011

Cognitive Radio Networks and Spectrum Sensing被引用数 5

ひとこと要約

本稿では、予測可能なユーザ行動を活用して、障害確率を所定の水準に保つために、Tスロット分事前にリクエストを送信することで、無線ネットワークにおける能動的リソース割り当てを導入する。これにより、特定の障害確率に対する必要帯域幅が著しく削減される。大偏差理論を用いて、予測の多様性利得がTに線形に増加することを示し、能動的マルチキャストは多様性利得において非線形的（超線形的）にスケーリングされることを示し、主ネットワークの性能を損なわずにスペクトル効率を顕著に向上可能である。

ABSTRACT

This paper introduces the novel concept of proactive resource allocation through which the predictability of user behavior is exploited to balance the wireless traffic over time, and hence, significantly reduce the bandwidth required to achieve a given blocking/outage probability. We start with a simple model in which the smart wireless devices are assumed to predict the arrival of new requests and submit them to the network T time slots in advance. Using tools from large deviation theory, we quantify the resulting prediction diversity gain} to establish that the decay rate of the outage event probabilities increases with the prediction duration T. This model is then generalized to incorporate the effect of the randomness in the prediction look-ahead time T. Remarkably, we also show that, in the cognitive networking scenario, the appropriate use of proactive resource allocation by the primary users improves the diversity gain of the secondary network at no cost in the primary network diversity. We also shed lights on multicasting with predictable demands and show that the proactive multicast networks can achieve a significantly higher diversity gain that scales super-linearly with T. Finally, we conclude by a discussion of the new research questions posed under the umbrella of the proposed proactive (non-causal) wireless networking framework.

研究の動機と目的

• ピーク帯域幅需要と平均帯域幅需要の差を縮小することで、増加する無線スケジューリングの枯渇問題に対処するための能動的スケジューリングを提示する。
• スマートデバイスを用いて、繰り返し発生するデータリクエストなどのユーザ行動の予測可能性を活用し、事前にリクエストを送信することでネットワーク負荷を平滑化する。
• 大偏差理論を用いて、予測とマルチキャストによる多様性利得を定量的に評価する。
• 認知無線システムにおける能動的割り当てが、主ネットワークの信頼性を損なわず、副ネットワークのパフォーマンスを向上させることを示す。
• 能動的マルチキャストネットワークにおける超線形的多様性スケーリングの可能性を検討する。

提案手法

• ユーザが予測された行動に基づき、Tスロット分事前にリクエストを送信する能動的リソース割り当てフレームワークを提案する。
• 大偏差理論を用いて、障害確率の減衰率を分析し、予測期間Tの関数として多様性利得を定量化する。
• ユニキャストおよびマルチキャストトラフィックをモデル化し、時間スロットごとのリクエスト到着とサービス容量の推移を追跡する。
• 「予測多様性利得」という概念を導入し、Cramérの定理およびモーメント生成関数を用いて障害確率の境界を導出する。
• ランダムな予測先読み時間Tの影響を分析し、マルチキャストアライメントを組み込んでスペクトル効率を向上させる。
• 非因果的および能動的戦略を含む、さまざまなスケジューリング方針における障害確率の上界および下界を導出する。

実験結果

リサーチクエスチョン

• RQ1 Tスロット分事前にユーザリクエストを予測することで、無線ネットワークにおける多様性利得と障害確率にどのような影響を与えるか？
• RQ2 能動的ユニキャストおよびマルチキャストシステムにおいて、予測期間Tに対する多様性利得のスケーリング特性はどのように変化するか？
• RQ3 認知無線環境下で、能動的リソース割り当ては主ネットワークの信頼性を損なわず、副ネットワークのパフォーマンスを向上させることができるか？
• RQ4 マルチキャストアライメントと予測が組み合わさることで、どのようにして超線形的多様性スケーリングを達成できるか？
• RQ5 ランダムな予測先読み時間Tを想定した場合の、能動的スケジューリングの根本的限界は何か？

主な発見

• 予測による多様性利得は予測期間Tに比例して増加し、障害確率の減衰率が著しく向上する。
• 能動的マルチキャストネットワークでは、多様性利得がTに対して超線形的にスケーリングされ、ユニキャストよりも高いスペクトル効率が達成可能である。
• 認知無線環境下では、主ユーザによる能動的割り当てが、主ネットワークのパフォーマンスを損なわず、副ネットワークの多様性利得を向上させる。
• 大偏差理論を用いて導出した障害確率の境界は、Tが増加するにつれて減衰率が上昇することを示し、特定の条件下では下界と上界が一致する。
• システムの多様性利得は、d = (T+1)log y2 − (T+1)γ̄u(y2−1) − θ̄log(1−ξTm + ξTmy2) で与えられ、y2はトラフィックおよび予測パラメータに依存する。
• Q̄u(n) > C が障害を示す十分条件であることが分析で確認され、多様性利得の根本的下界が確立された。