[論文レビュー] Utility Optimal Scheduling in Processing Networks

Longbo Huang, Michael J. Neely|arXiv (Cornell University)|Oct 9, 2010

Advanced Wireless Network Optimization参考文献 19被引用数 5

ひとこと要約

本稿では、確率的プロセッシングネットワークにおける到着とネットワーク状態のランダム性を考慮したユーティリティ最適スケジューリングのための摂動付き最大重み（PMW）アルゴリズムを提案する。キュー重みの摂動によりアンダーフローを防止することで、PMWは最適値から$O(1/V)$の範囲内で時間平均的ユーティリティを達成し、$O(V)$の平均バックログを維持する。これにより、システムダイナミクスの統計的知識が不要な安定的でグリーディなスケジューリングが可能になる。

ABSTRACT

We consider the problem of utility optimal scheduling in general \emph{processing networks} with random arrivals and network conditions. These are generalizations of traditional data networks where commodities in one or more queues can be combined to produce new commodities that are delivered to other parts of the network. This can be used to model problems such as in-network data fusion, stream processing, and grid computing. Scheduling actions are complicated by the \emph{underflow problem} that arises when some queues with required components go empty. In this paper, we develop the Perturbed Max-Weight algorithm (PMW) to achieve optimal utility. The idea of PMW is to perturb the weights used by the usual Max-Weight algorithm to ``push'' queue levels towards non-zero values (avoiding underflows). We show that when the perturbations are carefully chosen, PMW is able to achieve a utility that is within $O(1/V)$ of the optimal value for any $V\geq1$, while ensuring an average network backlog of $O(V)$.

研究の動機と目的

• ランダムな到着と時間変動するネットワーク状態を有する一般のプロセッシングネットワークにおけるユーティリティ最適スケジューリングを解決すること。
• スケジューリング行動中に必要なキュー内容が枯渇することで生じるキューのアンダーフローという課題を解消すること。
• システムのランダムネスに関する統計的知識を必要としない、グリーディで低コストのアルゴリズムを設計し、近似的に最適なユーティリティを達成すること。
• 明示的なバックログバウンドを提供し、複雑な動的計画法の定式化に依存しないこと。
• 複数の商品がキュー間で結合または変換されるプロセッシングネットワークに、最大重みフレームワークを拡張すること。

提案手法

• キューの重みをゼロに近づけないよう摂動項を追加することで、標準的な最大重み重みを変更する摂動付き最大重み（PMW）アルゴリズムを導入する。
• すべてのキューがゼロでないレベルを維持するよう、摂動ベクトル$\boldsymbol{\theta}$を用いて、スケジューリング中のアンダーフローを防止する。
• 安定性およびユーティリティ性能の分析にリャプノフ最適化技術を適用し、バックログと最適性ギャップのバウンドを導出する。
• キューのバックログとユーティリティを組み合わせたリャプノフ関数を構築し、ドリフトプラスペナルティ解析を用いて性能保証を導出する。
• 2段階の更新メカニズムを実装する：まず、需要キューの重みを更新し、その後、供給キューに更新を伝搬させて、重みに基づくスケジューリング意思決定の一貫性を維持する。
• 定数$C = N_p M_p w_{\text{max}} \nu_{\text{max}} \beta_{\text{max}}$を用いて、最適行動集合からの逸脱をバウンドすることで、PMWが最適値から$O(1/V)$の範囲内でユーティリティを達成することを証明する。

実験結果

リサーチクエスチョン

• RQ1 統計的知識が不要なグリーディなスケジューリングアルゴリズムが、ランダムなダイナミクスとアンダーフロー制約を有するプロセッシングネットワークで近似的に最適なユーティリティを達成できるか？
• RQ2 システムのランダムネスに関する統計的知識が不要な条件下で、最大重みベースのスケジューリングにおけるキューのアンダーフローをどのように防止できるか？
• RQ3 時間変動するプロセッシングネットワークにおいて、アンダーフロー回避とユーティリティ最適性の両方を満たす摂動戦略は何か？
• RQ4 実装可能な実用的アルゴリズムに対して、ネットワークバックログとユーティリティギャップの明示的バウンドを導出できるか？
• RQ5 従来の手法（例：デフィシット最大重みやブラウン運動近似）と比較して、PMWアルゴリズムの性能と計算複雑度はどのように異なるか？

主な発見

• PMWアルゴリズムは、任意の$V \geq 1$に対して、時間平均的ユーティリティが最適値から$O(1/V)$の範囲内に収束する。
• 平均ネットワークバックログは$O(V)$でバウンドされ、ユーティリティ最適性と遅延のトレードオフを提供する。
• 摂動戦略により、すべてのキューがゼロでないレベルを維持するよう保証され、スケジューリング中のアンダーフロー問題が効果的に解消される。
• アルゴリズムは、選択された行動が最適値から定数$C = N_p M_p w_{\text{max}} \nu_{\text{max}} \beta_{\text{max}}$の範囲内で最大重み関数を達成することを保証する。
• PMWアルゴリズムは、ネットワーク状態分布の統計的知識が不要なグリーディな動作を実現するため、リアルタイム実装に適している。
• 本手法により、重みの更新がネットワーク全体に適切に伝搬され、依存するキュー間でのスケジューリング意思決定の一貫性が保たれる。