[論文レビュー] Window Flow Control Systems with Random Service

Alireza Shekaramiz, Jörg Liebeherr+1 more|arXiv (Cornell University)|Jul 16, 2015

Network Traffic and Congestion Control参考文献 10被引用数 6

ひとこと要約

本稿は、確率的サービスと固定フィードバック遅延を伴う確率的ネットワークに対して、モーメント生成関数（MGF）ネットワークカルキュラスを用いて、決定的ウィンドウフロー制御解析を拡張する。i.i.d.およびマコフ変調サービスプロセスの両方について、有効容量および統計的サービス曲線のタイトな上限・下限を導出しており、フィードバック遅延とサービス相関が性能に顕著に影響することを明らかにしている。特殊な場合に限り正確な結果が得られる。

ABSTRACT

We present an extension of the window flow control analysis by R. Agrawal et.al. (Reference [1]), C.-S. Chang (Reference [6]), and C.-S. Chang et. al. (Reference [8]) to a system with random service time and fixed feedback delay. We consider two network service models. In the first model, the network service process itself has no time correlations. The second model addresses a two-state Markov-modulated service.

研究の動機と目的

• ネットワークカルキュラスにおける確率的フィードバックシステムの解析という未解決問題に取り組むこと、特に確率的サービスを伴うウィンドウフロー制御を対象とする。
• 確率的環境下におけるフィードバック遅延とウィンドウサイズ制約が引き起こすサービス劣化をモデル化し、定量的に評価すること。
• 二変量確率的過程とモーメント生成関数を用いて、決定的フィードバック解析を確率的設定に拡張すること。
• 独立および相関のあるサービスプロセスの両方について、有効容量および統計的サービス曲線のタイトな境界を提供すること。
• 現実的で決定的でないネットワークシナリオにおけるウィンドウフロー制御の正確な性能評価を可能にすること。

提案手法

• ランダムな到着、サービス、フィードバック遅延をモデル化するために、モーメント生成関数（MGF）を用いた二変量ネットワークカルキュラスを用いる。
• フィードバックシステムの依存関係に対処するために、滑らかにした畳み込み推定を導出することで、MGFネットワークカルキュラスを改善する。
• 二つのサービスモデルに理論を適用する：i.i.d.サービスと二状態マコフ変調On-Offサービス。
• MGFベースの枠組みを用いて、フィードバックシステムの有効容量の上限および下限を導出する。
• ウィンドウ化されたサービスプロセスのモーメント生成関数の境界を用いて、統計的サービス曲線を構築する。
• 時間スロットが1 msであるようなパrameters $ p_{00}=0.2 $, $ p_{11}=0.9 $, および $ P=1.125 $ Mbps を用いて、数値的妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 フィードバック遅延とウィンドウサイズは、確率的ウィンドウフロー制御システムの有効容量にどのように影響するか？
• RQ2 サービスが確率的でフィードバックが遅延する場合、サービスプロセスのタイトな境界はどの程度達成可能か？
• RQ3 サービスプロセスの時間相関（例：マコフ変調）がある場合、i.i.d.サービスと比較して性能境界にどのような影響を与えるか？
• RQ4 MGFネットワークカルキュラスは、フィードバックシステムにおける非可換畳み込みの課題に対処できるように適応可能か？
• RQ5 どのような条件下で、確率的フィードバックシステムにおける有効容量の正確な式が導出可能か？

主な発見

• i.i.d.サービスの場合、有効容量 $ \gamma_{\rm win}(-\theta) $ は $ \min\{\gamma_S(-\theta), \frac{w}{d}\} $ で境界づけられ、よりタイトな下限はMMOOプロセスから導出される。
• $ \theta \to \infty $ の極限において、有効容量の上限と下限は鋭くなるため、尾部性能において高い正確性を示す。
• マコフ変調サービスの場合、OFF状態の継続性により、統計的サービス曲線 $ \mathcal{S}_{\rm win}^\varepsilon(0,t) $ に初期遅延が生じ、$ w/d $ が増加するほど境界が広がる。
• 統計的サービス曲線の下限は $ t > 10 $ ms のときのみ正の値をとり、シミュレーションの実線曲線と一致する。
• コロナリー3の有効容量境界は、コロナリー5の境界よりもほとんどの $ \theta $ に対してタイトであるため、性能推定の高精度を示している。
• 数値的結果は、$ w/d $ を増加させることでサービス曲線が比例して改善されることを確認しており、VBRサービス行動と整合的である。