[논문 리뷰] A Temporal Approach to Stochastic Network Calculus

Jing Xie, Yuming Jiang외 1명|arXiv (Cornell University)|2011. 12. 13.

Network Traffic and Congestion Control참고 문헌 26인용 수 3

한 줄 요약

이 논문은 누적 도착 간격 및 서비스 시간을 기반으로 트래픽와 서비스를 모델링함으로써 오차가 발생할 수 있는 네트워크와 경쟁 기반 액세스를 갖는 네트워크(예: 무선 및 다중 액세스 시스템)를 분석할 수 있는 시간 영역 접근법을 제안한다. 주요 기여는 지연 및 백로그 경계, 초합성 및 연결성 성질을 수립하는 새로운 시간 영역 프레임워크를 제공하며, 기존 공간 영역 모델과의 모델 변환을 통해 이를 연결한다.

ABSTRACT

Stochastic network calculus is a newly developed theory for stochastic service guarantee analysis of computer networks. In the current stochastic network calculus literature, its fundamental models are based on the cumulative amount of traffic or cumulative amount of service. However, there are network scenarios where direct application of such models is difficult. This paper presents a temporal approach to stochastic network calculus. The key idea is to develop models and derive results from the time perspective. Particularly, we define traffic models and service models based on the cumulative packet inter-arrival time and the cumulative packet service time, respectively. Relations among these models as well as with the existing models in the literature are established. In addition, we prove the basic properties of the proposed models, such as delay bound and backlog bound, output characterization, concatenation property and superposition property. These results form a temporal stochastic network calculus and compliment the existing results.

연구 동기 및 목표

• 기존 스토하스틱 네트워크 계산의 한계를 해결하기 위해 오차가 발생할 수 있는 무선 링크와 경쟁 기반 액세스를 갖는 네트워크 분석을 위한 접근법을 제공한다.
• 패킷 도착 및 서비스의 시간적 행동을 도착 간격 및 서비스 시간의 관점에서 모델링하는 시간 영역 모델링 접근법을 개발한다.
• 새로운 시간 영역 프레임워크 내에서 지연 경계, 백로그 경계, 출력 특성화, 연결성 및 초합성과 같은 기본 성질을 수립한다.
• 기존 공간 영역 모델과의 연결을 위해 시간 영역 및 공간 영역 스토하스틱 네트워크 계산 모델 간의 변환 규칙를 유도함으로써 시간 영역 및 공간 영역 간의 격차를 메운다.
• 복잡한 네트워크 시나리오(예: 포아송 과정의 초합성)의 성능 분석을 가능하게 하기 위해 새로운 시간 영역 모델을 활용한다.

제안 방법

• 패킷 간 누적 도착 간격을 기반으로 한 트래픽 모델을 정의하며, 이를 $\Gamma(m,n) = a(n) - a(m)$ 로 표기하여 시간 영역 도착 곡선의 기초를 마련한다.
• 각 패킷의 누적 서비스 시간을 기반으로 한 서비스 모델을 정의하며, 서비스 시간 $\delta_n$ 을 사용하여 시간적 서비스 프로세스를 특성화한다.
• 시간 영역 스토하스틱 도착 곡선의 두 유형을 도입한다: $v.w.d$ (함수 $h(y)$ 를 갖는 경계 함수) 및 $v.b.c$ (역함수 $z^{-1}_i(x)$ 를 갖는 함수), 이를 통해 확률적 지연 및 백로그 경계를 가능하게 한다.
• 시간 영역 $v.w.d$ 와 공간 영역 $v.b.c$ 스토하스틱 도착 곡선 간의 모델 변환을 역함수 및 시간 이동에 대한 상한값을 통해 수립한다.
• 시간 영역 $v.w.d$ 도착 곡선에 대해 $N$개의 흐름에 대한 초합성 성질을 증명하며, 집합 시간 영역 도착 곡선 $\lambda(n) = \inf\{\tau : \sum_{i=1}^N \alpha_i(\tau) \geq n\}$ 과 경계 함수 $h(y) = f(z^{-1}(y))$ 를 유도한다.
• 최소-플러스 대수와 최대-플러스 대수를 사용하여 시간 영역 네트워크 계산을 형식화함으로써 기존 네트워크 계산 원칙과의 일관성을 확보한다.

실험 결과

연구 질문

• RQ1 무선 및 다중 액세스 네트워크와 같은 확률적 서비스를 갖는 네트워크를 더 잘 모델링하기 위해 스토하스틱 네트워크 계산을 시간 영역 관점에서 어떻게 재구성할 수 있는가?
• RQ2 트래픽와 서비스가 시간 영역에서 모델링될 경우, 지연 경계, 백로그 경계, 출력 특성화, 연결성 및 초합성과 같은 기본 성질은 무엇인가?
• RQ3 시간 영역 스토하스틱 도착 곡선을 그에 상응하는 공간 영역 모델로 변환할 수 있는 방법은 무엇이며, 반대로도 마찬가지인가?
• RQ4 포아송 과정과 같은 다수의 스토하스틱 도착 과정의 초합성은 시간 영역에서 효과적으로 특성화될 수 있는가?
• RQ5 모델 변환은 다양한 네트워크 시나리오 간의 민첩하고 정확한 성능 분석을 가능하게 하는 데 어떤 역할을 하는가?

주요 결과

• 논문은 누적 도착 간격 및 서비스 시간을 기반으로 한 완전한 시간 영역 스토하스틱 네트워크 계산 프레임워크를 수립하여 확률적 서비스를 갖는 네트워크에서의 성능 분석을 가능하게 한다.
• 두 개의 독립된 포아송 과정의 초합성에 대한 시간 영역 $v.w.d$ 스토하스틱 도착 곡선은 $\lambda_s(n) = T_s \cdot n$ 와 $T_s < \frac{1}{\mu_1 + \mu_2}$ 를 만족하며, 경계 함수 $h_s(x) = 1 - (1 - \rho_s) \sum_{i=0}^{\lfloor x/T_s \rfloor} e^{-(\mu_1 + \mu_2)(iT_s - x)} \frac{[(\mu_1 + \mu_2)(iT_s - x)]^i}{i!}$ 로 유도된다.
• 시간 영역 $v.w.d$ 도착 곡선에 대해 초합성 성질이 증명되었으며, 집합 흐름이 경계 함수 $h(y) = f(z^{-1}(y))$ 를 갖는 $v.w.d$ SAC를 갖는다는 것을 보였다. 여기서 $f = f_1 \otimes \cdots \otimes f_N$ 이다.
• 시간 영역 $v.w.d$ 와 공간 영역 $v.b.c$ 스토하스틱 도착 곡선 간의 변환 방법이 수립되어, 프레임워크 간 분석 및 검증이 가능해졌다.
• 시간 영역에서 연결성 및 백로그 경계 성질이 증명되었으며, 이는 새로운 프레임워크가 핵심 네트워크 계산 연산을 지원함을 보여준다.
• 이 프레임워크는 재전송이 발생하는 무선 네트워크 및 랜덤 백오프를 갖는 다중 액세스 네트워크와 같이 공간 영역 모델을 직접 적용하기 어려운 도전적인 시나리오에 적용 가능함이 입증되었다.