[논문 리뷰] Adaptive Network Coding for Scheduling Real-time Traffic with Hard Deadlines

Lei Yang, Yalin E. Sagduyu외 2명|arXiv (Cornell University)|2012. 03. 18.

Cooperative Communication and Network Coding참고 문헌 20인용 수 10

한 줄 요약

이 논문은 무선 브로드캐스트 환경에서 하드 딜레인을 고려할 때, 남은 딜레인 시간에 따라 블록 크기를 동적으로 조정하는 적응형 네트워크 코딩(NC) 기법을 제안한다. 이는 최대의 스루풋을 달성하기 위한 것이다. 문제를 유한 수명의 마코프 결정 과정으로 모델링하고 최적의 블록 크기에서의 단조성 성질을 활용하여 다항 시간 내에 해를 찾는 다항시간 단조성 기반 역방향 삼투 알고리즘(Monotonicity-Based Backward Induction Algorithm, MBIA)을 개발하였다. 이 알고리즘은 실시간 최적의 블록 크기 선택을 가능하게 하며, 동적 환경에서의 채널 학습과 통합되어 시뮬레이션과 실제 환경에서 고정 블록 크기 방식보다 뛰어난 성능을 보였다.

ABSTRACT

We study adaptive network coding (NC) for scheduling real-time traffic over a single-hop wireless network. To meet the hard deadlines of real-time traffic, it is critical to strike a balance between maximizing the throughput and minimizing the risk that the entire block of coded packets may not be decodable by the deadline. Thus motivated, we explore adaptive NC, where the block size is adapted based on the remaining time to the deadline, by casting this sequential block size adaptation problem as a finite-horizon Markov decision process. One interesting finding is that the optimal block size and its corresponding action space monotonically decrease as the deadline approaches, and the optimal block size is bounded by the "greedy" block size. These unique structures make it possible to narrow down the search space of dynamic programming, building on which we develop a monotonicity-based backward induction algorithm (MBIA) that can solve for the optimal block size in polynomial time. Since channel erasure probabilities would be time-varying in a mobile network, we further develop a joint real-time scheduling and channel learning scheme with adaptive NC that can adapt to channel dynamics. We also generalize the analysis to multiple flows with hard deadlines and long-term delivery ratio constraints, devise a low-complexity online scheduling algorithm integrated with the MBIA, and then establish its asymptotical throughput-optimality. In addition to analysis and simulation results, we perform high fidelity wireless emulation tests with real radio transmissions to demonstrate the feasibility of the MBIA in finding the optimal block size in real time.

연구 동기 및 목표

• 무선 네트워크에서 하드 딜레인을 가진 실시간 멀티미디어 트래픽 스케줄링 문제를 해결하기 위해, 기존의 네트워크 코딩 기법이 지연으로 인해 복호화 실패 위험이 있다는 점을 고려한다.
• 남은 딜레인 시간에 따라 블록 크기를 동적으로 조정하는 적응형 NC 기법을 개발하여 스루풋과 복호화 신뢰성 간의 균형을 이룬다.
• 최적 정책에서의 단조성 성질을 활용하여 다항 시간 내에 최적의 블록 크기를 찾는 저복잡도 다항 시간 알고리즘(MBIA)을 설계한다.
• 실시간 채널 학습을 적응형 NC와 통합하여 시간에 따라 변화하는 무선 채널 환경에 대응한다.
• 장기적인 전달 비율 제약 조건을 가진 다중 플로우 환경으로 프레임워크를 확장하고, 온라인 스케줄링 알고리즘의 渐近적 스루풋 최적성(throughput optimality)을 증명한다.

제안 방법

• 하드 딜레인 조건 하에서 스루풋을 최적화하기 위해, 블록 크기 조정 문제를 유한 수명의 마코프 결정 과정(MDP)으로 수식화한다.
• 최적의 블록 크기와 그 행동 공간이 딜레인이 다가올수록 단조롭게 감소하며, 즉각적인 스루풋을 최대화하는 '그리디' 블록 크기로 상한선이 존재함을 규명한다.
• 단조성 구조를 활용하여 검색 공간을 줄이고 다항 시간 내에 최적의 블록 크기를 계산하는 단조성 기반 역방향 삼투 알고리즘(MBIA)을 개발한다.
• 사전 지식이 없이도 실시간으로 채널 삭제 확률을 추정할 수 있는 통합된 실시간 스케줄링 및 채널 학습 기법을 도입한다.
• 하드 딜레인과 장기적인 전달 비율 제약 조건을 가진 다중 플로우 환경으로 모델을 일반화하고, MBIA를 저복잡도 온라인 스케줄링 알고리즘에 통합한다.
• 실제 무선 전송을 통한 고정밀도 무선 환경 시뮬레이션을 통해 접근의 실시간 가능성과 성능 향상을 검증한다.

실험 결과

연구 질문

• RQ1 패킷에 하드 딜레인이 존재하는 무선 브로드캐스트 채널에서 네트워크 코딩의 최적 블록 크기는 무엇인가?
• RQ2 실시간으로 스루풋을 최대화하면서도 적시 복호화를 보장하기 위해 블록 크기를 어떻게 동적으로 조정할 수 있는가?
• RQ3 최적 정책의 구조를 활용하여 동적 프로그래밍의 계산 복잡도를 낮출 수 있는가?
• RQ4 부정확한 채널 상태 정보 하에서 시간에 따라 변화하는 채널 조건에서 시스템 성능은 어떠한가?
• RQ5 스루풋과 복호화 신뢰성 측면에서 고정 블록 크기 NC 대비 적응형 NC의 성능 향상은 얼마나 되는가?

주요 결과

• 최적의 블록 크기는 딜레인이 다가올수록 단조롭게 감소하며, 즉각적인 스루풋을 최대화하는 '그리디' 블록 크기로 상한선이 존재한다.
• MBIA 알고리즘은 최적 정책의 단조성 구조를 활용하여 검색 공간을 줄이고 표준 동적 프로그래밍의 지수적 복잡도를 피하여 다항 시간 내에 최적의 블록 크기를 계산한다.
• 통합된 스케줄링 및 채널 학습 기법은 사전에 삭제 확률을 알지 못해도 시간에 따라 변화하는 채널 조건에 효과적으로 대응할 수 있다.
• 다중 플로우 환경에서는 반복 단계 크기가 0에 수렴할수록 통합된 온라인 스케줄링 알고리즘이 渐近적 스루풋 최적성을 확보한다.
• 고정밀도 무선 환경 시뮬레이션을 통해 MBIA가 실시간으로 최적의 블록 크기를 찾으며, 적응형 NC가 고정 블록 크기 NC보다 스루풋과 복호화 신뢰성 측면에서 뛰어난 성능을 보임을 확인하였다.
• 일반적인 재전송 대비 네트워크 코딩의 최적 임계 조건은 채널 오류 확률과 딜레인에 따라 달라지며, 시간과 수신자 수가 증가할수록 증가하는 고유한 임계값 ε*가 존재함을 입증하였다.