[논문 리뷰] Evaluation of Lyapunov exponent in generalized linear dynamical models of queueing networks

Nikolai Krivulin|arXiv (Cornell University)|2012. 12. 25.

Advanced Data Processing Techniques참고 문헌 14인용 수 4

한 줄 요약

이 논문은 큐잉 네트워크에서 유도된 일반화된 선형 스토하스틱 동적 시스템에 대해 아이디포텐트 대수를 사용하여 라플라스 수열 지수를 평가하기 위한 새로운 분해 기반 방법을 제안한다. 시스템 행렬을 구조적 구성 요소로 분해함으로써, 타임라인, 포크-조인 시스템, 라운드로빈 라우팅 네트워크를 포함한 다양한 네트워크 유형에서 스루풋 분석에 핵심적인 평균 서비스 사이클 시간을 정확하게 계산할 수 있다.

ABSTRACT

The problem of evaluation of Lyapunov exponent in queueing network analysis is considered based on models and methods of idempotent algebra. General existence conditions for Lyapunov exponent to exist in generalized linear stochastic dynamic systems are given, and examples of evaluation of the exponent for systems with matrices of particular types are presented. A method which allow one to get the exponent is proposed based on some appropriate decomposition of the system matrix. A general approach to modeling of a wide class of queueing networks is taken to provide for models in the form of stochastic dynamic systems. It is shown how to find the mean service cycle time for the networks through the evaluation of Lyapunov exponent for their associated dynamic systems. As an illustration, the mean service time is evaluated for some systems including open and closed tandem queues with finite and infinite buffers, fork-join networks, and systems with round-robin routing.

연구 동기 및 목표

• 일반화된 선형 스토하스틱 동적 시스템에서 라플라스 수열 지수의 존재 조건을 일반화된 조건으로 설정하기 위해 아이디포텐트 대수를 사용한다.
• 랜덤이고 i.i.d. 전이 행렬을 갖는 시스템에서 라플라스 수열 지수를 평가하기 위한 체계적인 방법을 개발한다.
• 이 방법을 사용하여 개방형 및 폐쇄형 타임라인 큐잉 네트워크, 포크-조인 네트워크, 라운드로빈 시스템을 포함한 광범위한 큐잉 네트워크 클래스를 분석한다.
• 다양한 네트워크 구성에 대해 평균 서비스 사이클 시간의 명시적 표현을 기대 서비스 시간의 함수로 유도한다.

제안 방법

• 큐잉 네트워크의 동역학을 모델링하기 위해 (max, +) 준군 위에서 아이디포텐트 대수를 사용하며, 여기서 행렬 곱셈은 상태의 진화를 나타낸다.
• 행렬 분해 기법을 도입: $ A(k) = B(k)C(k) $, 이는 복잡한 시스템을 라플라스 수열 지수 해가 알려진 간단한 형태로 환원한다.
• 정리 5를 삼각형 행렬에 적용하여, $ C(k)B(k+1) $의 대각선 원소의 기대값의 최댓값으로 라플라스 수열 지수를 직접 계산할 수 있다.
• 에르고딕 정리의 적용을 통해 평균 전이 행렬의 스펙트럼 반경에 대한 약한 조건 하에서 라플라스 수열 지수의 존재를 정당화한다.
• 큐잉 네트워크 모델을 스토하스틱 동적 시스템으로 변환하며, 여기서 라플라스 수열 지수는 평균 서비스 사이클 시간에 해당한다.
• 분해된 시스템에서 $ ho = ext{tr}( ext{E}[C(1)B(1)]) $를 계산하여 $ ho $, 즉 라플라스 수열 지수에 대한 분석적 표현을 도출한다.

실험 결과

연구 질문

• RQ1 일반화된 선형 스토하스틱 동적 시스템에서 (max, +) 대수에서 라플라스 수열 지수가 존재하는 일반 조건은 무엇인가?
• RQ2 닫힌 형태의 해가 없을 경우, 랜덤이고 i.i.d. 전이 행렬을 갖는 시스템에서 라플라스 수열 지수를 효율적으로 계산하는 방법은 무엇인가?
• RQ3 유한 및 무한 버퍼를 갖는 개방형 및 폐쇄형 타임라인 큐잉 네트워크의 평균 서비스 사이클 시간은 무엇인가?
• RQ4 포크-조인 및 라운드로빈 라우팅 네트워크에서 라플라스 수열 지수는 시스템 스루풋과 어떻게 관련이 있는가?
• RQ5 행렬 분해 기법을 사용하여 복잡한 큐잉 네트워크 모델을 라플라스 수열 지수 평가에 적합한 형태로 환원할 수 있는가?

주요 결과

• i.i.d. 랜덤 행렬을 갖는 시스템에서 평균 전이 행렬의 스펙트럼 반경에 관한 조건을 만족할 경우, 라플라스 수열 지수 $ ho $ 가 존재한다.
• 무한 버퍼를 갖는 폐쇄형 타임라인 큐에서 평균 서비스 사이클 시간은 $ ho = ext{E}[ au_{11}] + ext{E}[ au_{21}] $ 로 주어지며, 이는 시스템 행렬의 분해로부터 유도된다.
• l=2인 포크-조인 네트워크에서는 평균 서비스 사이클 시간이 $ ho = ext{E}[ au_{11}] + ext{E}[ au_{21}] $ 로 주어지며, 이는 병렬 처리 구조를 반영한다.
• 라운드로빈 라우팅을 갖는 시스템에서 $ l=2 $ 인 경우, 평균 서비스 사이클 시간은 $ ho = ext{E}[ au_{11}] igvee ext{E}[ au_{21}] igvee (2 ext{E}[ au_{01}]) $ 로 주어지며, 여기서 $ igvee $ 는 최댓값을 의미한다.
• 삼각형 행렬 및 질량-1 행렬에 대해 트레이스 공식 $ ho = ext{tr}( ext{E}[C(1)B(1)]) $ 를 활용하여 $ ho $ 를 성공적으로 계산할 수 있다.
• 라플라스 수열 지수의 역수는 시스템 스루풋을 주므로, 이는 큐잉 네트워크 분석에서 핵심 성능 지표로서의 역할을 확인한다.