[논문 리뷰] Large Fluctuations in Stochastically Perturbed Nonlinear Systems: Applications in Computing

Robert S. Maier|ArXiv.org|1993. 05. 28.

stochastic dynamics and bifurcation참고 문헌 25인용 수 4

한 줄 요약

이 논문은 컴퓨터 과학에서 관련된 비선형 동역계에 대한 확률적 편향을 고려하여 큰 변동성을 분석한다. 두 가지 계산 관련 모델을 중심으로 다루는데, 이는 이더넷과 유사한 확률적 통신 네트워크와 메모리를 공유하는 경쟁적 동적 데이터 구조 모델이다. 대편차 이론을 사용하여 희귀하고 바람직하지 않은 큰 변동성에 도달하는 평균 첫 통과 시간을 추정함으로써, 계산 응용 분야에서 시스템의 신뢰성과 장애 발생률을 예측할 수 있는 분석 도구를 제공한다.

ABSTRACT

This is the transcript of a talk given at the 1992 Complex Systems Summer School. The theory of large fluctuations of stochastically perturbed continuous-time dynamical systems is reviewed, and the large fluctuations of two stochastic models arising in computer science are analysed. One is a stochastic model of a communications network, resembling an Ethernet, which experiences traffic fluctuations. The other is a simple model of two dynamic data structures in the same memory space. In both models `large fluctuations' are unlikely, undesirable events. The mean time between occurrences of such events is estimated.

연구 동기 및 목표

• 컴퓨터 과학과 관련된 확률적 외란을 받는 비선형 시스템에서 큰 희귀 변동성의 통계적 행동을 이해하기 위해.
• 희귀한 큰 변동성에 취약한 두 가지 특정 계산 시스템을 모델링하고 분석하기 위해: 확률적 이더넷 유사 네트워크와 메모리를 공유하는 동적 데이터 구조.
• 그러한 큰 변동성에 도달하는 평균 첫 통과 시간을 추정하여 시스템의 신뢰성과 장애 위험을 정량화하기 위해.
• 대편차 이론을 소음이 있는 연속 시간 동역계에 적용하여, 계산 시스템에서 희귀 사건을 예측할 수 있는 이론적 프레임워크를 제공하기 위해.

제안 방법

• 작은 소음 매개변수를 가진 Itô 확률 미분 방정식을 사용하여 시스템의 확률적 역학을 수학적으로 정의한다.
• 희귀 사건 발생 확률을 지배하는 작용 함수(비율 함수)를 계산하기 위해 대편차 이론을 적용한다.
• 작용 함수를 사용하여 Wentzell-Freidlin 이론에 따라 큰 변동성에 도달하는 평균 첫 통과 시간을 추정한다.
• 변분 방법을 사용하여 큰 변동성으로 이르는 최적의 탈출 경로(가장 가능성이 높은 궤적)를 분석한다.
• 희귀 사건에 대해 유효한 소음이 작은 극한에서의 평균 첫 통과 시간에 대한 점근적 표현을 유도한다.
• 내용적 맥락에 따라 수치 시뮬레이션과의 정성적 및 정량적 비교를 통한 분석 결과의 검증(암시됨).

실험 결과

연구 질문

• RQ1 확률적 통신 네트워크 모델에서 큰 바람직하지 않은 변동성 간의 평균 간격은 얼마인가?
• RQ2 메모리를 공유하는 동적 데이터 구조는 확률적 외란 하에서 어떻게 희귀한 대규모 변동성을 보이며, 그 발생 시점은 어떻게 결정되는가?
• RQ3 시스템이 안정 상태에서 큰 변동성으로 탈출하는 데 가장 가능성이 높은 경로는 무엇인가?
• RQ4 대편차 이론은 어떻게 계산 시스템에서 희귀한 고장 사건을 예측하는 데 적용될 수 있는가?
• RQ5 소음 강도가 0에 수렴할 때 평균 첫 통과 시간의 점근적 행동은 어떻게 되는가?

주요 결과

• 확률적 네트워크 모델에서 큰 변동성에 도달하는 평균 첫 통과 시간은 소음 강도의 역수에 따라 지수적으로 증가함을 보여주며, 이는 희귀하지만 예측 가능한 고장 사건임을 시사한다.
• 동적 데이터 구조 모델의 경우, 큰 변동성은 공유 메모리 내 경쟁으로 인해 발생하며, 그 발생 시간은 상태 공간 내 비트리비얼한 최적 경로에 의해 결정된다.
• 대편차 이론을 통해 유도된 작용 함수는 두 모델 모두에서 희귀한 변동성의 가능성에 대한 정밀한 측도를 제공한다.
• 큰 변동성에 대한 최적의 탈출 경로는 작용의 해밀토니안 표현으로부터 유도된 경계값 문제를 풀어 결정된다.
• 점근적 평균 첫 통과 시간은 소음 매개변수에 대해 지수적으로 작아짐을 보여주며, 이러한 사건이 희귀함을 확인한다.
• 이론적 프레임워크는 소음이 작은 확률적 외란 하에서 두 계산 모델의 고장 발생률의 스케일링을 성공적으로 예측한다.