[논문 리뷰] Randomization for Markov chains with applications to networks in a random environment

Ruslan Krenzler, Hans Daduna외 1명|arXiv (Cornell University)|2014. 07. 31.

Advanced Queuing Theory Analysis참고 문헌 26인용 수 3

한 줄 요약

이 논문은 외부 요인(고장, 수리, 용량 변화 등)으로 인해 서비스 속도가 변동하는 무작위 환경에서 운영되는 잭슨형 대기행렬 네트워크를 대상으로 무작위 재루팅 알고리즘을 제안한다. 서비스 속도 변화에 따라 라우팅 확률과 총 도착률을 동적으로 조정함으로써 네트워크 활용도를 유지하고, 대기열 길이와 환경 상태의 결합 분포가 곱형태의 정적분포를 가지게 하여, 정적분포를 직접 계산하지 않고도 효율적인 성능 분석이 가능하게 한다.

ABSTRACT

We develop randomized modifications of Markov chains and apply these modifications to the routing chains of customers in Jacksonian stochastic networks. The aim of our investigations is to find new rerouting schemes for non standard Jackson networks which hitherto resist computing explicitly the stationary distribution. The non standard properties we can handle by suitable algorithms encompass several modifications of Jackson networks known in the literature, especially breakdown and repair of nodes with access modification for customers to down nodes, finite buffers with control of buffer overflow. The rerouting schemes available in the literature for these situations are special cases of our rerouting schemes, which can deal also with partial degrading of service capacities and even with speed up of service. In any case we require our algorithms to react on such general changes in the network with the aim to maintain the utilization of the nodes. To hold this invariant under change of service speeds (intensities) our algorithms not only adapt the routing probabilities but decrease automatically the overall arrival rate to the network if necessary. Our main application is for stochastic networks in a random environment. The impact of the environment on the network is by changing service speeds (by upgrading and/or degrading, breakdown, repair) and we implement the randomization algorithms to react to the changes of the environment. On the other side, customers departing from the network may enforce the environment to jump immediately. So our environment is not Markov for its own. The main result is to compute explicitly the joint stationary distribution of the queue lengths vector and the environment which is of product form: Environment and queue lengths vector, and the queue lengths over the network are decomposable.

연구 동기 및 목표

• 정적분포를 직접 계산하는 것이 불가능한 비표준 잭슨 네트워크에 대해 재루팅 기법을 개발하는 것.
• 고장, 수리, 성능 저하 또는 향상과 같은 동적 변화 상황에서도 네트워크 활용도를 유지하는 것.
• 고객 퇴출에 의해 영향을 받는 비-마르코프 환경을 가진 네트워크로 곱형태 결과를 확장하는 것.
• 무작위 스킵과 반사 메커니즘을 동시에 통합함으로써 기존 재루팅 모델을 일반화하는 것.
• 유한 버퍼, 부분적 용량 저하, 환경 유도 서비스 속도 변화 등을 통합적으로 다룰 수 있는 통합 프레임워크를 제공하는 것.

제안 방법

• 현재 서비스 속도와 환경 상태에 따라 라우팅 확률을 조정하는 두 가지 핵심 재루팅 메커니즘인 무작위 스킵과 반사 기법을 도입한다.
• 서비스 속도 변화(예: 저하, 업그레이드, 수리)를 모델링하기 위해 환경 의존 인자 γ(k)를 사용한다.
• 대기열 길이 X와 환경 상태 Y의 조합 마르코프 과정 (X,Y)을 정의하며, 라우팅 전이와 환경 전이를 모두 포함한 전이율을 설정한다.
• 안정성과 곱형태의 구조를 확보하기 위해 불변 측도 α_j(k)·η_j를 갖는 일반화된 재루팅 계획 r^(α(k))을 적용한다.
• 결합 정적분포를 π(n,k) = ξ(n)θ(k)로 유도하며, 여기서 ξ(n)은 순수 잭슨 네트워크의 곱형태 분포이고 θ(k)는 단순화된 생성자 방정식을 만족한다.
• 네트워크와의 상호작용으로 인해 환경 과정이 마르코프가 아니지만, 결합 과정은 여전히 곱형태 정적분포를 유지함을 입증한다.

실험 결과

연구 질문

• RQ1 고장 또는 업그레이드와 같은 동적 서비스 속도 변화 상황에서도 무작위 재루팅 기법이 네트워크 활용도를 유지할 수 있는가?
• RQ2 비-마르코프 환경 역학이 존재하더라도 대기열 길이와 환경 상태의 조합 과정이 곱형태의 정적분포를 가지는가?
• RQ3 서비스 용량 저하 또는 향상 상황에서 실시간으로 라우팅을 어떻게 조정하여 성능을 유지할 수 있는가?
• RQ4 제안된 프레임워크는 유한 버퍼, 부분적 저하, 수리 과정 등을 포함하는 기존 모델을 일반화할 수 있는가?
• RQ5 환경 의존 라우팅과 서비스 속도를 가진 네트워크에서 에르고딕성과 곱형태 정적분포를 보장하는 조건은 무엇인가?

주요 결과

• 결합 대기열 길이 및 환경 과정 (X,Y)는 라우팅 및 환경 전이를 모두 반영하는 명확한 생성자 Q^Z를 갖는 균일 마르코프 과정이다.
• 결합 정적분포는 곱형태를 가진다: π(n,k) = ξ(n)θ(k), 여기서 ξ(n)은 표준 잭슨 네트워크 분포이고 θ(k)는 단순화된 생성자 방정식을 만족한다.
• 고객 퇴출에 의한 피드백으로 인해 환경 과정이 마르코프가 아니지만, 곱형태 결과는 그대로 유지되며, 이는 이전 연구에서 마르코프 환경를 요구했던 결과를 확장한다.
• 서비스 속도 저하 시 전체 도착률이 자동으로 감소하여 활용도와 안정성이 유지된다.
• 이 프레임워크는 기존 모델을 일반화하며, 유한 버퍼, 노드 고장, 수리 등 특수 케이스를 포함하면서도 해석 가능성을 유지한다.
• 무작위 스킵과 반사 기반 재루팅 기법은 증명된 곱형태 결과를 갖는 더 넓은 일반화된 무작위화 프레임워크의 특수 케이스로 밝혀졌다.