[논문 리뷰] Routing for Energy Minimization with Discrete Cost Functions

Lin Wang, Antonio Fernández Anta외 3명|arXiv (Cornell University)|2013. 02. 01.

VLSI and FPGA Design Techniques인용 수 4

한 줄 요약

이 논문은 비연속적이고 단계적인 비용 함수를 갖는 네트워크에서 에너지 소비를 최소화하기 위해 이산적 비율 적응을 사용하는 에너지 효율적인 네트워크 라우팅 알고리즘을 제안한다. 비용 함수를 선형화한 후 랜덤화된 반올림을 적용하는 두 단계 알고리즘을 도입하여 균일한 요구량에 대해 상수 근사 비율을, 비균일한 요구량에 대해 O(log^{β−1}d) 근사 비율을 달성한다. 여기서 d는 최대 요구량을 의미한다.

ABSTRACT

Energy saving is becoming an important issue in the design and use of computer networks. In this work we propose a problem that considers the use of rate adaptation as the energy saving strategy in networks. The problem is modeled as an integral demand-routing problem in a network with discrete cost functions at the links. The discreteness of the cost function comes from the different states (bandwidths) at which links can operate and, in particular, from the energy consumed at each state. This in its turn leads to the non-convexity of the cost function, and thus adds complexity to solve this problem. We formulate this routing problem as an integer program, and we show that the general case of this problem is NP-hard, and even hard to approximate. For the special case when the step ratio of the cost function is bounded, we show that effective approximations can be obtained. Our main algorithm executes two processes in sequence: relaxation and rounding. The relaxation process eliminates the non-convexity of the cost function, so that the problem is transformed into a fractional convex program solvable in polynomial time. After that, a randomized rounding process is used to get a feasible solution for the original problem. This algorithm provides a constant approximation ratio for uniform demands and an approximation ratio of $O(\log^{β-1} d)$ for non-uniform demands, where $β$ is a constant and $d$ is the largest demand.

연구 동기 및 목표

• 연결 링크가 이산적 에너지 상태를 갖는 네트워크에서 비연속적 비용 함수를 가진 경우 에너지 소비를 최소화하는 문제에 도전한다.
• 네트워크 링크의 비율 적응에서 유래하는 이산 비용 함수를 갖는 정수계획법으로 문제를 수립한다.
• 일반 문제의 계산 복잡도를 조사하여 NP-난이도이자 근사가 어려운 문제임을 보인다.
• 비용 함수의 단계 비율이 유한한 실용적 특수 케이스에 대해 효율적인 근사 알고리즘을 개발한다.
• 균일한 요구량과 비균일한 요구량 모델에 따라 제안된 알고리즘의 근사 비율에 대한 이론적 보장을 제공한다.

제안 방법

• 네트워크 링크를 이산 운영 상태(대역폭)와 해당 에너지 비용으로 모델링하여 비연속적 비용 함수를 도출한다.
• 이산 비용 함수를 연속적이고 볼록적인 근사로 변환하여 다항 시간 내에 해결 가능한 분수형 볼록 프로그램으로 문제를 전환한다.
• 분수 해를 원래 이산 문제의 타당한 정수 해로 되돌리기 위해 랜덤화된 반올림 과정을 적용한다.
• 이완 및 반올림 단계에서 발생하는 오차를 σ(비용 비율)와 φ(이완된 비용 함수와 원래 비용 함수 간 격차)의 파라미터를 사용해 제한한다.
• 다중 상품 흐름에 대한 기존의 랜덤화된 반올림 결과를 활용하여 비균일한 요구량에 대한 근사 보장을 확장한다.
• 이완 해와 원래 비용 함수 간의 관계를 활용하여 φ, σ, 그리고 이전 반올림 분석에서 유도된 상수 λ에 의존하는 근사 비율을 유도한다.

실험 결과

연구 질문

• RQ1 이산적 비연속 비용 함수를 갖는 에너지 최소화 라우팅 문제의 계산 복잡도는 무엇인가?
• RQ2 비용 함수의 단계 비율이 유한한 실용적 하위 문제에 대해 효율적인 근사 알고리즘을 설계할 수 있는가?
• RQ3 제안된 이완 및 반올림 프레임워크를 통해 균일한 요구량과 비균일한 요구량에 대해 달성할 수 있는 근사 비율은 무엇인가?
• RQ4 이완 및 반올림 과정에서 발생하는 오차는 최적 해 대비 최종 에너지 소비에 어떤 영향을 미치는가?
• RQ5 제안된 알고리즘은 데이터 센터에서 네트워크 라우팅과 종단 장치 배치를 동시에 최적화하는 데 얼마나 확장 가능한가?

주요 결과

• 이산 비용 함수를 갖는 에너지 최소화 라우팅 문제의 일반 케이스는 NP-난이도이며 근사가 어려운 문제이다.
• 단위 및 균일한 요구량에 대해 제안된 알고리즘은 σ와 φ에 의존하는 상수 근사 비율 ρ를 달성한다.
• 비균일한 요구량에 대해 알고리즘은 O(log^{β−1}d) 근사 비율을 달성한다. 여기서 d는 최대 요구량이며 β는 비용 함수에서 유도된 상수이다.
• 이완 단계는 비연속 문제를 다항 시간 내에 해결 가능한 분수형 볼록 프로그램으로 변환한다.
• 랜덤화된 반올림 과정은 정수 해의 기대 에너지 소비가 최적 해의 일정 요소 이내에 머무르도록 보장한다.
• 이론적 분석을 통해 이완 및 반올림에서 발생하는 오차가 유한하게 제한됨을 확인하여 강력한 근사 보장을 확보한다.