[논문 리뷰] Waiting before Serving: A Companion to Packet Management in Status Update Systems

Peng Zou, Omur Ozel외 1명|arXiv (Cornell University)|2019. 01. 09.

Age of Information Optimization참고 문헌 29인용 수 7

한 줄 요약

이 논문은 M/GI/1/1 및 M/GI/1/2* 대기열 정책에서 패킷 전송 전에 결정론적 지연을 도입함으로써 상태 업데이트 시스템에서 정보의 나이(AoI)를 감소시키는 새로운 대기-서비스 전략을 제안한다. 패킷 인덱스 기반의 진화와 영역 분할을 통해 AoI를 분석함으로써, 특히 꼬리가 두꺼운 서비스 분포 하에서 대기 전략이 평균 AoI를 크게 향상시키며, 이는 평균 피크 AoI를 증가시키는 것을 수반함을 입증한다. 이는 두 지표 간의 핵심적인 상충 관계를 드러낸다.

ABSTRACT

In this paper, we explore the potential of server waiting before packet transmission in improving the Age of Information (AoI) in status update systems. We consider a non-preemptive queue with Poisson arrivals and independent general service distribution and we incorporate waiting before serving in two packet management schemes: M/GI/1/1 and M/GI/1/$2^*$. In M/GI/1/1 scheme, the server waits for a deterministic time immediately after a packet enters the server. In M/GI/1/$2^*$ scheme, depending on idle or busy system state, the server waits for a deterministic time before starting service of the packet. In both cases, if a potential newer arrival is captured existing packet is discarded. Different from most existing works, we analyze AoI evolution by indexing the incoming packets, which is enabled by an alternative method of partitioning the area under the evolution of instantaneous AoI to calculate its time average. We obtain expressions for average and average peak AoI for both queueing disciplines with waiting. Our numerical results demonstrate that waiting before service can bring significant improvement in average age, particularly, for heavy-tailed service distributions. This improvement comes at the expense of an increase in average peak AoI. We highlight the trade-off between average and average peak AoI generated by waiting before serving.

연구 동기 및 목표

• 패킷 서비스 이전에 결정론적 대기를 도입할 경우 상태 업데이트 시스템에서 정보의 나이(AoI)에 미치는 영향을 조사하는 것.
• 대기-서비스 전략을 적용한 비선점성 M/GI/1/1 및 M/GI/1/2* 대기열에서 평균 AoI와 평균 피크 AoI를 분석하는 것.
• 서버가 대기 전략을 적용함으로써 발생하는 평균 AoI와 평균 피크 AoI 간의 상충 관계를 탐색하는 것.
• 시간 평균 AoI를 정확하게 계산할 수 있도록 허용하는 영역 분할 기반의 패킷 인덱스 기반 분석 프레임워크를 개발하는 것.

제안 방법

• 저자들은 패킷 도착을 포아송 과정으로 모델링하고, 서비스 시간을 독립적인 일반 분포로 가정한다.
• 두 가지 기법에서 서비스 시작 전에 결정론적 대기 시간을 도입한다: M/GI/1/1(버퍼 없음) 및 M/GI/1/2*(단일 버퍼를 갖는 후입선출 방식의 기각 전략).
• 도착 패킷를 인덱싱함으로써순간적인 AoI의 시간 평균을 계산하기 위해 새로운 영역 분할 방법을 사용한다.
• 시스템 상태에 조건부한 AoI의 기대값과 서비스 시간과의 곱의 기대값에 대한 닫힌 형태의 표현식을 유도한다.
• 잔여 서비스 시간을 통합하고, 모멘트 생성 함수(MGF)를 사용하여 잔여 시간과 서비스 시간의 공동 행동을 모델링한다.
• 이 프레임워크를 통해 시스템이 비어 있는 상태, 대기 중인 상태, 또는 忙한 상태일 때의 AoI 기대 기여도를 계산할 수 있다.

실험 결과

연구 질문

• RQ1 서비스 이전에 고정된 대기 시간을 도입할 경우 비선점성 대기열 시스템에서 평균 정보의 나이(AoI)에 어떤 영향을 미치는가?
• RQ2 대기-서비스 전략을 적용할 경우 평균 AoI와 평균 피크 AoI 간의 상충 관계는 어떻게 되는가?
• RQ3 제안된 대기 전략은 특히 꼬리가 두꺼운 서비스 시간 분포 하에서 상당한 AoI 향상을 가져올 수 있는가?
• RQ4 대기 전략을 적용한 M/GI/1/1 및 M/GI/1/2* 기법의 성능은 기존의 표준 대안 대비 어떻게 비교되는가?
• RQ5 패킷 인덱스 기반의 영역 분할 방법은 AoI 분석의 정확성과 해석 가능성에 어느 정도 기여하는가?

주요 결과

• 대기-서비스 전략은 특히 꼬리가 두꺼운 서비스 시간 분포 하에서 평균 AoI를 상당히 감소시키며, 수치적 사례에서 최대 30%의 향상을 기록한다.
• 평균 AoI 향상의 대가로 평균 피크 AoI가 증가함을 확인하여, 두 지표 간의 근본적인 상충 관계를 규명하였다.
• 동일한 조건 하에서 M/GI/1/2* 기법은 M/GI/1/1 기법보다 더 우수한 평균 AoI 성능을 달성한다. 이는 오래된 업데이트를 버퍼링하고 기각할 수 있는 능력 덕분이다.
• 패킷 인덱스 기반의 영역 분할 기반 분석 프레임워크는 시간 평균 AoI 및 그 모멘트를 정확하게 계산할 수 있도록 한다.
• 서비스 시간 분포의 모멘트 생성 함수(MGF)를 활용함으로써, 지수 분포나 결정론적 분포를 초월한 임의의 서비스 시간 분포로 일반화할 수 있다.
• 수치적 결과는 제안된 기법이 서비스 시간이 매우 변동성이 클 경우 기존의 대기 없음 정책보다 뛰어난 성능을 보임을 확인한다.