[论文解读] Characterizing Heavy-Tailed Distributions Induced by Retransmissions

Predrag R. Jelenković, Jian Tan|ArXiv.org|Sep 7, 2007

Cooperative Communication and Network Coding被引用 6

一句话总结

本文表征了在通道随机可用性和数据大小条件下，重传次数与总传输时间的重尾分布。它确立了重传次数 $ N $ 和总时间 $ T $ 的尾部行为关键取决于函数关系 $ \bar{F}(x) \triangleq \mathrm{Pr}[L > x] $ 与 $ \bar{G}(x) \triangleq \mathrm{Pr}[A > x] $，关键结果表明：当 $ \log \Phi(n) $ 的增长速度慢于 $ e^{\sqrt{\log n}} $ 时，存在渐近等价关系 $ \log \mathbb{P}[N > n] \approx -\log \Phi(n) $；而对于威布尔分布和近似指数尾部，则表现出不同的形式。

ABSTRACT

Consider a generic data unit of random size L that needs to be transmitted over a channel of unit capacity. The channel availability dynamics is modeled as an i.i.d. sequence {A, A_i},i>0 that is independent of L. During each period of time that the channel becomes available, say A_i, we attempt to transmit the data unit. If Lx] and P[A>x] impacts the distributions of N and T. In particular, we discover several functional criticality points that separate classes of different functional behavior of the distribution of N. We also discuss the engineering implications of our results on communication networks since retransmission strategy is a fundamental component of the existing network protocols on all communication layers, from the physical to the application one.

研究动机与目标

• 理解由于信道故障导致重传的系统中重尾分布的起源与结构。
• 分析通过 $ \mathbb{P}[L > x]^{-1} \approx \Phi(\mathbb{P}[A > x]^{-1}) $ 定义的函数关系 $ \Phi(\cdot) $ 如何控制重传次数 $ N $ 和总传输时间 $ T $ 的尾部分布行为。
• 识别 $ \Phi(\cdot) $ 的关键功能区域，这些区域可区分 $ \mathbb{P}[N > n] $ 的不同渐近行为，包括幂律、威布尔分布和近似指数尾部分布。
• 在信道可用性 $ A $ 和数据大小 $ L $ 的各种尾部分布假设下，推导 $ N $ 和 $ T $ 尾部概率的精确渐近近似。
• 为跨所有通信层依赖重传机制的网络协议提供工程洞见。

提出的方法

• 将信道建模为独立同分布的开关过程，其中可用期 $ A_i $ 为随机变量，且与数据大小 $ L $ 独立，仅当 $ L \leq A_i $ 时传输才成功。
• 将重传次数 $ N $ 定义为首次成功传输前的尝试次数，将总时间 $ T $ 定义为成功前的累计时间。
• 使用函数关系 $ \Phi(\cdot) $ 关联 $ L $ 和 $ A $ 的尾部分布，假设 $ \mathbb{P}[L > x]^{-1} \approx \Phi(\mathbb{P}[A > x]^{-1}) $，并研究其对 $ \mathbb{P}[N > n] $ 的影响。
• 应用极值理论与大偏差技术，包括切尔诺夫不等式和威布尔分布随机变量和的指数尾部界。
• 将总时间 $ T $ 分解为三部分：$ I_{11}, I_{12}, I_{13} $，基于 $ L $ 的大小，并使用并集界和矩不等式分别界定各部分。
• 利用引理 4.2 控制截断 $ A_i $ 和的尾部，假设 $ \mathbb{P}[A > x] \leq H e^{-x^\zeta} $（其中 $ 0 < \zeta < 1 $），并推导出和与其均值偏离的指数界。

实验结果

研究问题

• RQ1 数据大小 $ L $ 与信道可用性 $ A $ 尾部分布之间的函数关系 $ \Phi(\cdot) $ 如何影响重传次数 $ N $ 的尾部分布行为？
• RQ2 在何种 $ \Phi(\cdot) $ 条件下，渐近等价关系 $ \log \mathbb{P}[N > n] \approx -\log \Phi(n) $ 成立？
• RQ3 当 $ \Phi(n) $ 的增长速度超过双指数尺度（即 $ \log \Phi(n) \approx n^\beta $，威布尔情形）时，$ \log \mathbb{P}[N > n] $ 的函数形式为何？
• RQ4 总传输时间 $ \mathbb{P}[T > t] $ 的尾部分布如何随 $ \log \Phi(t) $ 变化？其指数中的精确渐近常数是什么？
• RQ5 这些尾部分布行为对依赖重传机制的多层网络协议有何影响？

主要发现

• 当 $ \log \Phi(n) $ 的增长速度慢于 $ e^{\sqrt{\log n}} $ 时，渐近等价关系 $ \log \mathbb{P}[N > n] \approx -\log \Phi(n) $ 成立，表明 $ N $ 的尾部由 $ \Phi(\cdot) $ 的函数形式主导。
• 对于威布尔型尾部分布（即 $ \log \Phi(n) \approx n^\beta $），$ \mathbb{P}[N > n] $ 的尾部行为为 $ \exp\left( - (\log \Phi(n))^{1/(\beta+1)} \right) $，表明其衰减速度慢于指数衰减。
• 当 $ \log \Phi(n) $ 的增长速度超过两重指数尺度（即 $ \log \log \Phi(n) \approx n^\gamma $）时，$ \mathbb{P}[N > n] $ 的尾部行为为 $ \exp\left( -n / (\log n)^{1/\gamma} \right) $，表明其衰减接近指数级。
• 总传输时间 $ T $ 满足渐近界 $ \log \mathbb{P}[T > t]^{-1} \sim c \cdot (\log \Phi(t))^{1/(\beta+1)} $，其中 $ c = \frac{\beta^{1/(\beta+1)} + \beta^{-\beta/(\beta+1)}}{\mathbb{E}[A+U]^{\beta/(\beta+1)}} $，在 $ A $ 服从威布尔分布的假设下成立。
• 分析表明，即使 $ L $ 服从超指数分布（如正态分布），只要 $ \Phi(\cdot) $ 选择得当，仍可导致 $ N $ 和 $ T $ 呈现重尾分布，这归因于重传机制。
• 本文建立了 $ \mathbb{P}[T > t] $ 尾部的紧致下界与上界，证明了渐近等价性（至多相差一个常数因子），并确认了 $ \mathbb{E}[A+U] $ 在调节尾部指数中的作用。