[论文解读] Congestion-Aware Distributed Network Selection for Integrated Cellular and Wi-Fi Networks

Man Hon Cheung, Fen Hou+2 more|arXiv (Cornell University)|Mar 1, 2017

Advanced MIMO Systems Optimization参考文献 13被引用 8

一句话总结

本文提出了一种针对融合蜂窝与Wi-Fi网络的拥塞感知分布式网络选择（DNS）算法，将用户交互建模为贝叶斯潜在博弈，以平衡吞吐量与切换惩罚。证明了纯贝叶斯纳什均衡的存在性，并通过仿真表明，DNS在用户效用和公平性方面优于即时卸载和仅使用蜂窝网络的方案。

ABSTRACT

Intelligent network selection plays an important role in achieving an effective data offloading in the integrated cellular and Wi-Fi networks. However, previously proposed network selection schemes mainly focused on offloading as much data traffic to Wi-Fi as possible, without systematically considering the Wi-Fi network congestion and the ping-pong effect, both of which may lead to a poor overall user quality of experience. Thus, in this paper, we study a more practical network selection problem by considering both the impacts of the network congestion and switching penalties. More specifically, we formulate the users' interactions as a Bayesian network selection game (NSG) under the incomplete information of the users' mobilities. We prove that it is a Bayesian potential game and show the existence of a pure Bayesian Nash equilibrium that can be easily reached. We then propose a distributed network selection (DNS) algorithm based on the network congestion statistics obtained from the operator. Furthermore, we show that computing the optimal centralized network allocation is an NP-hard problem, which further justifies our distributed approach. Simulation results show that the DNS algorithm achieves the highest user utility and a good fairness among users, as compared with the on-the-spot offloading and cellular-only benchmark schemes.

研究动机与目标

• 解决现有网络选择方案忽略Wi-Fi拥塞和切换惩罚的问题。
• 在用户移动信息不完全的情况下，将蜂窝与Wi-Fi融合网络中的用户交互建模为贝叶斯网络选择博弈。
• 设计一种分布式算法，实现高用户效用与公平性，同时最小化乒乓效应与拥塞。
• 证明纯贝叶斯纳什均衡的存在性，并表明所提出的DNS算法可收敛至该均衡。
• 证明集中式最优网络分配的计算复杂度为NP难，从而证明分布式解决方案的必要性。

提出的方法

• 将网络选择问题建模为贝叶斯潜在博弈，以捕捉用户移动性和网络状态的不确定性。
• 引入效用函数，综合考虑来自Wi-Fi的吞吐量增益与频繁切换带来的惩罚。
• 利用运营商提供的网络拥塞统计数据作为输入，指导分布式决策。
• 采用基于改进最短路径算法（Bellman-Ford）的最佳响应更新机制，在不确定性下计算最优用户行为。
• 证明该博弈具有潜在函数，因此具备有限改进性质（FIP），确保收敛至均衡。
• 设计一种分布式DNS算法，使用户能够基于观测到的拥塞水平和个人效用权衡做出本地决策。

实验结果

研究问题

• RQ1 如何设计网络选择机制，以避免在蜂窝与Wi-Fi融合网络中因Wi-Fi拥塞和频繁切换带来的负面影响？
• RQ2 分布式网络选择机制能否在最小化乒乓效应的同时实现高用户效用与公平性？
• RQ3 在用户移动性信息不完全的情况下，贝叶斯潜在博弈模型是否能导致网络选择的稳定均衡？
• RQ4 寻找最优集中式网络分配的计算复杂度如何？这是否能证明分布式方法的合理性？
• RQ5 所提出的DNS算法在用户效用与公平性方面相较于即时卸载和仅使用蜂窝网络的方案表现如何？

主要发现

• 所提出的贝叶斯网络选择博弈具有一个保证存在的纯贝叶斯纳什均衡，且可通过迭代最佳响应更新达到。
• 所提出的分布式DNS算法在所有评估方案中实现了最高的用户效用，显著优于即时卸载和仅使用蜂窝网络的策略。
• DNS算法在用户间公平性方面优于即时卸载方案，后者倾向于使用户集中于同一拥塞的接入点。
• 已证明计算最优集中式网络分配为NP难问题，验证了所提出分布式方法的必要性。
• 仿真结果证实，DNS算法通过平衡吞吐量与切换成本，有效缓解了网络拥塞并减少了乒乓效应。