[论文解读] Heavy-Traffic Optimality of a Stochastic Network under Utility-Maximizing Resource Control

Heng-Qing Ye, David D. Yao|ArXiv.org|Jan 5, 2006

Advanced Queuing Theory Analysis参考文献 27被引用 4

一句话总结

本文通过推导 fluid 和扩散极限，建立了在资源控制下实现效用最大化的随机处理网络的重交通最优性，表明该控制渐近最小化队列长度和工作量的成本函数。关键结果是，在单瓶颈条件下，效用最大化的策略实现了扩散尺度最优性，将实时控制与长期性能最小化联系起来。

ABSTRACT

We study a stochastic network that consists of a set of servers processing multiple classes of jobs. Each class of jobs requires a concurrent occupancy of several servers while being processed, and each server is shared among the job classes in a head-of-the-line processor-sharing mechanism. The allocation of the service capacities is a real-time control mechanism: in each network state, the control is the solution to an optimization problem that maximizes a general utility function. Whereas this resource control optimizes in a ``greedy'' fashion, with respect to each state, we establish its asymptotic optimality in terms of (a) deriving the fluid and diffusion limits of the network under this control, and (b) identifying a cost function that is minimized in the diffusion limit, along with a characterization of the so-called fixed point state of the network.

研究动机与目标

• 弥合具有并发资源占用的随机网络中实时效用最大化资源控制与长期系统性能优化之间的差距。
• 建立 fluid 和扩散极限模型，以表征动态资源分配下的网络行为，克服性能评估的不可行性。
• 确立贪婪的、与状态相关的效用最大化控制在重交通条件下渐近最小化性能成本函数。
• 识别效用最大化控制实现扩散尺度最优性的条件，特别是单瓶颈链路的作用。
• 提供一个通用框架，将实时控制中的效用函数与极限状态下的成本目标联系起来，从而实现对期望性能结果的协议设计。

提出的方法

• 使用 fluid 缩放推导在效用最大化控制下队列长度和工作量的确定性极限，表明其一致收敛至一个不动点状态。
• 应用扩散缩放，表明在效用最大化策略下，工作量过程收敛至一个反射式布朗运动。
• 在扩散极限中，效用最大化问题与成本最小化问题之间建立对偶关系，fluid 极限的不动点最小化成本。
• 采用 Lyapunov 函数技术和互补性条件，证明子序列上缩放过程的紧致性和收敛性。
• 引入时间尺度分离论证，通过一系列细化步骤控制工作量和队列长度过程的演化。
• 证明单瓶颈条件等价于资源聚合条件，这是确保扩散极限行为良好所必需的。

实验结果

研究问题

• RQ1 在具有并发资源占用的随机网络中，效用最大化资源控制策略是否在重交通条件下实现渐近最优性？
• RQ2 在动态、与状态相关的控制策略下，能否为这类网络推导出 fluid 和扩散极限？
• RQ3 实时最大化效用函数与在扩散极限中最小化的成本函数之间是否存在精确对应关系？
• RQ4 何种结构条件可确保扩散近似的有效性以及控制策略的最优性？
• RQ5 在效用最大化控制下，网络行为如何收敛至一个不动点，瓶颈链路在此收敛过程中起什么作用？

主要发现

• 在效用最大化控制下的网络 fluid 极限一致收敛至一个不动点，该不动点解决了一个成本最小化问题。
• 工作量过程的扩散极限为反射式布朗运动，证实了系统的稳定性和扩散尺度行为。
• 状态（队列长度）过程收敛至一个最小化成本目标的不动点，确立了控制的渐近最优性。
• 效用最大化控制策略在扩散极限中同时最小化工作量和成本函数，证明了重交通最优性。
• 单瓶颈条件是扩散极限有定义且最优性结果成立的必要且充分条件。
• 正式建立了单瓶颈条件与资源聚合条件之间的等价性，验证了该假设在重交通分析中的有效性。