[论文解读] Measuring the Impact of Adversarial Errors on Packet Scheduling Strategies

Antonio Fernández Anta, Chryssis Georgiou+3 more|arXiv (Cornell University)|Jun 7, 2013

Advanced Wireless Network Optimization参考文献 3被引用 10

一句话总结

本文引入了一种相对吞吐量度量方法，用于评估在全知对手造成的对抗性比特错误下的分组调度性能。该文提出了针对对抗性与随机分组到达的算法，表明即时反馈可实现近似最优性能——在最小化反馈延迟时，相对吞吐量可保持在理论最优值的常数倍以内。

ABSTRACT

In this paper we explore the problem of achieving efficient packet transmission over unreliable links with worst case occurrence of errors. In such a setup, even an omniscient offline scheduling strategy cannot achieve stability of the packet queue, nor is it able to use up all the available bandwidth. Hence, an important first step is to identify an appropriate metric for measuring the efficiency of scheduling strategies in such a setting. To this end, we propose a relative throughput metric which corresponds to the long term competitive ratio of the algorithm with respect to the optimal. We then explore the impact of the error detection mechanism and feedback delay on our measure. We compare instantaneous error feedback with deferred error feedback, that requires a faulty packet to be fully received in order to detect the error. We propose algorithms for worst-case adversarial and stochastic packet arrival models, and formally analyze their performance. The relative throughput achieved by these algorithms is shown to be close to optimal by deriving lower bounds on the relative throughput of the algorithms and almost matching upper bounds for any algorithm in the considered settings. Our collection of results demonstrate the potential of using instantaneous feedback to improve the performance of communication systems in adverse environments.

研究动机与目标

• 解决在不可靠链路上传输分组时，由于对抗性比特错误导致无法完全利用带宽的调度性能评估挑战。
• 在对抗性错误存在的情况下定义有意义的性能度量，因为传统吞吐量指标在此类场景下不充分。
• 分析反馈延迟（即时 vs. 延迟）对对抗性错误环境中调度效率的影响。
• 设计并形式化分析在线调度算法，使其在对抗性与随机分组到达模型下均能实现高相对吞吐量。
• 建立相对吞吐量的紧致上下界，证明所提算法的近似最优性。

提出的方法

• 引入长期竞争比——定义为算法吞吐量与最优离线吞吐量之比的极限值——作为相对吞吐量度量。
• 对两种错误反馈机制建模：延迟反馈（仅在完整接收分组后检测错误）与即时反馈（错误发生时立即检测）。
• 提出针对对抗性到达的 CSL-Preamble 算法与针对随机到达的 CSL-Pr 算法，两者均设计用于利用即时反馈。
• 通过概率分析与时间线分解，基于比值 γ = ℓ_max / ℓ_min，限制最小长度分组在时间区间内的成功传输数量。
• 通过分析最坏情况执行序列推导相对吞吐量的下界，通过构造对抗性输入序列获得上界。
• 应用集中不等式，证明吞吐量比的高概率收敛随时间呈指数速度发生。

实验结果

研究问题

• RQ1 在对抗性比特错误下，是否存在一种合适的分组调度性能度量方法，使得完全带宽利用成为不可能？
• RQ2 反馈延迟（即时 vs. 延迟）如何影响对抗性错误环境中可实现的吞吐量？
• RQ3 在线调度算法能否在对抗性与随机分组到达下实现接近理论最优的相对吞吐量？
• RQ4 在这些设置下，任何算法的相对吞吐量的紧致上下界是什么？
• RQ5 最大与最小分组长度之比（γ）如何影响调度策略的性能极限？

主要发现

• 所提 CSL-Preamble 算法的相对吞吐量随时间推移收敛至至少 min{λpℓ_min, γ̄/γ}，其中 γ̄ = ⌊γ⌋ 且 γ = ℓ_max/ℓ_min。
• 在具有即时反馈的对抗性到达下，相对吞吐量的下界为 γ̄/(γ + γ̄)，当 γ 不为整数时，该下界与上界仅存在微小差距。
• 在具有即时反馈的随机模型中，相对吞吐量至少为 min{λpℓ_min, γ̄/γ}，在特定到达率与分组比例条件下可达到紧致边界。
• 延迟反馈在对抗性与随机模型中均导致相对吞吐量为零，凸显其在对抗性错误下的低效性。
• 即时反馈与延迟反馈之间的性能差距显著：即时反馈可实现非零且远离零的相对吞吐量，而延迟反馈在最坏情况错误下会导致系统完全失效。
• 当 γ 为整数时，CSL-Preamble 算法实现最优相对吞吐量，因为下界与上界完全匹配。