[论文解读] Robust Distributed Routing in Dynamical Flow Networks - Part II: Strong Resilience, Equilibrium Selection and Cascaded Failures

Giacomo Como, Ketan Savla+3 more|arXiv (Cornell University)|Mar 25, 2011

Complex Network Analysis Techniques参考文献 12被引用 5

一句话总结

本文提出了一类用于无环动力流网络的局部响应分布式路由策略，以最大化强鲁棒性——即阻止从起点到终点完全传输流的链路总容量减少的最小值。证明了可实现的最大强鲁棒性等于最小节点剩余容量，定义为所有非终点节点上（容量 - 限制流量）之和的最小值，并提出了一个凸优化问题，以在保证该鲁棒性水平的前提下最小化平均延迟。

ABSTRACT

Strong resilience properties of dynamical flow networks are analyzed for distributed routing policies. The latter are characterized by the property that the way the inflow at a non-destination node gets split among its outgoing links is allowed to depend only on local information about the current particle densities on the outgoing links. The strong resilience of the network is defined as the infimum sum of link-wise flow capacity reductions under which the network cannot maintain the asymptotic total inflow to the destination node to be equal to the inflow at the origin. A class of distributed routing policies that are locally responsive to local information is shown to yield the maximum possible strong resilience under such local information constraints for an acyclic dynamical flow network with a single origin-destination pair. The maximal strong resilience achievable is shown to be equal to the minimum node residual capacity of the network. The latter depends on the limit flow of the unperturbed network and is defined as the minimum, among all the non-destination nodes, of the sum, over all the links outgoing from the node, of the differences between the maximum flow capacity and the limit flow of the unperturbed network. We propose a simple convex optimization problem to solve for equilibrium limit flows of the unperturbed network that minimize average delay subject to strong resilience guarantees, and discuss the use of tolls to induce such an equilibrium limit flow in transportation networks. Finally, we present illustrative simulations to discuss the connection between cascaded failures and the resilience properties of the network.

研究动机与目标

• 分析在仅依赖局部信息约束下，分布式路由策略在动力流网络中的鲁棒性。
• 定义并表征强鲁棒性，即阻止从起点到终点完全传输流的最小总容量退化量。
• 识别在仅依赖局部信息条件下，能够实现最大可能强鲁棒性的局部响应路由策略类别。
• 制定一个凸优化问题，以在保证指定强鲁棒性水平的同时最小化平均延迟。
• 探讨在交通网络中使用收费机制，以诱导满足强鲁棒性约束的均衡流。

提出的方法

• 将网络建模为具有单一起点-终点对和恒定流入量的有向无环图，其动态行为由基于质量守恒的常微分方程描述。
• 定义分布式路由策略，其中每个节点的流量分流仅依赖于其出链路上的局部粒子密度。
• 引入强鲁棒性的概念，即阻止网络实现完全传输的链路容量减少量的下确界总和。
• 将最小节点剩余容量定义为：在所有非终点节点中，其所有出链路的（最大容量 - 限制流量）之和的最小值。
• 使用归纳法与类似李雅普诺夫的论证，证明局部响应策略可实现等于最小节点剩余容量的强鲁棒性。
• 提出一个凸优化框架，用于计算在给定强鲁棒性约束下，能最小化平均延迟的均衡限制流量。

实验结果

研究问题

• RQ1 仅依赖局部信息的分布式路由策略所能实现的最大强鲁棒性是多少？
• RQ2 最小节点剩余容量与动力流网络的强鲁棒性之间有何关系？
• RQ3 能否构建一个凸优化问题，以同时最小化平均延迟并保证期望的强鲁棒性水平？
• RQ4 在交通网络中，收费机制在诱导满足强鲁棒性约束的均衡流方面起到什么作用？
• RQ5 在有限链路容量的流网络中，级联故障如何产生，其与鲁棒性特性有何关联？

主要发现

• 任何仅依赖局部信息的局部响应分布式路由策略所能实现的最大强鲁棒性，等于网络的最小节点剩余容量。
• 最小节点剩余容量取决于未扰动网络的限制流量，通常小于网络剩余容量，表明局部信息约束带来了性能损失。
• 可通过求解一个凸优化问题，计算出在保证指定强鲁棒性水平的同时最小化平均延迟的均衡限制流量。
• 收费机制可用于诱导交通网络中满足强鲁棒性保证的期望均衡流。
• 仿真结果表明，当链路容量有限时，级联故障会显现，且与网络的鲁棒性特性密切相关，分布式路由策略在缓解此类故障中起关键作用。
• 证明表明，若总扰动幅度小于强鲁棒性，则扰动后的网络仍能保持完全传输，从而确认了该策略的鲁棒性。