[论文解读] Stochastic Service Guarantee Analysis Based on Time-Domain Models

Jing Xie, Yuming Jiang|ArXiv.org|Apr 14, 2009

Network Traffic and Congestion Control参考文献 12被引用 5

一句话总结

本文提出了时域随机网络计算模型，基于累积到达时间与服务时间的概率界，分别定义了流量模型与服务器模型。在新框架下建立了随机网络计算的五个基本性质，实现了对无线网络和多路访问网络中性能边界的有效直接分析，而传统空域模型在此类场景中效果较弱。

ABSTRACT

Stochastic network calculus is a theory for stochastic service guarantee analysis of computer communication networks. In the current stochastic network calculus literature, its traffic and server models are typically based on the cumulative amount of traffic and cumulative amount of service respectively. However, there are network scenarios where the applicability of such models is limited, and hence new ways of modeling traffic and service are needed to address this limitation. This paper presents time-domain models and results for stochastic network calculus. Particularly, we define traffic models, which are based on probabilistic lower-bounds on cumulative packet inter-arrival time, and server models, which are based on probabilistic upper-bounds on cumulative packet service time. In addition, examples demonstrating the use of the proposed time-domain models are provided. On the basis of the proposed models, the five basic properties of stochastic network calculus are also proved, which implies broad applicability of the proposed time-domain approach.

研究动机与目标

• 解决空域随机网络计算在建模无线网络和竞争型网络方面的局限性。
• 基于到达时间与服务时间的概率界，提出时域流量与服务器模型。
• 在时域框架下建立随机网络计算的五个基本性质（服务保证、输出刻画、串联、剩余服务、叠加）。
• 通过无线链路与退避机制等实例，展示模型的适用性。
• 建立时域模型与现有空域模型之间的映射关系，确保兼容性与广泛应用性。

提出的方法

• 基于数据包间累积到达时间的概率下界定义流量模型。
• 基于虚拟时间函数与累积服务时间的概率上界定义服务器模型。
• 基于到达时间分布与服务时间随机界，形式化时域随机服务曲线。
• 利用所提出的时域模型，证明随机网络计算的五个核心性质。
• 建立时域模型与现有空域模型（如v.s.d随机到达曲线、i.d.随机服务曲线）之间的映射关系。
• 通过模型间转换，将结果推广至各类流量与服务器类型组合。

实验结果

研究问题

• RQ1 基于到达时间与服务时间界构建的时域模型，能否作为空域模型在随机网络计算中的可行替代方案？
• RQ2 在时域框架下，如何推导并证明随机网络计算的五个基本性质？
• RQ3 时域模型与现有空域随机网络计算模型之间存在何种关系？
• RQ4 时域模型能否有效捕捉误码无线链路与基于退避的多路访问网络的行为？
• RQ5 与空域转换相比，所提模型如何实现更紧致或更直接的性能分析？

主要发现

• 在所提出的时域模型下，成功证明了随机网络计算的五个基本性质——服务保证、输出刻画、串联、剩余服务与叠加。
• v.s.d随机到达曲线对应于指数分布的到达时间间隔，而i.d.随机服务曲线可用于建模具有概率延迟界约束的误码无线链路。
• 对于具有v.s.d随机到达曲线和i.d.随机服务曲线的流，服务保证与输出刻画可直接获得。
• 当所有服务器均提供约束服务曲线时，串联性质成立，且不依赖于输入流量曲线的类型。
• 在确定性到达曲线与i.d.随机服务曲线组合下，剩余服务刻画已得证；其他组合的扩展需额外的模型转换。
• 时域方法避免了中间转换步骤，相较于空域转换，显著减少了性能边界松弛，尤其在无线与多路访问网络中表现更优。