Аноним

Обмен пакетами при помощи одного буфера: различия между версиями

Материал из WEGA
Нет описания правки
 
(не показано 5 промежуточных версий 1 участника)
Строка 3: Строка 3:


== Постановка задачи ==
== Постановка задачи ==
Рассмотрим систему буферизации с гарантированным качеством обслуживания (QoS), способную хранить ''B'' пакетов. Время квантовано. В начале временного отрезка поступает набор пакетов (возможно, пустой), а в конце этого отрезка один пакет может покинуть буфер для передачи. Поскольку буфер имеет ограниченный размер, в какой-то момент может возникнуть необходимость отбрасывания пакетов. Алгоритм управления буфером должен на каждом временном отрезке решать, какие из пакетов отбросить, а какие передать, учитывая ограниченную емкость буфера. Стоимость пакета обозначим за v(p). Системе присваивается стоимость пакетов, которые она отправляет, в противном случае прибавки стоимости не происходит. Цель алгоритма управления буферами заключается в максимизации совокупной стоимости переданных пакетов.
Рассмотрим систему буферизации с гарантированным качеством обслуживания (QoS), способную хранить ''B'' пакетов. Время квантовано. В начале временного отрезка в буфер поступает набор пакетов (возможно, пустой), а в конце этого отрезка один пакет может покинуть буфер для передачи. Поскольку буфер имеет ограниченный размер, в какой-то момент может возникнуть необходимость отбрасывания пакетов. Алгоритм управления буфером должен на каждом временном отрезке решать, какие из пакетов отбросить, а какие передать, учитывая ограниченную емкость буфера. Стоимость пакета p обозначим за v(p). Системе присваивается стоимость пакетов, которые она отправляет, в противном случае прибавки стоимости не происходит. Цель алгоритма управления буферами заключается в максимизации совокупной стоимости переданных пакетов.




Строка 35: Строка 35:




В работе [7] показано, что при условии <math>\beta = 15</math> коэффициент конкурентоспособности жадного алгоритма с вытеснением (PG) составляет 1,983. Довольно сложный анализ выполняется при помощи присваивания стоимостей пакетов, обслуживаемых оффлайновым алгоритмом, пакетам, обслуживаемым алгоритмом PG.
В работе [7] было показано, что в случае <math>\beta = 15</math> коэффициент конкурентоспособности жадного алгоритма с вытеснением (PG) составляет 1,983. Довольно сложный анализ выполняется при помощи присваивания стоимостей пакетов, обслуживаемых оффлайновым алгоритмом, пакетам, обслуживаемым алгоритмом PG.




Строка 47: Строка 47:




'''Теорема 1 [3]. Для f$ = 4 конкурентоспособности алгоритма MPG составляет 1,75.'''
'''Теорема 1 [3]. При <math>\beta = 4</math> коэффициент конкурентоспособности алгоритма MPG составляет 1,75.'''




Для доказательства вначале было показано, что для анализа эффективности работы MPG достаточно рассмотреть только экземпляры входных данных, у которых стоимость каждого пакета равна либо 0, либо f$l для некоторого i > 0, но при этом допускается разрешение ситуаций с ничьей при помощи противника.
Для доказательства вначале было показано, что для анализа эффективности работы MPG достаточно рассмотреть только экземпляры входных данных, у которых стоимость каждого пакета равна либо 0, либо <math>\beta^i</math> для некоторого <math>i \ge 0</math>, но при этом допускается разрешение ситуаций с ничьей при помощи противника.




Затем авторы определили структуру интервалов для экземпляров входных данных. Интервал I имеет тип i, если на каждом шаге t 2 экземпляр IMPG выдает пакет стоимостью не меньше ft', при этом I является максимальным интервалом с таким свойством.
Затем авторы определили ''структуру интервалов'' для экземпляров входных данных. Интервал I имеет тип i, если на каждом шаге <math>t \in I</math> экземпляр MPG выдает пакет стоимостью не меньше <math>\beta^i</math>, при этом I является максимальным интервалом с таким свойством.




Ii – это набор максимальных интервалов типа i, а I – объединение всех коллекций Ii. Оно является мультимножеством, поскольку интервал типа i также может входить в интервал одного или нескольких типов j < i.
<math>\mathcal{I}_i</math> – это набор максимальных интервалов типа i, а <math>\mathcal{I}</math> – объединение всех <math>\mathcal{I}_i</math>. Оно является мультимножеством, поскольку интервал типа i также может входить в интервал одного или нескольких типов j < i.




Этот подход порождает структуру интервалов, представляющую собой естественную последовательность упорядоченных корневых деревьев: корнем каждого дерева является интервал из %, а потомками каждого интервала I 2 Ii являются все максимальные интервалы типа i + 1, содержащиеся в I. Эти потомки упорядочены слева направо по времени, также как и сами деревья. Интервалы типа i (и представляющие их вершины) различаются по тому, был или не был на этом интервале исключен пакет стоимостью не менее f$l.
Этот подход порождает структуру интервалов, представляющую собой естественную последовательность упорядоченных корневых деревьев: корнем каждого дерева является интервал из <math>\mathcal{I}_0</math>, а потомками каждого интервала <math>I \in \mathcal{I}_i</math> являются все максимальные интервалы типа i + 1, содержащиеся в I. Эти потомки упорядочены слева направо по времени, также как и сами деревья. Интервалы типа i (и представляющие их вершины) различаются по тому, был или не был на этом интервале исключен пакет стоимостью не менее <math>\beta^i</math>.




В завершение доказательства авторы показали, что для каждой структуры интервалов T коэффициент конкурентоспособности алгоритма MPG на экземплярах со структурой интервалов T может быть ограничен решением линейной программы, индексированной T. Наконец, было показано, что для любого T и любого /3 > 4 решение этой программы не превышает 2 1/f$.
В завершение доказательства авторы показали, что для каждой структуры интервалов <math>\mathcal{T}</math> коэффициент конкурентоспособности алгоритма MPG на экземплярах со структурой интервалов <math>\mathcal{T}</math> может быть ограничен решением линейной программы, индексированной <math>\mathcal{T}</math>. Наконец, было показано, что для любого <math>\mathcal{T}</math> и любого <math> \beta \ge 4</math> решение этой программы не превышает <math>2 - 1 / \beta</math>.


== Применение ==
== Применение ==
Строка 68: Строка 68:




Это приводит к возникновению задачи принятия решений в сетевых переключателях, когда прибывают несколько пакетов и происходит перегрузка. Вышеописанный алгоритм может использоваться для максимизации производительности работы сети с гарантированным качеством обслуживания.
Это естественным образом приводит к возникновению задач принятия решений в сетевых переключателях в случаях, когда прибывают несколько пакетов и происходит перегрузка. Вышеописанный алгоритм может использоваться для максимизации производительности работы сети с гарантированным качеством обслуживания.


== Открытые вопросы ==
== Открытые вопросы ==
Несмотря на значительное улучшение верхней границы для этой задачи, разрыв все же довольно велик. Сгалл [5] показал что алгоритм PG не уступает MPG по эффективности. Позднее Энглерт и Вестерманн [4] показали, что коэффициент конкурентоспособности алгоритма PG не выше p3 & 1:732 и не ниже 1 + 1/2 p2 fa 1:707. Таким образом, для дальнейшего улучшения требуется иной алгоритм.
Несмотря на значительное улучшение верхней границы для этой задачи, разрыв все же довольно велик. Сгалл [5] показал что алгоритм PG не уступает MPG по эффективности. Позднее Энглерт и Вестерманн [4] показали, что коэффициент конкурентоспособности алгоритма PG не выше <math>\sqrt{3} \approx 1,732</math> и не ниже <math>1 + 1/2 \sqrt{2} \approx 1,707</math>. Таким образом, для дальнейшего улучшения требуется иной алгоритм.




Строка 97: Строка 97:


9. Mansour, Y., Patt-Shamir, B., Lapid, O.: Optimal smoothing schedules for real-time streams. In: Proc. 19th Symp. on Principles of Distributed Computing (PODC), pp. 21-29. ACM, New York (2000)
9. Mansour, Y., Patt-Shamir, B., Lapid, O.: Optimal smoothing schedules for real-time streams. In: Proc. 19th Symp. on Principles of Distributed Computing (PODC), pp. 21-29. ACM, New York (2000)
[[Категория: Совместное определение связанных терминов]]