随机网络演算.pptx

基于随机网络演算的性能分析技术研究 1/10 国防科技大学------李焕忠 刘永霞 SNC 与DNC DNC是一种基于最小加代数的确定性排队分析理论，基于DNC可以分析数据流在网络传输过程中流量积压和传输延迟的上界，DNC分析的是最坏情况下的网络性能，使得通常情况下，网络资源的利用率都不高。 SNC 通过概率模型来描述网络中的数据流和节点提供的服务特性。 SNC 与DNC 的一个根本不同点：DNC具有一个性质良好的代数结构作为理论基础，而SNC中，是将概率运算融合到最小加代数中，这就破坏了最小加代数原有的良好数学性质。 2/10 SNC 应用的主要问题 如何选取合适的到达曲线和服务曲线，以得到更好的性能分析结果。 理论分析的结果是否可以足够接近实际情况下的性能。 在随机网络演算的专著 Stochastic Network Calculus中，Jiang 等人归纳了以下网络性能分析理论需要具备的五条基本性质：1. 推导网络服务性能参数 2. 推导输出流的流量模型 3. 推导串联节点的服务模型 4. 推导节点提供给每个流的服务模型 5. 推导多个数据流聚合的流量模型 3/10 4/10 Prb-Min Plus 不协调 当前 SNC 理论研究的主要思路是在 DNC 上引进概率运算，以扩展得到带概率上界的性能分析定理。因而，SNC 的理论困难集中表现在了概率运算与最小加代数之间的不协调性，在 Jiang-SNC 中最小加代数与概率运算从根本上是不协调（简称为 Prb-Min Plus 不协调 ? 5/10 6/10 两个主要的创造性研究成果是： 从公理化的角度建立了不基于最小加代数的随机网络演算理论（NMP-SNC，Non Min-Plus SNC），代数基础上解决 了SNC 中由 Prb-Min Plus 不协调引起的理论困难，其思路是避免概率运算和最小加代数在 SNC 中同时出现。 构建了随机实时演算理论SRTC，在实际应用中可以分析实时系统中的软实时特性，促进 SNC 在实时系统性能分析领域的广泛应用。 7/10 总结 NMP-SNC 相对于 Jiang-SNC 来说主要有san大改进： 1）大幅度降低了理论的复杂性； 2）NMP-SNC 要比 Jiang-SNC 具有更广泛的适用性。 3）显著提高了性能分析结果的精度。 8/10 接下来的计划 在对网络演算的进一步学习中，尽量找一些适合场景看一下 9/10 谢谢！ 10/10