Reiluus. Maxmin-reiluus. Tärkeä näkökohta best effort -tyyppisissä palveluissa. Reiluuden maxmin-määritelmä



Samankaltaiset tiedostot
ATM-VERKON KUTSUTASON ESTO

Demonstraatiot Luento

j n j a b a c a d b c c d m j b a c a d a c b d c c j

Iteratiiviset ratkaisumenetelmät

Liikenneteorian tehtävä

Ellipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio

Suorat ja tasot, L6. Suuntajana. Suora xy-tasossa. Suora xyzkoordinaatistossa. Taso xyzkoordinaatistossa. Tason koordinaattimuotoinen yhtälö.

Matriisi-vektori-kertolasku, lineaariset yhtälöryhmät

Tentissä on viisi tehtävää, jotka arvosteellaan asteikolla 0-6. Tehtävien alakohdat ovat keskenään samanarvoisia ellei toisin mainita.

Nopeus, kiihtyvyys ja liikemäärä Vektorit

Algoritmit 2. Luento 13 Ti Timo Männikkö

Kokonaislukuoptiomointi Leikkaustasomenetelmät

1. Lineaarinen optimointi

ESTON LASKENTA VERKOSSA

Numeeriset menetelmät TIEA381. Luento 5. Kirsi Valjus. Jyväskylän yliopisto. Luento 5 () Numeeriset menetelmät / 28

Kuljetustehtävä. Materiaalia kuljetetaan m:stä lähtöpaikasta n:ään tarvepaikkaan. Kuljetuskustannukset lähtöpaikasta i tarvepaikkaan j ovat c ij

Duaalisuus kokonaislukuoptimoinnissa. Mat , Sovelletun matematiikan tutkijaseminaari, kevät 2008, Janne Karimäki

Vapaus. Määritelmä. Vektorijono ( v 1, v 2,..., v k ) on vapaa eli lineaarisesti riippumaton, jos seuraava ehto pätee:

MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.

Lineaarisen kokonaislukuoptimointitehtävän ratkaiseminen

Graafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria

Vuonohjaus: ikkunamekanismi

Suora. Määritelmä. Oletetaan, että n = 2 tai n = 3. Avaruuden R n suora on joukko. { p + t v t R},

Uolevin reitti. Kuvaus. Syöte (stdin) Tuloste (stdout) Esimerkki 1. Esimerkki 2

Algoritmit 2. Luento 11 Ti Timo Männikkö

Kokonaislukuoptimointi

Inversio-ongelmien laskennallinen peruskurssi Luento 2

AUTON LIIKETEHTÄVIÄ: KESKIKIIHTYVYYS ak JA HETKELLINEN KIIHTYVYYS a(t) (tangenttitulkinta) sekä matka fysikaalisena pinta-alana (t,

4.1 Kaksi pistettä määrää suoran

Lineaarialgebra ja differentiaaliyhtälöt Harjoitus 4 / Ratkaisut

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Epälineaaristen yhtälöiden ratkaisumenetelmät

30A01000 Taulukkolaskenta ja analytiikka Luku 8: Lineaarinen optimointi ja sen sovellukset

Nollasummapelit ja bayesilaiset pelit

Lineaarinen optimointi. Harjoitus 6-7, Olkoon A R m n, x, c R ja b R m. Osoita, että LP-tehtävän. c T x = min!

Lineaarisen ohjelman määritelmä. Joonas Vanninen

Taloustieteen mat.menetelmät 2017 materiaali 1

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

Esimerkkejä polynomisista ja ei-polynomisista ongelmista

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA

Kuvioton metsäsuunnittelu Paikkatietomarkkinat, Helsinki Tero Heinonen

Algoritmit 1. Demot Timo Männikkö

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Tehtävä 2: Tietoliikenneprotokolla

Littlen tulos. Littlen lause sanoo. N = λ T. Lause on hyvin käyttökelpoinen yleisyytensä vuoksi

Magneettinen energia

FUNKTIONAALIANALYYSIN PERUSKURSSI Johdanto

Konjugaattigradienttimenetelmä

Aaltojen heijastuminen ja taittuminen

Luento 12: Duaalitehtävä. Tarkennuksia Lagrangen kertoimen tulkintaan. Hajautettu optimointi.

Matriisit ja vektorit Matriisin käsite Matriisialgebra. Olkoon A = , B = Laske A + B, , 1 3 3

4.5 Kaksivaiheinen menetelmä simplex algoritmin alustukseen

Koontitehtäviä luvuista 1 9

Numeeriset menetelmät TIEA381. Luento 6. Kirsi Valjus. Jyväskylän yliopisto. Luento 6 () Numeeriset menetelmät / 33


LISTAT. Tehtävä 1: LISTAT

Preliminäärikoe Tehtävät Pitkä matematiikka / 3

etunimi, sukunimi ja opiskelijanumero ja näillä

Harjoitus 3 ( )

(0 desimaalia, 2 merkitsevää numeroa).

Talousmatematiikan perusteet: Luento 13. Usean muuttujan funktiot Osittaisderivaatta ja gradientti Suhteellinen muutosnopeus ja osittaisjousto

Algoritmit 1. Luento 13 Ti Timo Männikkö

Vapaus. Määritelmä. jos c 1 v 1 + c 2 v c k v k = 0 joillakin c 1,..., c k R, niin c 1 = 0, c 2 = 0,..., c k = 0.

Aaltojen heijastuminen ja taittuminen

Harjoitus 9: Optimointi I (Matlab)

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

ORMS2020 Päätöksenteko epävarmuuden vallitessa Syksy 2008

Dynamiikan hallinta Lähde: Zölzer. Digital audio signal processing. Wiley & Sons, Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons, 2002.

Mat Lineaarinen ohjelmointi

Itämeren tietoliikennekaapeli. Lisätiedot: Juha Parantainen,

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

2 Osittaisderivaattojen sovelluksia

Suoran yhtälöt. Suoran ratkaistu ja yleinen muoto: Suoran yhtälö ratkaistussa, eli eksplisiittisessä muodossa, on

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

3.1 Funktion käsite. Ensiasteen polynomifunktio

Johdatus verkkoteoriaan luento Netspace

KA , tentti (mikrotaloustieteen osuus), luennoitsija Mai Allo

2.2.1 Ratkaiseminen arvausta sovittamalla

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Esimerkki: Tietoliikennekytkin

Tarkastellaan tilannetta, jossa kappale B on levossa ennen törmäystä: v B1x = 0:

AURAUSNOPEUDET v. 1977

Mitä on pätö-, näennäis-, lois-, keskimääräinen ja suora teho sekä tehokerroin? Alla hieman perustietoa koskien 3-vaihe tehomittauksia.

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

nyky-ymmärryksemme mukaan hajaantuvaan sarjaan luvun 1 2 kun n > N Huom! Määritelmä on aivan sama C:ssä ja R:ssä. (Kuva vain on erilainen.

Dynaamiset regressiomallit

MS-C1340 Lineaarialgebra ja

Numeeriset menetelmät

MIKROTEORIA 1, HARJOITUS 1 BUDJETTISUORA, PREFERENSSIT, HYÖTYFUNKTIO JA VALINTA

on hidastuvaa. Hidastuvuus eli negatiivinen kiihtyvyys saadaan laskevan suoran kulmakertoimesta, joka on siis

Johdatus tekoälyn taustalla olevaan matematiikkaan

Esimerkki 1: auringonkukan kasvun kuvailu

MS-A0004/A0006 Matriisilaskenta

Luento 1: Optimointimallin muodostaminen; optimointitehtävien luokittelu

Vektorit. Kertausta Seppo Lustig (Lähde: avoinoppikirja.fi)

2.5. Matriisin avaruudet ja tunnusluvut

Teknillinen korkeakoulu Mat Epälineaarisen elementtimenetelmän perusteet (Mikkola/Ärölä) 4. harjoituksen ratkaisut

SGN-1251 Signaalinkäsittelyn sovellukset Välikoe Heikki Huttunen

Numeeriset menetelmät

Transkriptio:

J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 1 Reiluus Maxmin-reiluus Tärkeä näkökohta best effort -tyyppisissä palveluissa kenellekään ei anneta kvantitatiivisia QoS-takuita kaikkien pitää saada palvelua tasapuolisesti Reiluuden maxmin-määritelmä Reilu palvelu maksimoi heikointa palvelua saavan asiakkaan palvelun laadun Tämä ei yleensä määrittele yksikäsitteisesti resurssien jakoa jos vapausasteita on vielä jäljellä, jatketaan maksimoimalla toseksi heikointa palvelua saavan asiakkaan palvelun laatu jne Reilussa jaossa jokainen asiakas joko saa sen palvelun mitä on pyytänyt tai lisäresurssin antaminen ko. asiakkaalle heikentäisi jonkun huonompaa tai samantasoista palvelua saavan asiakkaan palvelun laatua ts. ei ole mahdollista lisätä minkään asiakkaan palvelun laatua vain parempaa laatua saavien asiakkaiden kustannuksella

J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 2 Maxmin-reiluus (jatkoa) Tarkastellaan niitä yhteyksiä, joille linkki l on pullonkaulalinkki reilun palvelun tapauksessa näiden yhteyksien nopeudet ovat yhtäsuuret muuten pienimmän nopeuden yhteyttä voitaisiin nopeuttaa antamalla sille lisää kaistaa suuremman nopeuden yhteyksiltä yhteinen katto R l r 6 i S l min(s i, R l ) = C l r 1 r 4 r 7 S l s i = niiden yhteyksien joukko, jotka kulkevat linkin l kautta = lähteen i nopeus r 2 r 3 r 5 R

J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 3 Maxmin-reiluus monisolmuisessa verkossa 4 1 2 3 5 6 7 min(r (l) i, R l ) = C l, l i S l r (l) i = min l L i {l} (R l, s i) R 2 S l = L i = r (l) i niiden yhteyksien joukko, jotka kulkevat linkin l kautta niiden linkkien joukko, joiden kautta yhteys i kulkee = nopeus, jolla yhteys i haluaisi lähettää linkissä l r i = min(r l, s i ) = min r (l) l L i l i L i lähteelle i allokoitu nopeus

J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 4 Maxmin-reilun jaon etsiminen ( täyttöalgoritmi ) 1. Alussa asetetaan kaikkien yhteyksien nopeudet nollaksi, r i = 0, i 2. Kasvatetaan kaikkia nopeuksia (samansuuruisina), kunnes joko jonkun yhteyden nopeus on saavuttanut lähdenopeuden tai jonkin linkin kapasiteettiraja on saavutettu 3. Jäädytetään tämän yhteyden / näiden yhteyksien nopeudet nykyiseen tasoonsa ja jatketaan muiden yhteyksien osalta nopeuksien kasvatusta kohdan 2 mukaisesti Kuvattu algoritmi edellyttää keskitettyä tietoa koko verkosta On kehitetty myös hajautettuja toteutuksia algoritmista (esim. ATM-vekon ABR-palvelun yhteydessä), jossa lähteet ja kytkimet vaihtavat keskenään tietoa muutaman iteraation jälkeen nämä hajautetut algoritmit suppenevat kohti reilua jakoa

J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 5 Esimerkki verkon kapasiteetin maxmin-reilusta jaosta s =4 1 s =6 2 C =12 2 C =12 3 C =6 4 C =6 1 C =8 5 s =5 3 s =5 4 yhteys 1 2 3 4 Huom. s i 4 6 5 5 lähteen (pyydetty) nopeus kierros 0 0 0 0 0 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 linkki 1 täynnä 4 4 4 yhteyden 1 lähdenopeus 5 5 linkki 3 täynnä Esimerkissä on nopeuden lisäykset tehty yksinkertaisuuden vuoksi ykkösen askelin Todellisuudessa kasvatus pitää tehdä liukuvasti on helppo päätellä, mikä raja tulee seuraavaksi vastaan

J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 6 Maxmin-reiluuden formaali määritelmä Edelläolevat tarkastelut voidaan pukea vielä täsmällisempään matemaattiseen muotoon: Määritelmä 1: Yhteyksien nopeusvektori r = {r i i S} on mahdollinen, jos 0 r i s i i i S l r i C l Määritelmä 2: Nopeusvektori r on max-min-reilu, jos se on mahdollinen ja jos jokaisella yhteydellä i ja jokaisella mahdollisella nopeusvektorilla ˆr, jolla ˆr i > r i, on olemassa toinen yhteys j, jolla r j r i ja ˆr j < r j Määritelmä 3: Tietyn mahdollisen nopeusvektorin r suhteen linkki l on pullonkaulalinkki yhteydelle i S l, jos k S l r k = C l ja r j r i j S l Voidaan osoittaa, että näistä määritelmistä seuraa Lause 1: Mahdollinen nopeusvektori r on max-min-reilu, jos ja vain jos jokaiselle yhteydelle i jokin linkki on pullonkaula tai r i = s i Lause 2: Max-min-reilu nopeusvektori r on yksikäsitteinen l

J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 7 Utiliteettipohjaiset reiluuden määritelmät Maxmin-reiluus klassillinen ja parhaiten tunnettu reiluuskäsite yhden linkin tapauksessa kaistan tasanjako on ilmiselvästi reilu verkon tapauksessa yleinen reiluuden määritelmä ei ole mitenkään ilmeinen maxmin-reiluus on vain yksi mahdollinen määritelmä, joskin sitä voidaan hyvin perustella Myös muita määritelmiä on ehdotettu Ns. utiliteettipohjaiset reiluuskäsitteet sisältävät monia mahdollisia määritelmiä maxmin-reiluus on erikoistapaus utiliteettipohjaisista reiluuskriteereistä Lähtökohtana on määritellä utiliteetti- l. hyötyfunktio U(x r ), joka kuvaa käyttäjän r (reittiä r käyttävä vuo) verkosta saamaa hyötyä, kun sen saama kapasiteetti on x r Tavoitteena on sitten maksimoida koko käyttäjäkunnan yhdessä saama hyöty U = r R n r U(x r ) missä R on kaikkien reittien joukko ja n r reittiä r käyttävien voiden (käyttäjien) lukumäärä

J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 8 Utiliteettipohjaiset reiluuden määritelmät (jatkoa) Utiliteettikriteerin mukainen reilu kapasiteetin jako voidaan nyt määritellä seuraavan optimointitehtävän ratkaisuna missä max subject to r R n r U(x r ) Ax C over x 0. x = {x r, r R} voiden lukumääristä eri reiteillä muodostuva vektori C = {C j, j J } linkkikapasiteeteista muodostuva vektori A = {a jr, j J, r R} linkki-reitti-matriisi; a jr on n r jos reitti r kulkee linkin j kautta ja 0 muutoin.

J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 9 Utiliteettipohjaiset reiluuden määritelmät (jatkoa) Järkevä ja melko yleinen valinta utiliteettifunktioksi on missä α on vapaa parametri U(x) = x1 α 1 α Erityiset α:n arvon valinnat johtavat seuraaviin tärkeisiin erikoistapauksiin α konsepti max x 0 maksimoi kokonaisläpäisy max x 1 suhteellinen reiluus max x 2 minimoi potentiaalinen viive min x maxmin-reiluus max x R R R R n r U(x r ) n r x r n r log x r n r x r min r R x r Pienet α:n arvot suosivat yhteistä (verkon) hyötyä yksilöiden kustannuksella; suuret α:n arvot korostavat reiluutta heikointa kohtaan.

J. Virtamo 38.3141 Teleliikenneteoria / Reiluus 10 Esimerkki: Utiliteettipohjainen reiluus lineaarisessa verkossa x,n 0 0 x,n 1 1 x 2,n2 x J,nJ link 1 link 2 link J... Pitkää reittiä kulkevaa vuota indeksoidaan 0:lla; lyhyiden reittien voita indeksoidaan vastaavan linkin numerolla; kaikkien linkkien kapasiteetti on 1 α konsepti x 0 0 maksimoi kokonaisläpäisy 0 1 suhteellinen reiluus 1 n 0 + j n j 2 minimoi potentiaalinen viive 1 n 0 + j n 2 j maxmin-reiluus 1 n 0 + max j 1 n j Parametrin α kasvaessa 0:sta kohti ääretöntä, eri allokaatiot antavat suhteellisesti yhä enemmän kaistaa pitkille reiteille