首页/论文/1107.1202

arXiv 1107.12022011-07-06cs.PF

随机广播Pi-演算

A Stochastic Broadcast Pi-Calculus

Lei Song, Flemming Nielson, Bo Friis Nielsen

备注：: In Proceedings QAPL 2011, arXiv:1107.0746
发表信息：: EPTCS 57, 2011, pp. 74-88
DOI：: 10.4204/EPTCS.57.6

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

在本文中，我们提出了一个随机广播PI演算，可用于模拟服务器-客户端为基础的系统，同步总是由只有一个参与者。因此，不需要确定联合同步速率。我们还考虑了即时转换，这对建模行为是有用的，对系统的时间属性没有影响。由于立即转换可能会引入非确定性，因此我们将展示如何解决这些非确定性，从而最终获得有效的CTMC。文中还给出了一些具体的算例，说明了该算法的应用.

英文摘要：

In this paper we propose a stochastic broadcast PI-calculus which can be used to model server-client based systems where synchronization is always governed by only one participant. Therefore, there is no need to determine the joint synchronization rates. We also take immediate transitions into account which is useful to model behaviors with no impact on the temporal properties of a system. Since immediate transitions may introduce non-determinism, we will show how these non-determinism can be resolved, and as result a valid CTMC will be obtained finally. Also some practical examples are given to show the application of this calculus.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

随机网络演算的时态方法

A Temporal Approach to Stochastic Network Calculus

随机网络演算是新近发展起来的一种用于计算机网络随机服务保证分析的理论。在当前的随机网络演算文献中，其基本模型是基于累积流量或累积服务量的。然而，存在这样的模型的直接应用是困难的网络场景。本文提出了一种随机网络演算的时态方法。关键的想法是从时间的角度开发模型和得出结果。特别是，我们定义的流量模型和服务模型的基础上的累计数据包到达间隔时间和累计数据包服务时间，分别。这些模型之间的关系，以及与现有的模型在文献中建立。此外，我们证明了所提出的模型的基本性质，如延迟界和积压界，输出特性，级联性质和叠加性质。这些结果形成了一个时间随机网络演算和恭维现有的结果。

2011-12-13cs.PF

随机网络演算在802.11积压和延迟分析中的应用

Applying Stochastic Network Calculus to 802.11 Backlog and Delay Analysis

随机网络演算提供了一种优雅的方式来描述流量和服务过程。然而，在将其应用于诸如802.11的多址通信系统方面几乎没有做出努力。在本文中，我们采取的第一步，将其应用到积压和延迟分析的802.11无线局域网。特别是，我们解决以下问题：在应用随机网络演算，在什么情况下，我们可以得到稳定的积压和延迟的界限？如何推导802.11无线节点的积压和延迟界限？与模拟相比，这些界限有多紧？为了回答这些问题，我们首先推导出无线节点（不限于802.11）的一般稳定性条件。由此，我们给出了802.11无线节点的具体稳定性条件。然后，我们推导出的积压和延迟边界的802.11节点的基础上现有的802.11模型。我们观察到，推导出的界限是松散的NS-2模拟相比，在当前版本的随机网络演算，需要改进。

2010-04-19cs.PF

交叉口车载广播通信理论性能分析及优化

Theoretical Performance Analysis of Vehicular Broadcast Communications at Intersection and their Optimization

在理论分析的基础上，提出了一种交叉口车对车广播通信中广播速率的优化方法。我们考虑一个模型，其中车辆的位置分别建模为排队和运行段，并通过随机几何方法获得V2V广播通信的关键性能指标。由于这些理论表达式在数学上是难以处理的，我们为它们开发了封闭形式的近似公式。使用它们，我们优化的广播速率，使每单位时间的成功接收器的平均数最大化。由于闭合形式的近似，最优速率可以用作实时控制方法的指导方针，这不是通过耗时的仿真来实现的。通过数值算例验证了该方法的有效性。

2019-03-29cs.PF

随机网络演算中的模型转换

On the Model Transform in Stochastic Network Calculus

随机网络演算需要特别注意在搜索适当的随机交通到达模型和随机服务模型。必须在性能界限分析的可行性、性能界限的有用性和数值计算的方便性之间进行权衡。从理论上讲，不同业务到达模型之间的转换和不同业务模型之间的转换是可能的。然而，模型变换对性能界限的影响尚未得到彻底的研究。本文旨在研究模型转换的效果，为随机网络演算中的模型选择提供实践指导。

2010-01-15cs.NIcs.PF

随机网络演算中的锐界

Sharp Bounds in Stochastic Network Calculus

随机网络演算（SNC）的实用性经常受到质疑，其性能界限的潜在松动的理由。在这篇论文中，它揭示了突发到达过程（特别是马尔可夫调制的开关（MMOO）），其服从\textit{per-flow}分析通常被宣布为SNC的亮点，不幸的是，边界确实是非常宽松的（例如，差几个数量级）。响应于SNC的该未被发现的弱点，本文通过使用基于鞅的技术导出通用采样路径界限来改进（标准）每流界限，其适应FIFO、SP、EDF和GPS调度。所得到的（鞅）界在流的数目$n$中获得指数衰减因子${\mathcal{O}}(e^{-αn})$。此外，对模拟的数值比较表明，鞅界是非常准确的FIFO，SP和EDF调度; GPS调度，虽然鞅界大大提高了标准的界限，他们在数值上是松散的，要求改进的核心SNC分析的GPS。

2013-07-22cs.PF

基于鞅的局部化应用的随机网络演算

Stochastic Network Calculus with Localized Application of Martingales

本文通过将鞅分析与基于仅一次支付复用性质的随机网络演算结果相结合，提高了随机网络演算对网络中端到端时延等性能界限的计算准确性，并展示了一类可受益的非平凡网络，验证了所得界限比传统方法更紧致。

2024-01-18cs.PFmath.PR

更多相关论文收起更多论文

在随机网络演算中释放只支付一次复用的能力

Unleashing the Power of Paying Multiplexing Only Once in Stochastic Network Calculus

随机网络演算（SNC）有望成为一个通用的和统一的框架来计算排队网络的概率性能界限。由于网络内部的资源共享，流之间的随机依赖性对准确的边界和有效的计算是一个巨大的挑战。然而，通过在网络分析中仔细利用基本SNC概念，可以最大限度地减少考虑这些依赖关系的必要性。为此，我们在SNC分析中释放了付费复用仅一次原则（PMOO，从确定性网络演算中得知）的力量。我们选择一个分析组合的结果，以方便复杂的计算。在树可约网络，一般前馈网络的一个子类，我们得到了有效的分析，避免需要考虑内部流依赖。在一个全面的数值评估中，我们展示了这种释放的PMOO分析如何显着减少模拟和SNC计算之间的已知差距，以及它如何在准确性和计算工作量方面与最先进的SNC计算相比。出于这些有前途的结果，我们也考虑一般的前馈网络，当一些流的依赖关系必须考虑在内。为此，释放的PMOO分析扩展到部分依赖的情况下，并提供了一个典型的示例拓扑结构，称为钻石网络的案例研究，再次显示出良好的结果，在最先进的。

2022-06-19cs.PF

通信网络中随机服务保证的分析：一个基本演算

Analysis of Stochastic Service Guarantees in Communication Networks: A Basic Calculus

提出了一种用于通信网络随机服务保证分析的基本算法。演算的核心是两个定义，最大（虚拟）积压为中心（m.b. c）的随机到达曲线和随机服务曲线，分别推广到达曲线和服务曲线的确定性网络演算框架。利用m.b. c随机到达曲线和随机服务曲线，在（min，+）代数下得到了一般情况分析的各种基本结果，这些结果对随机网络微积分的发展至关重要。这些结果包括（i）流的叠加，（ii）服务器的级联，（iii）输出特性，（iv）聚合下的每个流服务，以及（v）随机积压和延迟保证。另外，为了进行独立的案例分析，定义了随机严格服务器，它使用一个理想服务过程和一个损伤过程来描述一个服务器。随机严格服务者的概念不仅使我们改进了独立情形下的基本结果（i）-（v），而且为求随机服务曲线提供了一种方便的方法。此外，还提出了一种求流的m.b.c随机到达曲线和服务器的随机服务曲线的方法。

2005-11-02cs.ITcs.NIcs.PF

可再生能源网络系统的随机演算

A Stochastic Calculus for Network Systems with Renewable Energy Sources

我们认为，与可再生能源，如太阳能和风能供电的网络系统的性能建模和评估。这些能源在很大程度上取决于环境条件，而环境条件很难准确预测。因此，要求网络系统支持软服务质量（QoS）保证，即，以保证具有一定高概率的服务需求。在本文中，我们打算建立一个坚实的数学基础，以帮助更好地理解随机能源约束和QoS和不确定的能源供应之间的内在相关性。我们利用微积分的方法来模拟充电的能量的累积量和消耗的能量的累积量。我们推导出上，下边界上的剩余能量水平的基础上的随机能量充电率和随机能量放电率。通过在能源消耗和任务执行之间建立桥梁（即，服务），研究了不确定能源约束下的QoS保证问题。我们进一步展示了如何性能界限可以提高，如果一些强有力的假设可以。

2011-08-07cs.PFmath.PR

基于时域领域模型的随机服务保障分析

Stochastic Service Guarantee Analysis Based on Time-Domain Models

随机网络演算是计算机通信网络随机服务保证分析的理论。在目前的随机网络演算文献中，其流量和服务器模型通常分别基于累积流量和累积服务量。然而，存在这样的模型的适用性受到限制的网络场景，因此需要对流量和服务进行建模的新方法来解决此限制。本文介绍了随机网络演算的时域领域模型和结果。特别是，我们定义的流量模型，这是基于概率下限的累积数据包到达时间间隔，和服务器模型，这是基于概率上限的累积数据包服务时间。此外，还提供了使用所提出的领域模型的例子.在此基础上，证明了随机网络演算的五个基本性质，这表明所提出的时域方法具有广泛的适用性。

2009-06-11cs.NIcs.PF