We consider the following network model motivated, in particular, by blockchains and peer-to-peer live streaming. Data packet flows originate at the network nodes and need to be disseminated to all other nodes. Packets are relayed through the network via links of limited capacity. A packet leaves the network when it is disseminated to all nodes. The network is stable when it is positive recurrent; and when it is, the age of the oldest packet, referred to as Age-of-Information (AoI) is stochastically bounded. Under the Random-Useful (RU) discipline a node $u$ communicates on link $(u,v)$ a randomly chosen available packet not present at $v$. RU discipline is known to have the maximum stability region for a single flow; we show that this extends to arbitrary number of flows. Our main results concern the Oldest-Useful (OU) discipline, under which a node $u$ communicates on link $(u,v)$ the oldest available packet not present at $v$. OU discipline is a natural candidate for reducing the AoI. We show that, surprisingly, OU \emph{does not} provide the maximum stability region. As the main result of this paper, we prove that OU \emph{does} have the maximum stability region in the important special case of a complete graph network with equal capacities on all links and equal flow rates originating in all nodes. Simulation results show that, in the latter special case, OU out-performs RU in terms of AoI.


翻译:我们认为,以下网络模式的动机是,特别是以链链和对等方的实时流动为动机。数据包流动源于网络节点,需要向所有其他节点传播。通过有限容量的链接通过网络转发数据包。当将数据包传播到所有节点时,它就会离开网络。当它是积极的经常性时,网络是稳定的;当它是最古老的(OO)套件时,被称为信息时代(AoI)的老套件的老套件的老套时,它的年限是严谨的。在随机使用(RU)的学科中,在链接的$(u,v)上有一个节点美元流流,需要向所有其他节点发送数据。一个随机选择的可用包,不是以美元发送的。据我们所知,RU纪律在单流中具有最大的稳定性区域;我们表明,这涉及到任意的流量。我们的主要结果涉及“老旧的”(OU)套件,在链接(u,即所有“OU”的原始值美元,所有“RUF”本不是美元。O纪律是一个特殊的特别候选人在AoI中,我们所展示的“最大稳定度”区域中显示的“最高值”。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
专知会员服务
14+阅读 · 2021年5月21日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Python图像处理,366页pdf,Image Operators Image Processing in Python
神经网络的拓扑结构,TOPOLOGY OF DEEP NEURAL NETWORKS
专知会员服务
31+阅读 · 2020年4月15日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年12月14日
Pointer Graph Networks
Arxiv
7+阅读 · 2020年6月11日
Arxiv
3+阅读 · 2017年12月1日
VIP会员
相关资讯
计算机 | 国际会议信息5条
Call4Papers
3+阅读 · 2019年7月3日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员