SlideShare a Scribd company logo
1 of 13
Download to read offline
待ち行列ネットワークにおける
段階的リンク設計問題の提案とその解法

Ph a s e d Li n k D e s i g n Pr o b l e m i n Q u e u i n g N e tw o r k



               複合情報学専攻
           複雑系工学講座 調和系工学研究室
                MC2 松村 有祐
背景
skypeやgnutella等のP2Pネットワーク
• ネットワーク構造を工夫 ⇒ 特定の通信条件下で効率的なパケットフローを実現する仕組
• 通信の質の変化(音声→動画など)など通信条件の変化 ⇒有効性が保証されない
• 最適性の観点に基づかず試行錯誤的に設計 ⇒ 改良の余地がある

P2Pのネットワーク構造設計
• 数万∼数百万ノードの範囲でノード数が時系列的に変化
• ネットワーク全体の構造を把握し制御する仕組みの実現が困難
                              局所的な情報に基づきリンクを生成・張り替え
       厳密な構造最適化が困難            などするアルゴリズムによって構造を改良
構造改良の難しさ
n=10       n=50   n=100
                          大幅な構造の改良は計算コスト等の観点から困難であるため
                          できるだけ少ないリンク張り替えが求められる
最良         最良     最悪
                             ある構造から推移可能な構造に制限
       x
                             このような状況下でのリンク生成・張り替え
                  最良         アルゴリズムの設計手法は未だ確立されていない
目的

大規模P2Pネットワークにおいて最適なパケットフローを実現する
リンク生成・張り替えアルゴリズムの設計に向けた
アルゴリズム設計手法の提案とその有効性の検討




     張り替えられるリンク数に制約のある
     リンク最適化問題を解くことによるアプローチを提案
P2Pネットワークのモデル化
P2Pネットワークの本質:情報通信ネットワーク⇒待ち行列ネットワークでモデル化
通信コストの定義
各ノードがパケットを中継する際の中継コスト(経路を与えるなどの計算コスト)
a                        • 任意のノード(i,j)間には単位時間当たり
                           q i j 個のパケットが定常的に発生
                         • 各ノードiは単位時間当たりμi個の
                           パケットを中継できる(サービス率)
                         • 各パケットはなるべく最小の中継待ち時間で
                           目的とするノードに到達すると仮定
             b             (フロー偏差法によるフロー生成)
     各q i j , 各 i とネットワーク構造が与えられれば,各パケットの中継待ち時間が計算可能

ネットワークの評価
                         1
    平均待ち時間       f                   各パケットの中継待ち時間
                              q ij
                     i    i
段階的リンク生成・張り替えのモデル
 ・各ステップtでノード一つずつ追加される
 ・追加されたノードから,既存ノードに対し平均次数k/2本のリンクを生成
 ・リンクの張り替えを実施


  G(t-1)



  G(t)                                              ・・・

 実際のP2 Pではノードの追加・除去が繰り返される
 ⇒ ノードの除去はユーザーの意向に従いランダムに発生するため
   ここではまず,ノードが追加される状況のみ考慮

リンク張り替え率の定義

                     E (t 1) E (t )    E (t 1)   (元あって今ないリンクの本数)
張り替え率      Pe (t )
                             E (t 1)                 (元のリンク本数)
提案する設計手法
1. リンク生成・張替えを最適化




                  ・ノードの追加に伴う
     G(t-1)        リンク生成
                  ・リンクの張り替え
 G(t-1):t-1における                G(t-1)から生成可能なG(t)
 ネットワーク構造


       各tにおいてG(t-1) から,張り替え率Pe(t)≦ 制約下で
       生成可能なG(t)のうち平均待ち時間が最小となるG(t)を選択


2. 最適なリンク生成・張り替えの分析によるアルゴリズム設計
各tにおける最適化の際生成・除去されたリンク両端のノードの特徴量 を分析
生成・除去でその特徴に差異が観測されれば
リンク生成・張り替えのルールは少なくとも設計可能と考えられる
リンク生成・張り替え最適化問題

given E(t-1), k,

                          平均待ち時間を最小化する
 min           f(t)       リンク集合の決定問題
  E(t)

subject to
    Pe (t )               最大張り替え率を とする制約

   2 E (t )
                k         各tで平均次数kを超えない
      n (t )
where
   n (t ) n (t 1)     1
山登り法による解法

1. [ノードの追加・リンクのランダム生成]
   G(t-1)にノードを1つ追加し,ランダムにリンクk/2本生成し,G(t)を生成

2. [リンクのランダム張り替えによる近傍解の生成]
   近傍解G*(t)をNp(=30)個作成

 G(t)の各リンクについて,
 ・ Pm(=2.5%)の確率でリンクを除去し
 ・ リンクの無いノード対をランダムに選択しリンクを生成
 (ただし,各近傍解は最大張り替え率の制約を遵守)


3. [最良近傍解の採用]
   G*(t)のうち平均待ち時間が最小のものをG(t)に代入

4. 2~3を繰り返す
   ただし,解の改善がNg(=200)回連続して発生しなければ,t:=t+1とし,1を実施.
実験

1. どの程度少ないリンク張り替えによって小さい平均待ち時間の構造を実現できるか
   ・ 各最大張り替え率制約 による平均待ち時間を比較
   ・ 各 の制約下おいて生成されるネットワークの構造を比較

2. 張り替えにより生成・除去されるリンクの特徴分析・比較によって
   本アプローチによるアルゴリズム設計が可能であるかを検討
   ・各tにおける最適化の際,生成・除去されたリンク両端のノードの特徴量を比較




実験条件
 [ネットワーク構造]           [パケットフロー]
 • n(0)       10      • 各ノード間パケット発生量qij   1
 • n(tmax)    100     • サービス率の平均値         500
                        (正規分布乱数でμiを付与)
 • k          6
 • G(0)       ERモデル(ランダムグラフ)で生成
実験結果
平均待ち時間比の比較
 各 における平均待ち時間を =100%の場合の平均待ち時間で割ったもの
                                    1.5


                                    1.4

ある1試行においてサービ
                                    1.3


               waiting time ratio
ス率が高いノードが追加
                                    1.2


                                    1.1


                                    1.0


                                    0.9
                                          10   30        50            70   90
                                                    number of nodes: n(t)



 ・リンク張り替えを実施しない場合,待ち時間が長くなる
 ・ が小の場合,ネットワークの性質の変化に対しての追随性が悪い
 ・全体的には ∼ を上限とする張り替え率によって十分な通信性能
実験結果
構造の比較
                              クラスタリング係数                                                                 最短平均パス長
                   0.5                                                                      3.5

                                                                                            3.3
                   0.4                                                                      3.1




                                                                Ave. Shortest Path Length
                                                                                            2.9
Clustering Coef.




                   0.3                                                                      2.7

                                                                                            2.5
                   0.2                                                                      2.3

                                                                                            2.1
                   0.1                                                                      1.9

                                                                                            1.7
                   0.0                                                                      1.5
                         10   30        50        70       90                                     10   30        50        70       90
                                   number of nodes: n(t)                                                    number of nodes: n(t)



・張り替えを実施する場合,張り替え率にかかわらず,およそ同様の構造
実験結果
生成・除去されたリンク両端ノードの特徴量の比較(                                                                                                                                の場合)
        生成されたリンク両端のノードの特徴量                                                         除去されたリンク両端のノードの特徴量

ノードにおける1パケットあたり待ち時間:τ                                                                            ノードのサービス率:μ
  0.012                                                                             600
  0.011
                                                                                    550
  0.010
  0.009                                                               τが同程度のノード間    500                                                                 特に傾向なし
                                                                      のリンクを除去し
  0.008
                                                                                    450                                                      +
  0.007
                                                                                                                                             -
  0.006
  0.005
                                                     +                τが同程度のノード間    400
                                                     -
  0.004
  0.003
                                                                      にリンクを生成       350

  0.002                                                                             300
       0.002       0.004   0.006       0.008   0.010         0.012                        300    350     400         450     500   550           600




                   ノードの次数:k                                                          ノードのクラスタリング係数:C
   16
                                                                                     1.0
   14

   12                                                                                0.8

   10                            除去しない
                                     kが3∼6のノード間のリ                                                                                                       Cが小同士のノード間
                                     ンクを除去し                                                                                                             のリンクを除去し
                                                                                     0.6
    8                                                                                                                                    +


                               除去する
                                                                                                                                         -
    6
                                     kが小と大のノード間に         +
                                                                                     0.4
                                                                                                                                                        Cが小と大のノード間に
    4

    2                                リンクを生成              -                           0.2
                                                                                                                                                        リンクを生成
    0                                                                                0.0
        0      2      4    6       8      10    12       14      16                        0.0     0.2         0.4         0.6     0.8            1.0
結論

待ち行列ネットワークにおける段階的リンク設計の手法の提案
• 段階的なリンク生成・張り替えを組み入れた
  リンク最適化問題を解くことによる設計手法を提案した

• 山登り法によるリンク最適化の手法を提案しその有効性を確認した



実験結果から
• 数%程度の軽微なリンク張り替えによって
  ノード数にかかわらず平均待ち時間が小さい
  待ち行列ネットワークの構造を生成できることを確認した

• 張り替えの際に生成・除去されるリンクの性質に異なる傾向が観測され,
  これに基づくアルゴリズム設計の可能性が示唆された

More Related Content

Viewers also liked (14)

yamashita b
yamashita byamashita b
yamashita b
 
nishioka m
nishioka mnishioka m
nishioka m
 
godo b
godo bgodo b
godo b
 
maruyama m
maruyama mmaruyama m
maruyama m
 
tsuji m
tsuji mtsuji m
tsuji m
 
Tuji m
Tuji mTuji m
Tuji m
 
hamada m
hamada mhamada m
hamada m
 
kashimura m
kashimura mkashimura m
kashimura m
 
tanaka m
tanaka mtanaka m
tanaka m
 
senda m
senda msenda m
senda m
 
hayasaka b
hayasaka bhayasaka b
hayasaka b
 
yamauchi b
yamauchi byamauchi b
yamauchi b
 
yamagata m
yamagata myamagata m
yamagata m
 
umeda_b
umeda_bumeda_b
umeda_b
 

Similar to Ppt matsumura

Term slides
Term slidesTerm slides
Term slidest13569tm
 
文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video ClassificationToru Tamaki
 
JOSUG 9th Study
JOSUG 9th StudyJOSUG 9th Study
JOSUG 9th Studyirix_jp
 
openstack_neutron-ovs_osc2014tf_20141019
openstack_neutron-ovs_osc2014tf_20141019openstack_neutron-ovs_osc2014tf_20141019
openstack_neutron-ovs_osc2014tf_20141019Takehiro Kudou
 

Similar to Ppt matsumura (7)

Term slides
Term slidesTerm slides
Term slides
 
matsumura m
matsumura mmatsumura m
matsumura m
 
文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification文献紹介:Token Shift Transformer for Video Classification
文献紹介:Token Shift Transformer for Video Classification
 
JOSUG 9th Study
JOSUG 9th StudyJOSUG 9th Study
JOSUG 9th Study
 
Wssit slide
Wssit slideWssit slide
Wssit slide
 
W8PRML5.1-5.3
W8PRML5.1-5.3W8PRML5.1-5.3
W8PRML5.1-5.3
 
openstack_neutron-ovs_osc2014tf_20141019
openstack_neutron-ovs_osc2014tf_20141019openstack_neutron-ovs_osc2014tf_20141019
openstack_neutron-ovs_osc2014tf_20141019
 

More from harmonylab

【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也harmonylab
 
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究harmonylab
 
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...harmonylab
 
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究harmonylab
 
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究harmonylab
 
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...harmonylab
 
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile BackboneDLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backboneharmonylab
 
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat ModelsDLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Modelsharmonylab
 
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose EstimationDLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimationharmonylab
 
Voyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language ModelsVoyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language Modelsharmonylab
 
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose EstimationDLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimationharmonylab
 
ReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language ModelsReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language Modelsharmonylab
 
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究harmonylab
 
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究harmonylab
 
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究harmonylab
 
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究harmonylab
 
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究harmonylab
 
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究harmonylab
 
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...harmonylab
 
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究harmonylab
 

More from harmonylab (20)

【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
【修士論文】代替出勤者の選定業務における依頼順決定方法に関する研究   千坂知也
 
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
【修士論文】経路探索のための媒介中心性に基づく道路ネットワーク階層化手法に関する研究
 
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
A Study on Decision Support System for Snow Removal Dispatch using Road Surfa...
 
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
【卒業論文】印象タグを用いた衣服画像生成システムに関する研究
 
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
【卒業論文】大規模言語モデルを用いたマニュアル文章修正手法に関する研究
 
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
DLゼミ:Primitive Generation and Semantic-related Alignment for Universal Zero-S...
 
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile BackboneDLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
DLゼミ: MobileOne: An Improved One millisecond Mobile Backbone
 
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat ModelsDLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
DLゼミ: Llama 2: Open Foundation and Fine-Tuned Chat Models
 
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose EstimationDLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
DLゼミ: ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation
 
Voyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language ModelsVoyager: An Open-Ended Embodied Agent with Large Language Models
Voyager: An Open-Ended Embodied Agent with Large Language Models
 
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose EstimationDLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
 
ReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language ModelsReAct: Synergizing Reasoning and Acting in Language Models
ReAct: Synergizing Reasoning and Acting in Language Models
 
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究形態素解析を用いた帝国議会議事速記録の変遷に関する研究
形態素解析を用いた帝国議会議事速記録の変遷に関する研究
 
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
【卒業論文】深層生成モデルを用いたユーザ意図に基づく衣服画像の生成に関する研究
 
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
 
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究深層自己回帰モデルを用いた俳句の生成と評価に関する研究
深層自己回帰モデルを用いた俳句の生成と評価に関する研究
 
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究競輪におけるレーティングシステムを用いた予想記事生成に関する研究
競輪におけるレーティングシステムを用いた予想記事生成に関する研究
 
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
【卒業論文】B2Bオークションにおけるユーザ別 入札行動予測に関する研究
 
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...A Study on Estimation of Household Kerosene Consumption for Optimization of D...
A Study on Estimation of Household Kerosene Consumption for Optimization of D...
 
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
 

Ppt matsumura

  • 1. 待ち行列ネットワークにおける 段階的リンク設計問題の提案とその解法 Ph a s e d Li n k D e s i g n Pr o b l e m i n Q u e u i n g N e tw o r k 複合情報学専攻 複雑系工学講座 調和系工学研究室 MC2 松村 有祐
  • 2. 背景 skypeやgnutella等のP2Pネットワーク • ネットワーク構造を工夫 ⇒ 特定の通信条件下で効率的なパケットフローを実現する仕組 • 通信の質の変化(音声→動画など)など通信条件の変化 ⇒有効性が保証されない • 最適性の観点に基づかず試行錯誤的に設計 ⇒ 改良の余地がある P2Pのネットワーク構造設計 • 数万∼数百万ノードの範囲でノード数が時系列的に変化 • ネットワーク全体の構造を把握し制御する仕組みの実現が困難 局所的な情報に基づきリンクを生成・張り替え 厳密な構造最適化が困難 などするアルゴリズムによって構造を改良 構造改良の難しさ n=10 n=50 n=100 大幅な構造の改良は計算コスト等の観点から困難であるため できるだけ少ないリンク張り替えが求められる 最良 最良 最悪 ある構造から推移可能な構造に制限 x このような状況下でのリンク生成・張り替え 最良 アルゴリズムの設計手法は未だ確立されていない
  • 4. P2Pネットワークのモデル化 P2Pネットワークの本質:情報通信ネットワーク⇒待ち行列ネットワークでモデル化 通信コストの定義 各ノードがパケットを中継する際の中継コスト(経路を与えるなどの計算コスト) a • 任意のノード(i,j)間には単位時間当たり q i j 個のパケットが定常的に発生 • 各ノードiは単位時間当たりμi個の パケットを中継できる(サービス率) • 各パケットはなるべく最小の中継待ち時間で 目的とするノードに到達すると仮定 b (フロー偏差法によるフロー生成) 各q i j , 各 i とネットワーク構造が与えられれば,各パケットの中継待ち時間が計算可能 ネットワークの評価 1 平均待ち時間 f 各パケットの中継待ち時間 q ij i i
  • 5. 段階的リンク生成・張り替えのモデル ・各ステップtでノード一つずつ追加される ・追加されたノードから,既存ノードに対し平均次数k/2本のリンクを生成 ・リンクの張り替えを実施 G(t-1) G(t) ・・・ 実際のP2 Pではノードの追加・除去が繰り返される ⇒ ノードの除去はユーザーの意向に従いランダムに発生するため ここではまず,ノードが追加される状況のみ考慮 リンク張り替え率の定義 E (t 1) E (t ) E (t 1) (元あって今ないリンクの本数) 張り替え率 Pe (t ) E (t 1) (元のリンク本数)
  • 6. 提案する設計手法 1. リンク生成・張替えを最適化 ・ノードの追加に伴う G(t-1) リンク生成 ・リンクの張り替え G(t-1):t-1における G(t-1)から生成可能なG(t) ネットワーク構造 各tにおいてG(t-1) から,張り替え率Pe(t)≦ 制約下で 生成可能なG(t)のうち平均待ち時間が最小となるG(t)を選択 2. 最適なリンク生成・張り替えの分析によるアルゴリズム設計 各tにおける最適化の際生成・除去されたリンク両端のノードの特徴量 を分析 生成・除去でその特徴に差異が観測されれば リンク生成・張り替えのルールは少なくとも設計可能と考えられる
  • 7. リンク生成・張り替え最適化問題 given E(t-1), k, 平均待ち時間を最小化する min f(t) リンク集合の決定問題 E(t) subject to Pe (t ) 最大張り替え率を とする制約 2 E (t ) k 各tで平均次数kを超えない n (t ) where n (t ) n (t 1) 1
  • 8. 山登り法による解法 1. [ノードの追加・リンクのランダム生成] G(t-1)にノードを1つ追加し,ランダムにリンクk/2本生成し,G(t)を生成 2. [リンクのランダム張り替えによる近傍解の生成] 近傍解G*(t)をNp(=30)個作成 G(t)の各リンクについて, ・ Pm(=2.5%)の確率でリンクを除去し ・ リンクの無いノード対をランダムに選択しリンクを生成 (ただし,各近傍解は最大張り替え率の制約を遵守) 3. [最良近傍解の採用] G*(t)のうち平均待ち時間が最小のものをG(t)に代入 4. 2~3を繰り返す ただし,解の改善がNg(=200)回連続して発生しなければ,t:=t+1とし,1を実施.
  • 9. 実験 1. どの程度少ないリンク張り替えによって小さい平均待ち時間の構造を実現できるか ・ 各最大張り替え率制約 による平均待ち時間を比較 ・ 各 の制約下おいて生成されるネットワークの構造を比較 2. 張り替えにより生成・除去されるリンクの特徴分析・比較によって 本アプローチによるアルゴリズム設計が可能であるかを検討 ・各tにおける最適化の際,生成・除去されたリンク両端のノードの特徴量を比較 実験条件 [ネットワーク構造] [パケットフロー] • n(0) 10 • 各ノード間パケット発生量qij 1 • n(tmax) 100 • サービス率の平均値 500 (正規分布乱数でμiを付与) • k 6 • G(0) ERモデル(ランダムグラフ)で生成
  • 10. 実験結果 平均待ち時間比の比較 各 における平均待ち時間を =100%の場合の平均待ち時間で割ったもの 1.5 1.4 ある1試行においてサービ 1.3 waiting time ratio ス率が高いノードが追加 1.2 1.1 1.0 0.9 10 30 50 70 90 number of nodes: n(t) ・リンク張り替えを実施しない場合,待ち時間が長くなる ・ が小の場合,ネットワークの性質の変化に対しての追随性が悪い ・全体的には ∼ を上限とする張り替え率によって十分な通信性能
  • 11. 実験結果 構造の比較 クラスタリング係数 最短平均パス長 0.5 3.5 3.3 0.4 3.1 Ave. Shortest Path Length 2.9 Clustering Coef. 0.3 2.7 2.5 0.2 2.3 2.1 0.1 1.9 1.7 0.0 1.5 10 30 50 70 90 10 30 50 70 90 number of nodes: n(t) number of nodes: n(t) ・張り替えを実施する場合,張り替え率にかかわらず,およそ同様の構造
  • 12. 実験結果 生成・除去されたリンク両端ノードの特徴量の比較( の場合) 生成されたリンク両端のノードの特徴量 除去されたリンク両端のノードの特徴量 ノードにおける1パケットあたり待ち時間:τ ノードのサービス率:μ 0.012 600 0.011 550 0.010 0.009 τが同程度のノード間 500 特に傾向なし のリンクを除去し 0.008 450 + 0.007 - 0.006 0.005 + τが同程度のノード間 400 - 0.004 0.003 にリンクを生成 350 0.002 300 0.002 0.004 0.006 0.008 0.010 0.012 300 350 400 450 500 550 600 ノードの次数:k ノードのクラスタリング係数:C 16 1.0 14 12 0.8 10 除去しない kが3∼6のノード間のリ Cが小同士のノード間 ンクを除去し のリンクを除去し 0.6 8 + 除去する - 6 kが小と大のノード間に + 0.4 Cが小と大のノード間に 4 2 リンクを生成 - 0.2 リンクを生成 0 0.0 0 2 4 6 8 10 12 14 16 0.0 0.2 0.4 0.6 0.8 1.0
  • 13. 結論 待ち行列ネットワークにおける段階的リンク設計の手法の提案 • 段階的なリンク生成・張り替えを組み入れた リンク最適化問題を解くことによる設計手法を提案した • 山登り法によるリンク最適化の手法を提案しその有効性を確認した 実験結果から • 数%程度の軽微なリンク張り替えによって ノード数にかかわらず平均待ち時間が小さい 待ち行列ネットワークの構造を生成できることを確認した • 張り替えの際に生成・除去されるリンクの性質に異なる傾向が観測され, これに基づくアルゴリズム設計の可能性が示唆された