17 情報工学講義第3 木5限 for 学生0524 - keio …...2017/04/17 · 200...
TRANSCRIPT
Science and Technology191
9回目
パケットスケジューリング(その1)
Science and Technology192
目的
FIFO (First in First Out)のモデルを学ぶ
ns3 の標準的なリンクはこれ。 DropTail FIFOによる待ち行列の性質を学ぶ
M/M/1 M/D/1
Science and Technology193
到着とサービス
(待ち室容量:S)到着
(分布:A)
呼損
待ち室で待つ
(N個)
窓口でサービス(分布:H)
サービス完了で退去…
Science and Technology194
ポアソン到着 (Poisson Arrival)
スーパーのレジに到着する客に性質 客どうしは、互いに相談なしにレジに到着
する。 到着の独立性
どの時刻でも到着の様子は同じ。 到着の定常性
時刻 t の関数にならない。
十分短い時間に、2人以上の客が同時に到着することはない。 到着の希少性
状態の変化のバリエーションが少ない。
ポアソン到着
Science and Technology195
到着客数の確率的な性質
任意の時間区間 t0< t < t1における到着客数をNt0,t1として、 Nt0,t1の値がk人となる確率
を具体的に決定する。
定常性より、時間間隔t1-t0が同じなら、開始時刻t0には依存しない。
t=t1-t0と置いて、
,2,1,0,, 10, 10 kttkNP tt
,2,1,0,, ktkNP t
Science and Technology196
平均到着客数
一分間あたりにレジに到着する客数の平均値をλ(人/分)とする。
任意の短い時間区間でもこの平均値で客は到着すると考える。
短い時間Δtの間に到着する平均到着客数は
λΔt
Science and Technology197
微小区間Δtにおける到着確率その1
十分に長い時間区間Lをm等分して、一区間をΔtとする。
いつでも平均してλL人が到着している。
Lが十分大きければ、λLは整数と考えられる。
希少性より同時に2人以上到着しないので、客が1人ずつ相異なるλL個の小区間に到着する。
m個の場所にλL人が到着する場合の数は
1 2 3
1 2 3 4 λL-1 λL
m-1 m
LL/m=△t
L
m
Science and Technology198
微小区間Δtにおける到着確率その2
ある小区間に着目。その小区間に客が1人到着して、残りのm-1個の区間にλL-1人が到着する場合の数は
注目した小区間に客が1人到着する確率は
1 2 3
1 2 3 4 λL-1 λL
m-1 m
LL/m=△t
11
Lm
tmL
Lm
Lm
1
1
注意:λΔt<1程度にΔtが小さくないと無意味
~平均到着客数と等しい
Science and Technology199
長さtの時間区間での到着客数の確率
微小時間Δtの区間に1人の客が到着する確率:λΔt 長さtの区間をn等分(十分に大きなnを考える)して、小
区間の長さをΔtとする。
n個の小区間のうち、相異なるk個の区間に客が1人ずつ到着し、残りn-k個の区間には客が到着しない確率
,2,1,0,, ktkNP t
nkttkn knk ,,1,01
~二項分布
A B C
tt/n=△t
D E
Science and Technology200
長さtの時間区間での到着客数の確率
aay
y
x
x
x
x
ey
xa
xe
11lim
1lim
11lim
~ 平均λのポアソン到着で、時間tの間にk人到着する確率
tk
k
n
n
k
k
n
kn
k
knk
n
knk
nt
knk
nt
ekt
ntn
tnnn
knnnkt
ntn
tnkn
nkt
nt
nt
kknn
nt
nt
kn
kNP
nttnktt
kn
kNP
!
1
1111!
1
111!
!!
1!!
!1
,,,2,1,01
lim
lim
limlim
lim
Science and Technology201
マルコフ過程(Markov Processes)を用いた導出方法
状態kから状態k+1へ微小時間Δtで遷移する確率がpk,k+1Δt Δtは省略して記述される
状態kからkへの遷移は省略される
【参考】
k-1 k k+1
pk-1, k pk, k+1
pk-1, k+1
pk+1, k-1
Science and Technology202
ポアソン過程の状態遷移図
時刻0から時刻tまでの全到着客数をNtとする。
平均到着客数λのポアソン到着
微小時間Δtに客が1人到着する確率はλΔt
Δt時間内に客が1人も到着しない確率
= 1-λΔt - o(Δt)
0 21 k-1 k k+1
λ λ λ λ λ λ λ
客が2人以上同時到着する場合も考慮した項
【参考】
Science and Technology203
微分方程式の導出
時刻0からt+Δtの間に客が1人も到着しない確率P(Nt+Δt=0) Nt=0であり、かつΔt時間内の到着客数が0
0000lim
000100
0
ttttt
t
tttt
ttt
NPdtNdP
tNPNP
NPtto
tNPNP
totNPNP
【参考】
Science and Technology204
微分方程式を解く
初期条件、時刻t=0で客数0、P(N0=0)=1
t
tt
t
t
t
tt
e
CNPtCeNP
CtNP
dtNPNdP
NPdtNdP
1100,0
0log00
00
0 よりで
tk
t ektkNP !
のk=0に相当
【参考】
Science and Technology205
k=0からk=1への遷移
Nt=0で、Δtの時間内に1人到着
Nt=1で、Δtの時間内に1人も到着しない
0 1
λ
totNP t 0
totNP t 11
tt
t
ttttt
tttt
eNPdtNdP
NPttoNP
tto
tNPNP
totNPtotNPNP
11
01111101
【参考】
Science and Technology206
微分方程式を解く
初期条件、時刻t=0で客数0、P(N0=0)=1従って、P(N0=1)=0
t
t
tt
ttttt
tt
t
t
tt
t
teNP
NPteCtNP
CtCdtdC
eCeCeedtdC
dtNdP
CeNPdtNPNdP
eNPdtNdP
1
010,1
1
111
11
01
1
で
tk
t ektkNP !
のk=1に相当
定数変化法で解ける。
=0と置いて、変数分離形にする
【参考】
Science and Technology207
一般解
tektkNPe
ktkNP
kNPteCktkNP
CktC
kt
dtdC
ektCeCee
dtdC
dtdy
Ceyydtdy
ektkNPkNPkNP
dtkNdP
tk
tt
k
t
tk
t
kk
tk
ttt
t
tk
tttt
0,!!1
1
010,!1
1
!1!
!
!,11
1
01
1
1
1
で
【参考】
Science and Technology208
ポアソン到着の到着間隔
到着客数の確率
続いて到着する2人の客の到着間隔を I とする。
到着間隔 I が t を超える確率P(I > t)を考える。
客Aの到着後、時間tの間到着客数が0
Iの確率密度関数をpI(t)とする。
te
ktkNP t
k
t 0,!
t
客A
tt eNPtIP 0
tI etIP
dtd
dttIdPtp
1 指数分布
Science and Technology209
確率分布
確率変数Xが整数値のような、離散的な値をとる
離散的確率変数
Xが値nをとる確率、P(X=n) をXの確率関数という
確率 をXの分布関数という (xは実数)
Xが実数値をとるとき
連続的確率変数
Xがx以下になる確率 をXの分布関数という
F(x)の導関数 をXの確率密度関数という
xn
nXPxF
xXPxF
dx
xdFxf
全区間で積分すると1
【参考】
Science and Technology210
確率変数の例その4
指数分布(Exponential distribution) μを正の実数とする。 連続的確率変数Xの分布関数が、
であるとき、確率変数Xは指数分布に従うという。 Xの確率密度関数は
確率変数Xは、指数分布に従うという。 指数分布は、客に対するサービス時間を表わす。
平均値は1/μになる
00
01
xxe
xFx
00
0
xxe
xfx
【参考】
Science and Technology211
指数分布の確率密度関数の例
λ=0.5, 1.0, 2.0 平均到着数が大きいほど、到着間隔は小さい方に集中する。
0 1 2 3 40.0
0.5
1.0
1.5
2.0
t
p Ⅰ(t
)
λ=2.0
λ=1.0
λ=0.5
【参考】
確率密度関数の値は1より大きくても良い
Science and Technology212
到着とサービス
(待ち室容量:S)
到着(分布:A)
呼損
待ち室で待つ
(N個)
窓口でサービス(分布:H)
サービス完了で退去…
ポアソン到着k人到着する確率到着間隔は指数分布
tk
t ektkNP !
tI etp
Science and Technology
代表的な待ち室での待ち方(その1)
FIFO (First In First Out) ~ Queue 入った順に、待ち室を出てサービスを受ける。
前の客が出ていかないと、後の客はサービスされない。
213
…
ゲートが開くと出ていける
一列で待つ
一杯で入れない時は捨てられる
Drop Tail
Science and Technology
代表的な待ち室での待ち方(その2)
LIFO (Last In First Out) ~ Stack 最後尾から、待ち室を出てサービスを受ける。
後ろの客が出ていかないと、前の客はサービスされない。
214
…
ロープが下げられると出ていける
一列で待つ
一杯で入れない時は捨てられる
First In Last Out (FILO)とも呼ぶ
入れる動作をPUSH出す動作をPOP
Science and Technology
代表的な待ち室での待ち方(その3)
FIRO (First In Random Out) 前の客を飛び越してサービスを受けることができる。
どの客を選ぶのかは、ポリシー次第
215
…迎えが来ると出ていける
一列で待つ
一杯で入れない時は捨てられる
Science and Technology216
到着とサービス
(待ち室容量:S)
到着(分布:A)
呼損
待ち室で待つ
(N個)
窓口でサービス(分布:H)
サービス完了で退去…
FIFO (Queue) :入った順に出て行く
Science and Technology217
サービス(指数サービスと一定サービス)
指数サービス
無記憶性 サービスが終了する確率は、これまでのサービス時間とは無関係。
いつサービスが開始されていても次の時刻に終了する確率は等しい。
単位時間あたりにサービスされる平均客数をμ [人/単位時間]とする。
Δt 時間後にサービスが終了する確率
1 2 3
1 2 3 4 μL-1 μL
m-1 m
LL/m=△t
tmL
Lm
Lm
1
1 時間Lで、μL人サービス終了
Science and Technology218
指数サービスのサービス時間確率
サービス時間 Y が時間 t よりも長くなる確率 P(Y>t) を求める。
時刻0から時刻 t までと、時刻 t から t+Δt で、サービスが終了していない確率は、 tot 1
10,
0
1
YPtYPdt
tYdPt
tYPtto
ttYPttYP
tottYPttYP
ty
t
edt
tYdPtp
etYP
2個以上終了
Science and Technology219
一定サービス(deterministic service)
どんな客に対してもサービス時間が同じ
サービス時間の分散は0
例
固定長パケットの処理時間
Science and Technology220
待ち行列解析 (M/M/1, M/D/1)
客のシステム内での平均滞在時間
処理遅延時間
平均システム内客数
平均利用バッファ量
システム内客数がn人である確率
最大必要バッファ量
W
Q
,2,1,0npn
Science and Technology221
解析の約束事
単位時間あたりの平均到着客数~到着率:λ 単位時間あたりにサービスされる平均客数~
サービス率:μ 待ち室数Sが無限の時に、待ち行列長が無限大
にならない条件
λ < μ ρ=λ/μ < 1 ~ トラヒック密度
待ち室数Sが有限の場合、ρ>1を許容
Science and Technology222
Littleの公式 (1961年)
一つの入り口から入り、一つの出口から出るサービスシステムを考える
出入り口が複数あっても、仮想的に一つと考える
出口以外からの流出は無い
定常状態では、平均到着率=平均退去率=λ
サービスシステム(システム内平均個数= )
入口 出口
平均到着率:λQ
WQ
システム待ち時間(平均経過時間)W
処理時間+処理待ち時間W
Science and Technology223
M/M/1 (M/M/1/∞)
ポアソン到着、指数サービス、窓口数1、待ち席数無限大 ・・・ λ<μ
マルコフ過程を用いて解析する。
サービス窓口
待ち席数=∞
ポアソン到着(到着率λ)
指数サービス(サービス率μ)
0 21 n-1 n n+1
λ λ λ λ λ λ λ
μ μ μ μ μ μ μ
微小時間Δtでは確率λで
1個到着
微小時間Δt では確率μで1個終了
Science and Technology224
状態nとn-1とn+1の考察
定常状態において
状態nからの流出量=状態nへの流入量
全ての確率の和は1
n-1 n n+1
λ λ
μ μ
,2,111 nppp nnn
10
nnp
Science and Technology225
pnの計算
境界p0 (p0のままか、p1から遷移)
より
001
100 1
ppp
ppp
0
2002
201
1 pppp
ppp
11 nnn ppp
0pp nn
Science and Technology226
p0を計算
より
仮定より0≦ρ<1であるから
10
nnp
0
00
1n
n
nn pp
nn
n
n
p
p
pp
1
1111
0
00
0
Science and Technology227
システム内の平均客数の計算
1
11
32
32
1,1
32
432
32
0
00
Q
s
s
ns
nnpQp
n
n
n
n
nn
nn
リトルの公式 WQ
11
11 QWシステム内平均滞在時間
期待値(平均値)
Science and Technology
M/M/1
228
1,1
1/
WQ
p nn
Science and Technology
M/M/1 の適用場所
ネットワークシミュレータのモデル
トラヒック送信元 n0, n1, n2 UDP: 送信元毎に異なるパケットサイズ、平均ON時間、平均OFF
時間を与える
ON/OFF時間が指数分布となる
トラヒック受信先 n4
229
n0
n2
n3 n4
Sink01Mbps, 10ms
1Mbps, 10ms
1Mbps, 10ms
EXP n11Mbps, 10ms
UDP
Packet size: 1000BBurst: 2secIdle: 1secRate: 200K, 200K, 200K
Sink1
Sink2
M/M/1 を適用可能 (入力本数が多ければ理論値と合う)
指数分布トラヒックジェネレータ
Science and Technology230
M/D/1
ポアソン到着、一定サービス時間
固定長パケット(セル)の処理で多用
サービス時間が一定であることに着目して、離散的な時間でのシステム内の変化を調べる
離散時間のマルコフ連鎖
M/M/1は、連続時間のマルコフ過程
Science and Technology231
M/D/1の状態確率
1
111
z
z
ezezzp
,3,2,
!1!11
.....230.....20
110
10
1
1
3
2
1
0
n
jnj
jnjep
pppp
epp
pp
n
j
jnjnjjn
n
Pollaczek-Khintchinの公式(Pollaczekが1930年に発表、Khintchinが1932年に整理)
Science and Technology232
M/D/1の平均キュー長と平均待ち時間
1
111
z
z
ezezzp
Pollaczek-Khintchinの公式
1211
1221
1211221
22
QW
pQ
11
1
W
Q
M/M/1 (μ=1)
※上記は処理時間=1を仮定している。λは処理時間を単位として与える。
Science and Technology
M/D/1 の適用場所
ネットワークシミュレータのモデル
トラヒック送信元 n0, n1, n2 UDP: パケットサイズ固定、平均ON時間、平均OFF時間を与える
ON/OFF時間が指数分布となる
トラヒック受信先 n4
233
n0
n2
n3 n4
Sink01Mbps, 10ms
1Mbps, 10ms
1Mbps, 10ms
EXP n11Mbps, 10ms
UDP
Packet size: 64BBurst: 2secIdle: 1secRate: 200K, 200K, 200K
Sink1
Sink2
M/D/1 を適用可能 (入力本数が多ければ理論値と合う)
指数分布トラヒックジェネレータ
Science and Technology234
M/M/1/K 待ち行列
p0とp1の関係
pKとpK-1の関係
0 21 K-1 K
λ λ λ λ λ
μ μ μ μ μ
10 pp
KK pp 1
1,,2,111 Knppp nnn
10
K
nnp
【参考】
Science and Technology235
pnの計算
Knpp
ppp
KKnpp
ppKnpp
ppppp
pp
K
n
nK
K
n
KK
n
nn
nn
KKn
n
,,1,01
1,11
111
,1,,2,1,0
,1,,2,1
1
110
0
1
00
0
0
10
02
2201
01
とは限らない
【参考】
Science and Technology236
システム内の平均客数
1
1
10
1
1
2
112
132
12
0
01
0
1111
11
111
111
12
12
11
K
K
K
KK
n
nK
KK
KK
KK
KK
KKK
n
n
K
n
nK
K
nn
KnQ
Ks
KKs
KKs
KKns
nnpQ
K大で、ρ<1なら
1
Q
【参考】
Science and Technology237
平均システム内滞在時間
1
1
1
1
1
10
1
11
11111
1111
11
K
K
K
K
K
K
K
KK
n
nK
KQW
WQ
KnQ
【参考】
Science and Technology238
システムの棄却率
n=Kのときに到着した客は、待ち席に空きがないので退去させられる。
pKを棄却率という
ρ>1の場合は、p0<p1<p2<p3<・・・<pKとなりがち
0 21 K-1 K
λ λ λ λ λ
μ μ μ μ μ
λ
捨てられる
【参考】
Science and Technology239
M/M/S 待ち行列
待ち席数∞ 到着率λのポアソン到着
サービス窓口数S 他の窓口と独立にサービス率μの指数
サービス
窓口全部塞がっていたら最後尾で待つ
サービスが終了したらただちに退去
サービス窓口1
待ち席数=∞
ポアソン到着(到着率λ)
指数サービス(サービス率μ)
サービス窓口2
サービス窓口S
::
::
【参考】
Science and Technology240
待ち行列の特性
窓口数Sで、各窓口のサービス率μ システム全体でのサービス率 Sμ
トラヒック密度ρ=λ/Sμ 待ち席数∞なので、ρ<1を仮定する
システム内の客数n≦Sの場合、全員がサービスを受けていて、待ち席には誰もいない。
0 21 S-1 S S+1
λ λ λ λ λ λ λ
μ 2μ 3μ (S-1)μ Sμ Sμ Sμ
【参考】
Science and Technology241
1≦n≦Sの場合のnからn-1への遷移
サービスを受けているのはn人
Δtの時間に1人がサービスを終了する確率はμΔt n人のうち誰かが終了する確率はnμΔt
厳密には。。。。
totnt
ntn
tt
n
n
11
1
1
スを終了する確率は人のうち誰かがサービ
はビスが終了しない確率個の窓口で、全員サー
しない確率は、時間にサービスが終了
【参考】
Science and Technology242
システム内客数の定常確率その1
0 21 S-1 S S+1
λ λ λ λ λ λ λ
μ 2μ 3μ (S-1)μ Sμ Sμ Sμ
0
2
00012
01
11
11
10
21
2222
,1,1,,2,11
pppppp
pp
SSnpSppSSnpnppn
pp
nnn
nnn
【参考】
Science and Technology243
システム内客数の定常確率その2
1,,1,0!1
231
321
32
332
21,
1,,2,11
0
0
3
00
2
123
0
2
201
11
Snpn
p
p
ppppp
pppp
Snpnppn
n
n
nnn
【参考】
Science and Technology244
システム内客数の定常確率その3
00
0
2
0
121
0
11
!1
!111
!21
!111
1
1,,1,0!1
1,,2,11
pS
pS
SS
pSS
pSS
Sp
pSppS
Snpn
p
Snpnppn
SS
SS
S
SSS
n
n
nnn
【参考】
Science and Technology245
システム内客数の定常確率その4
,1,!
1
!1
!1
!11
!1
,1,
,,1,0!1
0
0
1
0
1
0
1
01
11
11
0
SSnpSS
p
pSS
pSS
SS
pSS
pSS
Sp
pSppSSSnpSppS
Snpn
p
Sn
n
n
SS
SS
S
SSS
nnn
n
n
【参考】
Science and Technology246
システム内客数の定常確率その5
11
00
2
1
00
0
00
11
!!
11
!1
!11
,1,!
1,,,1,0!1
SS
nSp
SSSS
SSnpp
SSnpSS
pSnpn
p
SS
n
n
SS
Sn
n
SnSn
nS
n
n
nn
Sn
n
n
n
n
【参考】
Science and Technology247
システム内客数の定常確率その6アーランC式
,1,!
1,,1,0!
11
!!
0
0
11
00
SSSpSS
SSpn
S
p
SS
nSp
Sn
n
n
SS
n
n
すぐにサービスを受けられない確率=待たないといけない確率
11
!!! 000 SSp
SSpp
SSpC
S
Sn
nS
Sn
Sn
Snn
Erlang C式
【参考】
Science and Technology248
システム内平均客数その1
2
1
0
1
10
2
1
21
21
21
0
1
00
0
11!!1
11
1121
!!
SSSS
n
n
SS
SSS
SS
SSSSn
n
Sn
nSS
n
n
nn
SSSp
nSpQ
SS
SSSSS
n
nSSp
nSnpnpQ
を計算する。とおいて、
【参考】
Science and Technology249
システム内平均客数その2
02
1
2
1
0
1
00
11
0
11
0
2
0
1
1
2
1
0
1
10
1!
11!11
!!1
11
!!1
11
!!111
!!
!!1
11!!1
pSSS
SSSp
SSp
SSpSQ
SS
SSpS
SS
SS
SS
mSS
mSS
nS
SSSp
nSpQ
SS
SSSSS
SS
SSSS
m
m
S
m
mS
n
n
SSSS
n
n
1
1
00 1
1!!
S
Sn
SpSS
n
n
【参考】
Science and Technology250
システム内平均滞在
02
1
02
1!1
1!
1
pSS
pS
SS
QW
WQ
SS
SS
より
S
【参考】
Science and Technology251
演習8
ルータへパケットが毎秒 個の到着率でランダムに到着する。パケット1個の処理時間が平均0.1 ms の 分布に従う時、
を求めよ。パケットバッファは無限大とする。
Science and Technology252
演習9
パケットの処理時間が一定で、0.1 msの時の1)~4)を求めよ。
※ヒント:処理時間を単位時間として全てを計測する必要があります。