中文

跨层优化的新理论基础

网络与互联网体系结构 2007-12-18 v1 机器学习

摘要

近年来,人们提出了跨层优化解决方案,以提高在时变、易出错无线环境中运行的网络用户的性能。然而,这些解决方案通常依赖于特设优化方法,忽略了用户在不同层所经历的不同环境动态,并要求各层向其他层提供对其内部协议参数的访问权限,从而违反了协议栈的分层网络架构。本文提出了跨层优化的新理论基础,允许每一层独立做出自主决策,同时通过最优确定层间需要交换的信息来最大化无线用户的效用。因此,该跨层框架不改变当前的分层架构。具体而言,由于无线用户在协议栈的各层与环境交互,跨层优化问题被表述为分层马尔可夫决策过程(MDP),其中每一层调整其自身的协议参数,并与其他层交换信息(消息),以协同最大化无线用户的性能。用于确定最优跨层传输策略的消息交换机制已针对离线优化和在线动态适应进行了设计。我们还表明,许多现有的跨层优化算法可以表述为我们分层 MDP 框架的简化、次优版本。

关键词

引用

@article{arxiv.0712.2497,
  title  = {A New Theoretic Foundation for Cross-Layer Optimization},
  author = {Fangwen Fu and Mihaela van der Schaar},
  journal= {arXiv preprint arXiv:0712.2497},
  year   = {2007}
}

备注

39 pages, 10 figures, technical report