具有源多视图的网络中Gossip的年龄信息

我们考虑一个网络中的版本信息年龄，其中部分节点作为感知节点，对通常服从连续分布的源进行采样。源的任何样本都构成信息的新版本，而信息的版本年龄是相对于整个网络可用的最新信息版本定义的。我们推导了不同节点子集之间平均版本AoI的递归表达式，该表达式可用于评估任意节点子集（包括任意单个节点）的平均版本AoI。我们推导了各种拓扑结构（包括线型、环型和全连接网络）下网络中任意单个节点的平均AoI的渐近行为。Yates [ISIT'21] 关于网络版本年龄的现有技术结果可以在我们的推导中被解释为具有源单视图的网络，例如通过速率为 $\lambda_{00}$ 的泊松过程。我们的结果表明，通过将相同的速率 $\lambda_{00}$ 分配给跨多节点的分布式感知来替换源的单视图，平均版本AoI性能不会损失。特别地，我们展示了对于全连接和环型网络，平均AoI分别以 $O(\log(n))$ 和 $O(\sqrt{n})$ 渐近缩放。更有趣的是，我们展示了对于环型网络，如果感知节点的数量仅以 $O(\sqrt{n})$ 缩放，而不是先前已知结果要求的 $O(n)$，分布式感知仍然可以实现相同的 $O(\sqrt{n})$ 平均AoI渐近性能。我们的结果表明，只要最大连续非感知节点数也以 $O(\sqrt{n})$ 缩放，感知节点就可以任意选择。