論文の概要: Smart Routing with Precise Link Estimation: DSEE-Based Anypath Routing for Reliable Wireless Networking
- arxiv url: http://arxiv.org/abs/2405.10377v1
- Date: Thu, 16 May 2024 18:16:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-20 17:42:52.320052
- Title: Smart Routing with Precise Link Estimation: DSEE-Based Anypath Routing for Reliable Wireless Networking
- Title（参考訳）: 高精度リンク推定によるスマートルーティング:信頼性の高い無線ネットワークのためのDSEEベースのAnypathルーティング
- Authors: Narjes Nourzad, Bhaskar Krishnamachari,
- Abstract要約: 最短のAnypathルーティングは、リアルタイムリンク条件に基づいてルーティング決定を適用することでソリューションを提供する。
本稿では,多腕バンディットアルゴリズムDSEE(Deterministic Sequencing of Exploration and Exploitation)を活用する新しい手法を提案する。
DSEEとAnypathルーティングを結合することにより、このアルゴリズムは継続的に学習し、正確なデリバリ確率推定を保証する。
- 参考スコア（独自算出の注目度）: 6.123324869194196
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In dynamic and resource-constrained environments, such as multi-hop wireless mesh networks, traditional routing protocols often falter by relying on predetermined paths that prove ineffective in unpredictable link conditions. Shortest Anypath routing offers a solution by adapting routing decisions based on real-time link conditions. However, the effectiveness of such routing is fundamentally dependent on the quality and reliability of the available links, and predicting these variables with certainty is challenging. This paper introduces a novel approach that leverages the Deterministic Sequencing of Exploration and Exploitation (DSEE), a multi-armed bandit algorithm, to address the need for accurate and real-time estimation of link delivery probabilities. This approach augments the reliability and resilience of the Shortest Anypath routing in the face of fluctuating link conditions. By coupling DSEE with Anypath routing, this algorithm continuously learns and ensures accurate delivery probability estimation and selects the most suitable way to efficiently route packets while maintaining a provable near-logarithmic regret bound. We also theoretically prove that our proposed scheme offers better regret scaling with respect to the network size than the previously proposed Thompson Sampling-based Opportunistic Routing (TSOR).
- Abstract（参考訳）: マルチホップ無線メッシュネットワークのような動的でリソースに制約のある環境では、従来のルーティングプロトコルは予測不可能なリンク条件で有効でないことを証明した所定の経路に依存するため、しばしばフェールする。
最短のAnypathルーティングは、リアルタイムリンク条件に基づいてルーティング決定を適用することでソリューションを提供する。
しかし、そのようなルーティングの有効性は、利用可能なリンクの品質と信頼性に基本的に依存しており、これらの変数を確実に予測することは困難である。
本稿では,多腕バンディットアルゴリズムであるDSEE(Deterministic Sequencing of Exploration and Exploitation)を用いて,リンク配信確率の正確かつリアルタイムな推定の必要性に対処する手法を提案する。
このアプローチは、変動するリンク条件に直面して、Shortest Anypathルーティングの信頼性とレジリエンスを高める。
DSEEとAnypathルーティングを結合することにより、このアルゴリズムは継続的に学習し、正確な配送確率推定を保証し、証明可能な近対数後悔境界を維持しながらパケットを効率的にルーティングする最も適切な方法を選択する。
また,提案手法は従来提案されていたトンプソンサンプリングに基づくオポチュニティ・ルーティング(TSOR)よりも,ネットワークサイズに対する後悔の度合いがよいことを理論的に証明する。
関連論文リスト
- Reinforcement-Learning based routing for packet-optical networks with hybrid telemetry [0.3848364262836075]
このアルゴリズムは,FEC前BERで測定したリンク負荷変化やリンク劣化に対する最適ポリシーを再計算することにより,ネットワーク条件の変化に動的に適応することを示した。
論文 参考訳（メタデータ） (2024-06-18T13:32:12Z) - Comparando Estrat\'egias de Roteamento em Redes Qu\^anticas
Oportun\'isticas [0.0]
本稿では,オポチュニティ量子ネットワークにおける3つのルーティング戦略の比較分析を行う。
ルーティング戦略は、選択されたルートの忠実度、絡み合ったペアの数、ルート再計算の数に基づいて比較される。
論文 参考訳（メタデータ） (2023-11-03T01:52:26Z) - Entangled Pair Resource Allocation under Uncertain Fidelity Requirements [59.83361663430336]
量子ネットワークにおいて、効果的な絡み合いルーティングは、量子ソースと量子宛先ノード間の通信を容易にする。
本稿では,絡み合ったペアに対する資源配分モデルと,整合性保証を伴う絡み合ったルーティングモデルを提案する。
提案モデルでは, ベースラインモデルと比較して, 総コストを少なくとも20%削減できる。
論文 参考訳（メタデータ） (2023-04-10T07:16:51Z) - Guaranteed Dynamic Scheduling of Ultra-Reliable Low-Latency Traffic via
Conformal Prediction [72.59079526765487]
アップリンクにおける超信頼性・低遅延トラフィック(URLLC)の動的スケジューリングは、既存のサービスの効率を大幅に向上させることができる。
主な課題は、URLLCパケット生成のプロセスにおける不確実性である。
本稿では,URLLC トラフィック予測器の品質に関わらず,信頼性と遅延を保証した新しい URLLC パケットスケジューラを提案する。
論文 参考訳（メタデータ） (2023-02-15T14:09:55Z) - Robust Path Selection in Software-defined WANs using Deep Reinforcement
Learning [18.586260468459386]
本稿では、経路計算と経路更新のオーバーヘッドを考慮した、ネットワーク内の経路選択を行うデータ駆動アルゴリズムを提案する。
提案手法は,ECMPなどの従来のTE方式に比べてリンク利用率を40%削減できる。
論文 参考訳（メタデータ） (2022-12-21T16:08:47Z) - Learning Resilient Radio Resource Management Policies with Graph Neural
Networks [124.89036526192268]
我々は、ユーザ当たりの最小容量制約でレジリエントな無線リソース管理問題を定式化する。
有限個のパラメータ集合を用いてユーザ選択と電力制御ポリシーをパラメータ化できることを示す。
このような適応により,提案手法は平均レートと5番目のパーセンタイルレートとの良好なトレードオフを実現する。
論文 参考訳（メタデータ） (2022-03-07T19:40:39Z) - Fidelity-Guarantee Entanglement Routing in Quantum Networks [64.49733801962198]
絡み合いルーティングは、2つの任意のノード間のリモート絡み合い接続を確立する。
量子ネットワークにおける複数のソース・デスティネーション(SD)ペアの忠実性を保証するために、精製可能な絡み合わせルーティング設計を提案する。
論文 参考訳（メタデータ） (2021-11-15T14:07:22Z) - CARL-DTN: Context Adaptive Reinforcement Learning based Routing
Algorithm in Delay Tolerant Network [0.0]
delay/disruption- tolerance networks (dtn) は、全てのタイプの長距離遅延、断続的、断続的接続ネットワークを記述およびカバーするために発明された。
本研究では,リアルタイム密度に基づくメッセージの最適なレプリカを決定するために,コンテキスト適応型強化学習に基づくルーティングプロトコルを提案する。
論文 参考訳（メタデータ） (2021-05-02T20:08:17Z) - Purification and Entanglement Routing on Quantum Networks [55.41644538483948]
不完全なチャネルフィリティと限られたメモリ記憶時間を備えた量子ネットワークは、ユーザ間の絡み合いを分散することができる。
本稿では,量子ネットワーク上の2ノード間で共有される絡み合いを最大化するための高速パスフィニングアルゴリズムを提案する。
論文 参考訳（メタデータ） (2020-11-23T19:00:01Z) - Operation-Aware Soft Channel Pruning using Differentiable Masks [51.04085547997066]
本稿では,データ駆動型アルゴリズムを提案する。このアルゴリズムは,操作特性を利用して,ディープニューラルネットワークを異なる方法で圧縮する。
我々は大規模な実験を行い、出力ネットワークの精度で優れた性能を達成する。
論文 参考訳（メタデータ） (2020-07-08T07:44:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。