一种新的实现效用函数最大最小公平性的分布式算法

A New Distributed Algorithm to Achieve Utility Max-Min Fairness

计算机网络中的一个核心问题就是如何在竞争的流之间公平地分配带宽。由于网络是分布式的,因此又要求带宽分配算法可以是分布式的,这样就可以在路由器端和用户端配置,从而分别不停地调节速率以达到网络平衡和最优状态。不同的算法对应不同的公平性标准,其中应用最为广泛的就是最大最小公平性以及效用函数最大最小公平性。本文提出了一种新的方法来实现效用函数最大最小公平性,这种方法基于非线性优化中的向量优化方法和Kuhn-Tucker条件。利用这种方法可以把网络优化问题转化为一系列等价的条件,这些条件的最优解就是原问题的解。而求解这些条件可以运用经典的非线性优化的梯度投影算法,由此产生了一种分布式的用户链路算法并通过案例验证了其正确性及性能。

A central issue in computer network is how to allocate bandwidth to the flows fairly, in a decentralized manner. In this paper, we propose a new approach to achieve utility max-rain fairness, which is based on a vector optimization and some extension to the famous Kuhn-Tucker conditions for nonlinear optimization. This leads to a distributed source link algorithm which we show its performance by an example.