두 단계 프로세서 공유의 최적 임계값 선택

본 논문은 인터넷 트래픽에서 흔히 관찰되는 파일 크기와 같은 작업 크기의 중첩된 지수적 특성을 모델링하기 위해 하이퍼지수 분포를 채택하고, 이러한 작업이 포아송 도착 과정을 통해 시스템에 들어오는 상황을 가정한다. 연구의 핵심은 두 단계 프로세서 공유(TLPS) 스케줄링 정책에서 임계값 θ 을 어떻게 설정하느냐에 따라 전체 평균 체류시간이 크게 달라진다는 점이다. TLPS는 작업이 서비스량 θ 을 초과하면 첫 θ 만큼은 고우선순위 큐에서 처리하고, 나머지는 저우선순위 큐로 이동시키는 두 단계 구조를 갖는다. 두 큐 모두 프로세서 공유(PS) 방식을 사용하므로, 시스템 전체 부하 ρ=λm 가 1보다 작을 경우 안정적인 정상 상태가 존재한다. 첫 번째 절에서는 하이퍼지수 분포의 정의와 라플라스 변환을 소개한다. 하이퍼지수 분포는 N개의 지수 성분을 가중치 p_i 와 비율 μ_i 로 결합한 형태이며, 위험률이 감소하는 특성을 가진다. 이러한 특성은 TLPS가 SRPT(최단 잔여시간 우선)와 같은 최적 정책에 근접하도록 만든다. 특히 N=2인 경우, 즉 두 단계 하이퍼지수 모델을 상세히 분석한다. 여기서 평균 작업 크기 m 과 두 번째 모멘트 d 는 p_i와 μ_i에 의해 명시적으로 표현된다. 두 번째 절에서는 TLPS 시스템 내에서 조건부 평균 체류시간 T_TLPS(x) 를 도출한다. 작업 크기 x 가 θ 보다 작으면 단순히 PS 시스템과 동일하게 x/(1−ρ_θ) 로 처리된다. 반면 x>θ 인 경우, 첫 θ 구간은 고우선순위 큐에서 (θ+W(θ))/(1−ρ_θ) 시간을 소요하고, 이후 저우선순위 큐에서 α(x−θ)/(1−ρ_θ) 시간을 추가로 기다린다. 여기서 W(θ)=λX₂(θ)/(2(1−ρ_θ)) 이며, α(·) 는 저우선순위 큐의 배치 도착을 고려한 적분 방정식(7)으로 정의된다. 라플라스 변환을 적용해 α'(x) 의 변환 L_i 를 구하고, 두 개의 선형 방정식으로부터 L₁, L₂ 를 해결한다. 이를 통해 T_BPS(θ) (저우선순위 큐의 평균 체류시간)와 최종 평균 체류시간 T(θ) 를 식(10) 형태로 얻는다. 식(10)은 θ, ρ, μ₁, μ₂, p_i, λ 등 모든 파라미터를 포함하는 복합식이며, 정확히 계산하면 TLPS가 표준 PS에 비해 평균 체류시간을 약 45% 감소시킴을 확인한다. 세 번째 절에서는 최적 임계값 θ* 를 찾는 문제를 다룬다. 식(10)을 직접 미분하면 초월 방정식이 되므로, 저자들은 μ₂≪μ₁(ε=μ₂/μ₁→0)이라는 현실적인 가정을 도입한다. 이 경우 두 번째 모멘트 d 가 무한대로 발산하면서, 큰 작업이 시스템 성능에 미치는 영향이 지배적이 된다. ε→0 한계에서 θ_opt 는 간단한 근사식으로 수렴함을 증명하고, 실제 파라미터에 대해 수치 실험을 수행해 근사값이 최적값과 거의 일치함을 보여준다. 또한 θ 주변의 곡률이 완만해 임계값 선택에 대한 민감도가 낮아, 실무에서 정확한 값이 아니라도 충분히 좋은 성능을 얻을 수 있음을 강조한다. 네 번째 절에서는 N>2인 다단계 하이퍼지수 모델을 확장한다. 여기서는 조건부 평균 체류시간을 선형 방정식 시스템으로 표현하고, 반복적인 방법을 통해 해를 구한다. 이때 얻은 해를 이용해 평균 체류시간에 대한 상한 U(θ) 를 도출한다. 실험 결과, 상한과 실제 평균 체류시간 사이의 상대 오차는 6~7%에 불과하며, 단계 수가 늘어나고 분산이 커질수록 상한이 더욱 타이트해진다. 또한, 분산이 커질수록 TLPS가 표준 PS 대비 얻는 성능 이득이 커지고, 최적 임계값 주변의 민감도는 감소한다는 중요한 통찰을 제공한다. 마지막으로 논문은 TLPS가 파일 크기 기반 차등 서비스가 적용되는 TCP/IP 네트워크에서 실용적인 정책임을 재확인한다. 복잡한 작업 크기 분포를 정확히 알 필요 없이, 하이퍼지수 근사와 간단한 임계값 선택만으로도 시스템 전체 지연을 크게 줄일 수 있다. 이 결과는 네트워크 운영자와 설계자가 서비스 품질(QoS) 보장을 위해 TLPS를 적용할 때, 임계값을 어떻게 설정해야 하는지에 대한 명확한 가이드라인을 제공한다.