Randomized Two-Valued Bounded Delay Online Buffer Management
在有界延迟缓冲区管理问题中，单位大小的数据包到达在线并通过网络链路发送。目标是最大化在截止日期之前发送的数据包的总重量。在本文中，我们感兴趣的问题，其中每个数据包有低（1）或高优先级权重（$α$ > 1）的二值变体。我们证明了它对不经意对手的随机竞争比是1 +（$α$ - 1）/（$α$ 2 + $α$）.
2020-11-19 cs.DS
Randomised Buffer Management with Bounded Delay against Adaptive Adversary
我们给出了一个新的分析的RMix算法由Chin等人。缓冲区管理有限延迟问题（或在线调度的单位作业，以最大限度地提高加权吞吐量）。与原e/（e-1）-竞争性证明不同，新的证明即使在自适应在线对手模型中也成立。事实上，证明工程也为一个稍微更一般的问题，研究了别科夫斯基等人。
2011-02-08 cs.DS
An Optimal Lower Bound for Buffer Management in Multi-Queue Switches
在在线数据包缓冲问题（也称为缓冲区管理的未加权FIFO变体）中，我们专注于具有多个输入端口和一个输出端口的单个网络数据包交换设备。该设备将单位大小、单位值的数据包从输入端口转发到输出端口。连接到输入端口的缓冲区可以累积传入的数据包以供以后传输;如果它们不能容纳所有传入的数据包，则它们的多余部分将丢失。数据包缓冲算法必须从哪些缓冲区中选择传输数据包，以便最小化丢失数据包的数量，从而最大化吞吐量。我们提出了一个严格的下限e/（e-1）~ 1.582的吞吐量最大化的竞争比，甚至持有分数或随机算法。这改进了以前最好的已知下限1.4659，并匹配算法随机调度的性能。我们的结果与算法随机排列的声称性能相矛盾，我们指出了其原始分析中的一个缺陷。
2012-08-14 cs.DS
Buffer Management of Multi-Queue QoS Switches with Class Segregation
在本文中，我们专注于缓冲区管理的多队列QoS交换机中，不同值的数据包被隔离在不同的队列。我们的模型由$m$队列和$m$数据包值$0 < v_{1} < v_{2} < ... < v_{m}$组成。最近，Al-Bawani和Souza [IPL 113（4），pp.145-150，2013]提出了一种在线算法GREEDY，用于具有类隔离的多队列QoS交换机的缓冲区管理，并表明如果$m$队列具有相同的大小，则GREEDY的竞争比是$1+r$，其中$r=\max_{1 \leq i \leq m-1} v_{i}/v_{i+1}$。在本文中，我们精确地分析了贪婪的行为，并表明它是$(1+r)$ -竞争的情况下，$m$队列不一定有相同的大小。
2013-05-03 cs.DS
One to Rule Them All: a General Randomized Algorithm for Buffer Management with Bounded Delay
我们给出了一个无记忆的规模不变的随机算法的缓冲区管理有限延迟问题，是e/（e-1）-竞争对自适应对手，以及更好的性能保证许多限制性的变种，包括s-有界的情况下。特别是，我们的算法达到了最佳的竞争比4/3 2-有界的情况下。该算法及其分析都适用于一个更一般的问题，称为收集项目，其中只有包的截止日期之间的相对顺序是已知的。我们的算法在很强的意义上是该问题在自适应攻击下的最优随机无记忆算法。虽然一些提供的上界是已知的，但一般来说，它们是通过几种不同的算法获得的。
2011-02-07 cs.DS
An optimal algorithm for 2-bounded delay buffer management with lookahead
Kesselman等人提出的有界延迟缓冲区管理问题(STOC 2001和SIAM Journal on Computing 33（3），2004）是一个在线问题，其关注支持服务质量（QoS）的交换机的缓冲器管理。问题定义如下：数据包随时间到达缓冲区，每个数据包由{ \em释放时间}、{ \em截止时间}和{ \em值}指定。算法可以在每个整数时间从缓冲器发送最多一个分组，并且如果在其释放时间之后在其截止日期之前发送分组，则可以获得其值作为{ \em利润}。这个问题的目标是最大化获得的利润。我们说这个问题的一个实例是$s$有界的，如果对于任何数据包，一个算法最多有$s$机会发送它。对于任何$s \geq 2$，Hajek（CISS 2001）表明，任何确定性算法的竞争比至少是$(1 + \sqrt{5})/2 \approx 1.619$。证明了对于任何$s$，存在一个算法，其竞争比与该下界相匹配.然而，它尚未显示。然后，当$s = 2$，B{<$}hm等人~（ISAAC 2016）将{ \em lookahead}能力引入到一种在线算法中，即该算法可以获得关于未来到达分组的信息，并表明该算法达到了$(-1 + \sqrt{13})/2 \approx 1.303$的竞争比。此外，他们还表明，任何确定性算法的竞争比至少是$(1 + \sqrt{17})/4 \approx 1.281…
2018-06-30 cs.DS
Bounded Delay Packet Scheduling in a Bounded Buffer
我们研究了在有界延迟模型中的QoS网络交换机中的缓冲区管理问题，其中每个数据包都与一个权重和一个截止日期相关联。我们认为更现实的情况下，网络交换机有一个有限的缓冲区大小。对于多个缓冲器的情况，已知9.82竞争算法（Azar和Levy，SWAT'06）。最近，对于单个缓冲器的情况，已知3-竞争确定性算法和2.618-竞争随机算法（Li，INFOCOM'09）。在本文中，我们给出了一个简单的确定性2-竞争算法的情况下，一个单一的缓冲区。
2009-07-16 cs.DS
Identifying almost sorted permutations from TCP buffer dynamics
将每个整数序列$A$（旨在表示分组ID）与相同长度的正整数序列${\mathcal M}(A)$相关联。${\mathcal M}(A)$的第$i$个条目是保持乱序分组所需的最小缓冲器的大小（在时间$i$），其中空间也考虑未接收的分组。如果是${\mathcal M}(A)={\mathcal M}(B)$，则调用两个序列$A$、$B$ { \em等价物}（书写为$A\equiv_{FB} B$）。我们证明了以下结果：与$SUS(A)$、$SUS(B)\leq 3$具有相同长度的任何两个排列$A,B$（其中SUS是{ \em向上混洗序列}重新排序度量），并且使得$A\equiv_{FB} B$相同。结果（如果我们将上限3替换为4，则该结果不再有效）是由RESTORED驱动的，RESTORED是我们之前介绍过的面向接收者的网络流量模型。
2008-10-09 cs.DM cs.DS math.CO
Buffer Overflow Management with Class Segregation
我们考虑一个新的模式，缓冲区管理的网络交换机的服务质量（QoS）的要求。一个数据包流，每个数据包都有一个代表其服务等级（CoS）的值，随着时间的推移到达网络交换机，并要求进一步传输。交换机配备有多个容量有限的队列，其中每个队列仅存储一个值的分组。目标是最大化所发送的分组的总值（即，加权吞吐量）。我们分析了一个自然的贪心算法，GREEDY，它在每个时间步发送一个数据包的最大值。对于一般的包值$(v_1 < \cdots < v_m)$，我们表明，贪婪是$(1+r)$ -竞争，其中$r = \max_{1\le i \le m-1} \{v_i/v_{i+1}\}$。此外，我们证明了一个下界的$2 - v_m / \sum_{i=1}^m v_i$的竞争力的任何确定性的在线算法。在两个包值（1和$α> 1$）的特殊情况下，GREEDY被证明是最优的竞争比$(α+ 2)/(α+ 1)$。
2013-02-12 cs.DS cs.NI
Asymptotically Robust Learning-Augmented Algorithms for Preemptive FIFO Buffer Management
Department of Computer Science and Information Engineering, National Cheng Kung University（资讯工程系，国立成功大学）；Department of Computer Science, National Tsing Hua University（计算机科学系，国立清华大学）
本文提出一种预发FIFO缓冲管理在线算法，同时实现1-一致性、η-平滑性和渐近√3-稳健性，完美预测时竞争比为1，预测误差增加时平滑退化，任意不准确预测下保持√3竞争比。
2026-04-29 cs.DS cs.LG
How Asymmetry Helps Buffer Management: Achieving Optimal Tail Size in Cup Games
$n$杯子上的杯子游戏是一个多步游戏，有两个玩家，一个填充者和一个清空者。在每个步骤中，灌装机在杯子之间分配$1$单位的水，然后清空者选择单个杯子以从其中移除（最多）$1$单位的水。有几个目标函数，清空者可能希望最小化。最有力的保证之一是最小化尾部尺寸，尾部尺寸定义为填充$2$或更大的杯数。一个简单的下界构造表明，确定性清空算法的最佳尾部大小是$Θ(n)$。我们提出了一个简单的随机清空算法，实现尾部大小$\tilde{O}(\log n)$与高概率$n$的$\operatorname{poly} n$步骤。此外，我们表明，这是紧的双对数因子。我们还将我们的结果扩展到多处理器杯游戏，在$n$中以高概率在$p$处理器上实现尾部大小$\tilde{O}(\log n + p)$。我们表明，对$p$的依赖是接近最佳的任何清空算法，实现多项式有界的积压。一个自然的问题是，我们的结果是否可以扩展到给无限的保证，这适用于任意长的游戏。我们给出了一个下界的建设表明，没有单调的无记忆清空算法可以实现无休止的保证，无论是尾部大小或相关的目标函数的积压。另一方面，我们表明，即使是一个非常小的（即，$1 / \operatorname{poly} n$）的资源增加量足以克服这一障碍。
2021-04-12 cs.DS
Scheduling Packets with Values and Deadlines in Size-bounded Buffers
出于在互联网中提供服务质量的差异化服务，我们认为网络交换机的缓冲区管理算法。我们研究了一个多缓冲区模型。网络交换机由多个大小有限的缓冲区组成，以便在任何时候，驻留在每个单独缓冲区中的数据包的数量都不能超过其容量。数据包随着时间的推移到达网络交换机;它们有值、截止日期和指定的缓冲区。在每个时间步中，最多允许发送一个未决数据包，并且该数据包可以来自任何缓冲区。目标是最大化在各自的截止日期前发送的数据包的总价值。已经为该模型提供了9.82竞争在线算法（Azar和Levy. SWAT 2006），但是还没有已知的离线算法。本文研究了多缓冲区模型的离线设置问题。我们的贡献包括一些最佳离线算法的模型的一些变种。每个变体都有其独特而有趣的算法特征。这些离线算法有助于我们在设计在线算法时更好地理解模型。
2010-05-24 cs.DS
A Comprehensive Study of an Online Packet Scheduling Algorithm
我们研究了\emph{bounded-delay model}的服务质量缓冲区管理。时间是离散的。有一个缓冲区。单位长度作业（也称为\emph{packets}）会随着时间的推移到达缓冲区。每个数据包都有一个整数的释放时间，一个整数的最后期限和一个正的实数值。直到数据包实际到达，在线算法才知道数据包的特征。在每个时间步中，最多一个数据包可以被发送出缓冲区。其目标是最大化的总价值的数据包发送的各自的截止日期在一个在线的方式。在线算法的性能通常以\emph{competitive ratio}来衡量，当该在线算法与实现最佳总价值的透视算法进行比较时。在本文中，我们研究了一个简单而直观的在线算法。我们分析其性能的一般模型和一些重要的变种的竞争比。
2011-08-01 cs.DS
Online Service with Delay
本文介绍了具有延迟的在线服务问题。在这个问题中，度量空间中有$n$点随时间发出服务请求，还有一个服务器为这些请求提供服务。目标是最小化服务器所经过的距离和服务请求的总延迟之和。该问题模拟了在请求调度以提高局部性和减少延迟以提高响应时间之间的基本权衡，其在操作管理、操作系统、物流、供应链管理和调度中有许多应用。我们的主要结果是显示一个多对数竞争比的在线服务延迟问题。这个结果是通过我们称之为抢占式服务算法的算法获得的。该算法的显着特点是一个过程称为抢占式服务，它使用了一种新的组合（递归）的时间转发和空间探索的度量空间。我们希望这种技术将是有用的相关问题，如重新排序缓冲区管理，在线TSP，车辆路径等，我们还推广我们的研究结果$k > 1$服务器。
2017-08-18 cs.DS
Tight Bounds for Online Coloring of Basic Graph Classes
我们解决了在线图着色中一些长期存在的问题。更具体地说，我们开发的基本图形类的在线算法的性能上紧的下限。一个重要的贡献是，我们的界限也举行随机在线算法，其中几乎没有任何结果是已知的。从技术上讲，我们构造弦图的下界。的建设，然后让我们得到以下进一步的图形类的随机在线算法的性能结果：树，平面，二分，归纳，有界树宽和磁盘图。结果表明，确定性算法和随机在线算法的最佳竞争比均为$Θ(\log n)$，其中$n$为图的顶点数.此外，我们证明，这种保证不能得到改善，如果一个在线算法有一个前瞻性的大小$O(n/\log n)$或访问一个重排序缓冲区的大小$n^{1-ε}$，任何$0<ε\leq 1$。我们的研究结果的一个后果是，除了二分图，自然$\textit{First Fit}$着色算法实现了最佳性能，确定性和随机在线算法之间的常数因子。
2017-07-03 cs.DM cs.DS
New Competitiveness Bounds for the Shared Memory Switch
我们考虑一个最简单和最知名的缓冲区管理架构：共享内存交换机与多个输出队列和统一的数据包。它是第一个模型研究的竞争分析，最长队列丢弃（LQD）缓冲区管理政策被证明是至少$\sqrt{2}$ -和最多$2$ -竞争;一般的下限$4/3$已被证明为所有确定性的在线算法。缩小$\sqrt{2}$和$2$之间的差距在十多年的竞争分析中一直是一个悬而未决的问题，在降低$2$的上限方面只有很小的成功。在这项工作中，我们首先提出了一个简化的证明LQD的$\sqrt{2}$下限，然后，使用减少到连续的情况下，提高一般下限的所有确定性在线算法从$\frac 43$到$\sqrt{2}$。然后，我们继续改进$\sqrt{2}$的下界，特别是LQD，表明LQD至少是$1.44546086$ -竞争。我们能够证明的界限，提出了一个明确的建设的最佳透视算法，然后允许两种不同的方式来证明下界：直接计算机模拟和证明下界通过线性规划。线性规划方法产生LQD的下限为$1.4427902$（仍大于$\sqrt{2}$）。
2019-07-09 cs.DS cs.NI
