Fixed Order Scheduling with Deadlines
论文研究并行机器上的固定顺序、截止期限约束调度,证明 first-fit 在单位处理时间下最优并在四类情形下为 2-近似,且对一般情形给出 O(log n)-近似。
2025-05-15 cs.DS
An Algorithm to Reduce the Time Complexity of Earliest Deadline First Scheduling Algorithm in Real-Time System
本文研究了在多处理器系统上降低最早截止时间优先(EDF)的时间复杂度的问题。EDF是一种全局调度方案,用于实时的系统任务。针对硬、软实时的任务,提出了最早截止日期优先(EDF)的接纳控制算法。这些准入控制算法的平均性能与已知的分区方案的性能进行比较。我对全局最早期限优先(EDF)算法进行了一些修改,以减少任务迁移的数量,并为其行为增加可预测性。针对多处理器系统中任务截止期上下文敏感性问题,提出了一种新的EFDF(Earliest Feasible Deadline First)算法。为了减少迁移的数量,我们防止一个作业从一个处理器移动到另一个处理器,如果它是在m个较高优先级的作业。因此,如果可能的话,作业将在同一个处理器上继续执行(处理器亲和性)。这些比较的结果概述了一种方案优于另一种方案的某些情况。分区方案更适合于硬实时的系统,而全局方案更适合于软实时的系统。
2010-12-30 cs.DS
Partitioned Multiprocessor Fixed-Priority Scheduling of Sporadic Real-Time Tasks
分区多处理机调度是一种将实时的【形】任务静态分配和分区到相同的多处理机系统上的方法。本文研究了偶发实时的【形】系统的固定优先级分区多处理机调度问题,其中每个处理机采用截止时间单调调度。在本文之前,最著名的结果是Fisher,Baruah和Baker的加速因子$4-\frac{2}{M}$和$3-\frac{1}{M}$的任意截止期和有约束的截止期偶发实时的【形】任务系统,分别,其中$M$是处理器的数量。我们表明,贪婪的映射策略有一个加速因子$3-\frac{1}{M}$时,考虑任务系统的任意期限。这样的因子适用于多项式时间可验证性测试和指数时间(精确)可验证性测试。此外,我们还改进了加速因子$2.84306$考虑约束期限的任务系统。我们还提供了紧的例子时,在映射阶段的拟合策略是任意的,$M$是足够大的。对于约束和任意截止日期的任务系统,分析结果令人惊讶地表明,使用精确的测试并没有获得理论上的好处(相对于加速因子)的任意拟合策略。
2016-06-22 cs.DS
Truthful Online Scheduling with Commitments
我们研究在线机制抢占调度的最后期限,目标是最大化的总价值完成的工作。这个问题是最后期限感知云调度的基础,但即使对于没有激励约束的算法问题,也有很强的下限。然而,这些下限可以在最后期限松弛的自然假设下规避,即,作业大小与其执行时间窗口之间的比率存在一个有保证的下限$s > 1$。在给定松弛度$s > 1$的情况下,我们构造了一个具有恒定竞争比的真实调度机制.此外,我们表明,如果$s$是足够大的,那么我们可以构建一个机制,也满足承诺属性:它可以确定是否一个工作将完成,如果是这样,以及在每个工作的最后期限之前所需的付款。这是值得注意的,因为在实践中,具有严格截止日期的用户可能发现仅仅在非常接近他们的截止日期时他们的工作被拒绝是不可接受的。
2015-07-02 cs.DS cs.GT
Online energy efficient packet scheduling for a common deadline with and without energy harvesting
在线分组调度的问题,以最大限度地减少所需的传统电网能量传输固定数量的数据包给定一个共同的最后期限。在最后期限内到达的数据包总数是已知的,但数据包到达时间是未知的,并且可以是任意的。所提出的算法试图完成每个数据包的传输,假设所有未来的数据包将在剩余时间内以相等的时间间隔到达。所提出的在线算法被证明具有竞争力的比率是对数的数据包到达的数量。还考虑了混合能源模式,其中除了电网能源之外,还可以通过从可再生能源中提取能源。这里的目标是最大限度地减少电网能源使用。一个适当的修改版本的前一个算法也被证明具有竞争力的比率是对数的数据包到达的数量。
2016-02-04 cs.DS cs.IT math.IT
Learning-Augmented Online Packet Scheduling with Deadlines
Columbia University(哥伦比亚大学)
本文首次研究学习增强的带截止期限在线数据包调度问题,提出一种新颖算法框架,在预测误差小时改善竞争比,并始终保持有界竞争比。
2024-02-22 cs.DS cs.LG cs.NI
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
Algorithms for Scheduling Weighted Packets with Deadlines in a Bounded Queue
出于服务质量(QoS)的缓冲区管理问题,我们考虑在有限容量队列中的硬截止日期的数据包的在线调度。在任何时候,队列最多只能存储$b \in \mathbb Z^+$数据包。数据包会随着时间的推移而到达。每个数据包都与一个非负值和一个整数截止日期相关联。在每个时间步中,只允许发送一个数据包。我们的目标是最大限度地提高总价值的数据包发送的截止日期在网上的方式。由于互联网流量的混沌特性,没有随机假设的数据包输入序列。该模型称为{ \em有限队列模型}。我们使用竞争分析来衡量一个在线算法的性能与一个无法实现的最佳离线算法谁构造的最坏的可能的输入的基础上的知识的在线算法。对于有限排队模型,我们首先提出了一个确定性的3-竞争无记忆在线算法。然后,我们给出了一个随机($ϕ^2 = ((1 + \sqrt{5}) / 2)^2 \approx 2.618$)竞争无记忆在线算法。算法框架及其理论分析包括几个有趣的功能。首先,我们的算法使用(可能)修改后的数据包的特性,这些特性可能与输入序列中指定的特性不同。其次,我们的分析方法不同于经典的势函数方法。
2009-02-07 cs.DS
Improved Competitive Analysis of Online Scheduling Deadline-Sensitive Jobs
我们考虑下面的调度问题。只有一台机器,作业将在线完成。每个作业j都是抢占式的,当它到达时,它的其他特征立即显示给机器:截止日期要求,工作负载和价值。目标是最大化在截止日期前完成的工作的总价值。在[Lucier et al.,SPAA'13; Azar等人,EC'15],获得2+f(s)的竞争比,其中大O符号f(s)= \mathcal{O}(\frac{1}{(\sqrt[3]{s}-1)^{2}})和(2+f(s*b))/b,其中b=ω*(1-ω),ω在(0,1)中,并且s不小于1/b。在本文中,没有求助于在上述工作中使用的对偶拟合技术,我们提出了一个更简单,更直观的分析框架的两个算法,提高竞争比的第一个算法1,因此提高竞争比的第二个算法1/b。如[Lucier等人,SPAA'13; Azar等人EC'15],在像用于云计算的在线批处理的场景中,松弛度s大是合理的,因此可以忽略上述竞争比率中的大O符号。在此假设下,我们的分析带来了非常显着的改善,这两个算法的竞争比:从2到1,从2/b到1/b分别。
2015-09-11 cs.DS
An Improved Speedup Factor for Sporadic Tasks with Constrained Deadlines under Dynamic Priority Scheduling
可调度性是实时调度中的一个基本问题,但由于其固有的计算困难,必须对其进行近似。作为多进程平台上最流行的可并行性判定算法,分区EDF的加速比因子分析具有挑战性,并且远未确定。Partitioned-EDF最早由Barush和Fisher在2005年提出[1],并被证明具有最多3-1/m的加速因子,这意味着如果零星任务的输入在速度为1的m个处理器上是可行的,则partitioned-EDF将始终在速度为3-1/m的m个处理器上返回成功。在2011年,Chen和Chakraborty [2]将这个上限改进为2.6322-1/m,此后没有出现更多的改进。在本文中,我们开发了一种新的方法来离散化和正则化零星任务,这使我们能够提高,在有约束的最后期限的情况下,分区EDF的加速因子为2.5556-1/m,非常接近[2]中的渐近下限2.5。
2018-07-20 cs.CC cs.DS
A $ϕ$-Competitive Algorithm for Scheduling Packets with Deadlines
针对带截止期限的在线包调度问题(PacketSchD),提出一个 $ϕ$-竞争($ϕ\approx 1.618$)的确定性在线算法,匹配已知下界,解决了自2001年以来长期未决的最优竞争比这一开放问题。
2023-10-20 cs.DS
An Empirical Study of Online Packet Scheduling Algorithms
Columbia University(哥伦比亚大学)
本文通过实证研究,提出MLP算法改进在线分组调度,尽管其竞争比不如MG,但在实践中表现更优。
2016-03-25 cs.DS
Finite Pinwheel Scheduling: the k-Visits Problem
National Technical University of Athens(雅典国立技术大学);Archimedes, Athena Research Center(阿基米德,雅典研究中心);Paderborn University(帕德博恩大学);University of Ioannina(约安尼纳大学)
本文研究了有限轮转调度问题k-访问,证明了当k=2时问题强NP完全,并探讨了其复杂性及求解方法。
2026-08-03 cs.DS
Packet Scheduling in a Size-Bounded Buffer
我们认为算法调度数据包的值和期限在一个大小有限的缓冲区。在任何时候,缓冲器最多可以存储B个分组。数据包会随着时间的推移而到达。每个数据包都有一个非负值和一个整数截止日期。在每个时间步中,最多可以发送一个数据包。数据包可以在发送之前的任何时候被丢弃。我们的目标是最大限度地提高总价值,通过提供数据包不迟于各自的截止日期。该模型推广了研究得很好的有界延迟模型(Hajek. CISS 2001年。Kesselman等人STOC 2001)。首先,我们提供了一个最佳的离线算法,这个模型。然后,我们提出了一个替代证明的2-竞争确定性在线算法(冯。arXiv 2009年7月)。我们还证明了一族(确定型和随机型)算法的竞争比的下界是2 - 1 / B。
2010-02-01 cs.DS
Competitive Design and Analysis for Machine-Minimizing Job Scheduling Problem
我们探讨了机器最小化作业调度问题,这在研究线上有着丰富的历史,在线设置下。我们考虑具有任意作业到达时间、任意作业截止时间和单位作业执行时间的系统。针对这个问题,我们给出了\emph{any}在线算法的竞争因子的下界2.09,然后设计了一个5.2-竞争的在线算法。我们还指出了一个错误的要求在现有的文件中的石和叶关于进一步限制的情况下考虑的问题。据我们所知,我们提出的是第一个具体的结果,关于在线机器最小化作业调度与任意工件到达时间和截止日期。
2013-09-23 cs.DS
Dynamic scheduling of virtual machines running hpc workloads in scientific grids
采用虚拟化的主要动机是资源隔离、容量管理和资源定制,允许资源提供商将其资源整合到虚拟机中。已经采取了各种方法来将虚拟化集成到科学网格中,特别是在高性能计算(HPC)的领域中,以在虚拟机中运行网格作业,从而能够更好地提供底层资源并在运行时定制执行环境。尽管有这些好处,但虚拟化层也会带来性能损失,而且还没有很好地理解这种开销将如何影响系统的性能,其中作业的调度时间很紧。由于这种开销会改变工作负载的类型,无论它们是内存密集型,CPU密集型还是网络I/O绑定,并且可能导致系统中运行作业的不可预测的截止日期估计。在我们的研究中,我们试图通过开发一种智能调度技术来解决这个问题,该技术用于监控虚拟机的工作负载类型和最后期限,并实时的计算系统开销,以最大限度地提高在商定的最后期限内完成的作业数量。
2010-09-24 cs.DC cs.DS cs.PF
Slow Down & Sleep for Profit in Online Deadline Scheduling
我们提出并研究了一个新的模型,在一个单一的处理器上的能源意识和利润为导向的调度。该处理器具有动态速度缩放以及暂停到睡眠方式。作业会随着时间的推移而到达,是可抢占的,并且具有不同的大小、值和截止日期。当一个新的作业到达时,调度程序可以接受或拒绝该作业。接受的工作需要一定的能量投资才能按时完成,而拒绝的工作则会产生与其价值相等的成本。这里,速度$s$下的功耗由$P(s)=s^α+β$给出,并且能量投资是随时间积分的功率。另外,调度器可以决定将处理器挂起到不消耗能量的睡眠方式,尽管唤醒需要固定的转换成本$γ$。目标是最小化被拒绝工件的总价值加上总能量。我们的模型结合了先进的节能技术(即速度缩放和睡眠状态)和以利润为导向的调度模型。我们发现,\emph{rejection-oblivious}的决策者(其拒绝决定是不是基于以前的决定)有-在没有睡眠状态的模型相反-一个无界的竞争比w.r.t \text{.}的处理器参数$α$和$β$。事实证明,这些工作的最坏情况下的性能线性依赖于作业的价值密度(作业的价值与其工作之间的比率)。我们给出了一个算法,其竞争力几乎匹配这个下限。如果最大值密度不太大,则竞争力变为$α^α+2eα$。此外,我们表明,它足以限制低价值工作的价值密度。使用\cite{Chan:2010}的技术,我们将结果以固定的最大速度传输到处理器。
2012-09-13 cs.DS
Online Scheduling to Minimize the Maximum Delay Factor
本文讨论了两种调度模型。第一种是标准模型(单播),其中请求(或作业)是独立的。另一种是广播模型,广播一个页面可以满足对该页面的多个未完成请求。我们考虑在有最后期限的情况下在线安排请求。与以前的模型不同,这些模型主要考虑在遵守最后期限的同时最大化吞吐量的目标,在这里,我们把重点放在调度所有给定的请求的目标最小化最大{ \em延迟因子}.我们证明了强下界的延迟因子调度的可实现的竞争比,即使与单位时间的请求.对于单播模型,我们给出的算法是$(1 + \eps)$ -速度$O({1 \over \eps})$ -在单机和多机设置上都具有竞争力。在广播模型中,我们给出了一个算法,类似大小的页面,是$(2+ \eps)$ -速度$O({1 \over \eps^2})$ -竞争。对于任意的页面大小,我们给出了一个算法,是$(4+\eps)$ -速度$O({1 \over \eps^2})$ -竞争。
2008-07-11 cs.DS
Online interval scheduling to maximize total satisfaction
区间排序问题是排序问题的一个变种。本文提出了一种新的区间排序问题,其定义如下:给定的工件由它们的{ \em释放时间},{ \em截止期}和{ \em利润}指定.算法必须在作业的释放时间在$m$相同的机器之一上启动作业,并继续处理,直到机器上完成作业的最后期限。所有的作业都必须完成,算法可以获得完成作业的利润作为用户的满意度。在一台机器上一次处理多个作业是可能的。一个工件的利润均匀分布在其发布时间和截止时间之间,即其间隔,从工件的子间隔获得的利润与同一机器上的间隔与子间隔相交的工件数量成反比。我们变量的目标是最大化已完成工作的总利润。这种提法自然是出于在许多情况下出现的尽最大努力的要求和对要求的回应。在尽力而为的请求和响应中,用户可用资源的总量总是不变的,并且资源被每个用户平等地共享。我们研究这个问题的在线算法。具体来说,我们表明,对于利润的工作是任意的情况下,不存在一个算法的竞争比是有界的。然后,我们考虑的情况下,每个工作的利润等于它的长度,即,它的发布时间和截止日期之间的时间间隔。对于这种情况,我们证明了对于$m = 2$和$m \geq 3$,贪心算法的竞争比最多分别是$4/3$和最多$3$。此外,对于每一个$m \geq 2$,我们展示了一个下界的竞争比的任何确定性算法。
2018-05-14 cs.DS
Algorithms for Scheduling Malleable Cloud Tasks
由于批量数据处理在云计算中的普遍存在,与此相关的可延展批量任务及其扩展的调度问题近年来受到了极大的关注。在本文中,我们考虑一个基本模型,其中一组n个任务是在C相同的机器上处理,每个任务指定的值,工作量,截止日期和并行度的限制。在并行度范围内,分配给任务的机器数量可以随时间变化,而不会影响其工作负载。对于这个模型,我们得到了两个核心结果:一个充分必要条件,使得一组任务可以在C机器上的最后期限内完成,和一个算法来产生这样的时间表。这些核心结果提供了一个概念性的工具和最优调度算法,使提出新的算法分析和设计,并改善现有的算法在各种目标。
2018-02-04 cs.DC cs.DS
Online Flexible Busy Time Scheduling on Heterogeneous Machines
Research Institute of the University of Bucharest(布加勒斯特大学研究所);Northwestern University(西北大学);Illinois Institute of Technology(伊利诺伊理工学院);Department of EECS and the Simons Institute for the Theory of Computing, UC Berkeley(加州大学伯克利分校电气工程和计算机科学系及西蒙斯理论计算研究所);Department of Computer Science, Northwestern University(西北大学计算机科学系);Paulson School of Engineering and Applied Sciences, Harvard University(哈佛大学保罗森工程与应用科学学院)
本文提出了一种在线异构机上灵活的忙碌时间调度算法,针对单位长度作业设计了8竞争性算法,并给出了竞争比率下界为2的理论结果。
2026-09-21 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
Colored Packets with Deadlines and Metric Space Transition Cost
我们考虑有色数据包的调度与转移成本,形成一个一般的度量空间。我们设计了一个$1 - O(\sqrt{MST(G) / L})$竞争算法。我们的主要结果是$1 - Ω(\sqrt{MST(G) / L})$的硬度结果,它分别匹配每个度量空间的算法的竞争比。特别地,我们改进了Azar在el处的硬度结果。2009年,为统一度量空间。我们还将我们的结果推广到服从三角不等式的加权有向图,并给出了一个$1 - O(\sqrt{TSP(G) / L})$竞争算法和一个近似匹配硬度结果。在证明我们的硬度结果时,我们使用了一些有趣的非标准嵌入。
2013-09-01 cs.DS
A Note on Scheduling Equal-Length Jobs to Maximize Throughput
研究了一类带交货期和截止期的等长工件排序问题,目标是最大化已完成的工件数。不允许有优先权。在格雷厄姆的符号中,问题被描述为1| r_j;p_j=p| \sum U_j.我们给出了以下结果:(1)我们证明了Carlier从1981年开始经常引用的算法是不正确的. (2)我们给出了一个运行时间为O(n^5)的算法。
2021-05-12 cs.DS
Hardness, Tractability and Density Thresholds of finite Pinwheel Scheduling Variants
National Technical University of Athens(雅典国立技术大学);Archimedes, Athena Research Center(阿尔基米德,阿瑞斯研究中心);Sorbonne Université(索邦大学);CNRS(法国国家科学研究中心);LIP6(LIP6实验室)
本文研究了有限Pinwheel调度变种的2-Visits问题,证明其强NP难性,并探讨了在不同参数下的可处理性及密度阈值。
2026-08-13 cs.DS
Scheduling with Gaps: New Models and Algorithms
我们考虑调度问题的单位工件的释放时间,在时间表中的差距的数量或大小被考虑在内,无论是在目标函数或作为一个约束。除了一些关于能量最小化的论文外,在调度文献中没有任何工作使用依赖于时间表的间隙结构的性能度量。我们的目标之一是开始这样的间隙调度问题的研究。我们表明,这样的问题往往会导致有趣的算法问题,与其他领域的算法。我们关注的是具有单元作业的模型。首先,我们研究调度问题的最后期限,在那里我们考虑的最小间隙调度的变体,包括最大限度地提高吞吐量的预算差距或最小化的吞吐量要求的差距的数量。然后我们转向其他目标函数。例如,在一些场景中,调度中的间隙实际上可能是期望的,从而导致最大化间隙数量的问题。我们研究的其他版本包括最小化最大间隙或最大化最小间隙。本文的第二部分研究了没有最后期限的模型,在那里我们专注于间隙的数量和总的或最大的流动时间之间的权衡。对于所有这些问题,我们提供多项式时间算法,运行时间范围从$O(n \log n)$的一些问题,$O(n^7)$的其他。这些解决方案涉及一系列算法技术,包括不同的动态规划公式、基于搜索Monge阵列、搜索X + Y矩阵或隐式二分搜索的加速技术。
2020-07-17 cs.DS
Libra: An Economy driven Job Scheduling System for Clusters
计算机集群已经成为高性能、高吞吐量和高可用性计算的主流并行和分布式平台。为了实现对集群的有效资源管理,已经设计了许多集群管理系统和集群管理器。然而,他们的重点基本上是最大限度地提高CPU性能,而不是提高交付给用户的实用程序的价值和服务的服务质量。本文提出了一种新的计算经济驱动的调度系统称为天秤座,它已被设计为支持基于用户的资源分配?服务质量(QoS)要求。它旨在作为现有排队和资源管理系统的附加组件。第一个版本已经实现为PBS(便携式批处理系统)系统的插件调度程序。调度器提供基于市场的经济驱动的服务,用于管理集群上的批处理作业,根据用户的预算和最后期限,而不是系统性能考虑确定的效用调度CPU时间。Libra调度器确保在O(n)运行时间内满足这两个约束。Libra调度器已经使用GridSim工具包进行了模拟,以进行详细的性能分析。结果表明,基于截止日期和预算的比例资源分配策略相比,以系统为中心的调度策略,提高了系统的效用和用户满意度。
2002-07-22 cs.DC cs.DS
Energy-Efficient Scheduling with Predictions
Columbia University(哥伦比亚大学)
本文提出一个灵活的学习增强算法框架,将离线与在线算法结合用于一般节能调度问题,在预测误差较小时提升多种问题的竞争比,并保持最坏情况有界,实验验证了其有效性。
2024-02-27 cs.DS cs.LG