无线网络中共享FIFO业务的流量控制与调度

输入交换机中的最优时延缩放及算法

Coflow Scheduling in Input-Queued Switches: Optimal Delay Scaling and Algorithms

coflow是属于同一作业的并行流的集合。它具有全有或全无的性质：一个coflow是不完整的，直到它的所有组成流完成。在本文中，我们专注于优化\emph{coflow-level delay}，即，在$N\times N$输入排队交换机的上下文中，完成coflow中所有流的时间。特别是，我们开发了一个吞吐量最优的调度策略，实现了最好的缩放同流级延迟为$N\rightarrow\infty$。我们首先推导出可以通过任何调度策略实现的同流级延迟的下限。据观察，这些下限严重依赖于流量大小的变化。然后，我们分析了一些现有的coflow不可知的调度策略的coflow级性能，并表明，他们都没有达到可证明的最佳性能相对于coflow级延迟。最后，我们提出了一种低感知批处理（CAB）策略，该策略在一些温和的假设下实现了同流级延迟的最优缩放。

机会调度下同构排队系统的占有率分布

Occupancy distributions of homogeneous queueing systems under opportunistic scheduling

我们分析了机会主义计划的传输调度从$n$同质队列的信道状态波动独立。所考虑的方案包括LCQ策略，它从整个系统中最长的连接队列中传输，以及它的低复杂度变体，从连接队列的随机选择的子集内的最长队列中传输。研究了一个马尔可夫模型，其中平均分组传输时间为$n^{-1}$，分组到达率为每个队列的$λ<1$。当系统规模$n$趋于无穷大时，得到了系统在极限情况下的瞬态和平衡的排队占用率分布。

通过ATM GFR服务向TCP提供费率保证

Providing Rate Guarantees to TCP over the ATM GFR Service

ATM保证帧速率（GFR）服务旨在用于能够受益于最小吞吐量保证的尽力服务业务。将LAN连接到ATM网络的边缘设备可以使用GFR在单个GFR VC上传输多个TCP/IP连接。这些设备通常将VC多路复用到单个FIFO队列中。已经表明，一般而言，FIFO排队不足以提供速率保证，并且需要具有调度的每VC排队。我们表明，在低缓冲区分配的条件下，它是可能的控制TCP速率与FIFO排队和缓冲区管理。我们目前的分析和模拟结果控制TCP速率的缓冲区管理。我们提出了一个缓冲区管理策略，提供宽松的速率保证SACK TCP源时，总的缓冲区分配低。我们通过仿真研究了这种缓冲区管理方案的性能。

迷雾中的探索：有限知识下的缓冲与调度

Queueing in the Mist: Buffering and Scheduling with Limited Knowledge

调度和管理具有有限缓冲区的队列是计算机网络中最基本的问题之一。传统上，通常假设每个数据包的所有属性在到达时立即已知。然而，随着交通变得越来越多样化和复杂，这种假设在许多情况下是无效的。特别地，在各种场景中，关于分组特性的信息仅在分组已经经历了一些初始处理之后才变得可用。在这项工作中，我们研究了有限的知识管理队列的问题。我们首先展示了在这种情况下任何算法的竞争比的下限。接下来，我们使用从这些边界获得的洞察力，以确定几个算法的概念，适合的问题，并使用这些准则来设计一个具体的算法框架。我们分析了我们所提出的算法的性能，并进一步展示了它如何在各种设置中实现，这些设置由未知信息的类型和性质而异。我们进一步验证我们的结果和算法的方法，模拟研究，提供了进一步的见解，我们的算法设计原则，在有限的知识面前。

Hierarchical Multi-resource Fair Queueing for Packet Processing

Various middleboxes are ubiquitously deployed in networks to perform packet processing functions, such as firewalling, proxy, scheduling, etc., for the flows passing through them. With the explosion of network traffic and the demand for multiple types of network resources, it has never been more challenging for a middlebox to provide Quality-of-Service (QoS) guarantees to grouped flows. Unfortunately, all currently existing fair queueing algorithms fail in supporting hierarchical scheduling, which is necessary to provide QoS guarantee to the grouped flows of multiple service classes. In this p…

可编程数据包调度中的一切都很重要

Everything Matters in Programmable Packet Scheduling

提出首个在所有行为上完全近似 PIFO 队列的可编程调度器 PACKS，通过智能利用严格优先级队列进行入队准入与映射，在现有硬件上实现线速运行且优于现有方法。

QCluster: Clustering Packets for Flow Scheduling

Flow scheduling is crucial in data centers, as it directly influences user experience of applications. According to different assumptions and design goals, there are four typical flow scheduling problems/solutions: SRPT, LAS, Fair Queueing, and Deadline-Aware scheduling. When implementing these solutions in commodity switches with limited number of queues, they need to set static parameters by measuring traffic in advance, while optimal parameters vary across time and space. This paper proposes a generic framework, namely QCluster, to adapt all scheduling problems for limited number of queues.…

可编程数据平面交换机中优先级调度的并行架构

Parallel Architectures For Priority Scheduling In Programmable Data Plane Switches

针对可编程数据平面交换机中优先级调度可扩展性差和近似调度器正确性低的问题，提出P3PO和PPQA两种并行优先级队列架构，将全局队列分解为多个并行子队列，在保持排序的同时提升可扩展性，并通过仿真验证了其有效性。

一类调度系统的单比特状态反馈最优分散调度

Throughput Optimal Decentralized Scheduling with Single-bit State Feedback for a Class of Queueing Systems

出于资源受限的无线物联网（IoT）的介质访问控制，我们考虑减少队列状态信息的队列调度问题。特别是，我们考虑一个时隙调度模型与$N$传感器节点，与成对的依赖关系，使节点$i$和$i + 1,~0 < i < N$不能一起发送。我们开发了新的吞吐量最优调度策略，只需要每个队列的空非空状态，我们术语队列非空为基础（QNB）的政策。我们提出了一种策略拼接技术，结合调度策略的小型网络，以构建吞吐量最优的政策，为较大的网络，其中一些还旨在低延迟。对于$N = 3,$存在一个队列长度和最优的QNB调度策略。然而，我们发现，对于$N > 4,$有没有QNB的政策，是最佳的所有到达率向量的容量区域的总和队列长度。然后，我们将我们的结果扩展到一类更一般的干扰约束，我们称之为集群的集团（CoC）冲突图。我们考虑两种类型的CoC网络，即，团的线性阵列（LAoC）和团的星（SoC）网络。我们开发QNB的政策，这些类的网络，研究其稳定性和延迟特性，并提出和分析技术，以减少在整个网络中传播的调度状态信息的量。在SoC环境中，我们提出了一个吞吐量最优的策略，只使用网络中的节点可以通过感知信道上的活动（或缺乏活动）来收集的信息。我们的吞吐量最优的结果依赖于两个新的参数：一个李雅普诺夫漂移引理特别适合于队列长度不可知的政策，并显示出强大的稳定性的优先级分析。

基于流延长（Flow Prolongation）的网络演算——一种由机器学习实现的馈送式FIFO分析

Network Calculus with Flow Prolongation -- A Feedforward FIFO Analysis enabled by ML

本文提出DeepFP方法，利用机器学习预测流延长，使原本因指数增长而不可扩展的FP技术能够应用于大型馈送式FIFO网络的网络演算延迟分析，平均降低延迟界12.1%。

信道状态未知的无线网络中最小年龄调度策略

Scheduling Policies for Age Minimization in Wireless Networks with Unknown Channel State

信息年龄（AoI）是最近提出的一个度量标准，用于测量自上次接收到的信息更新生成以来所经过的时间。本文研究了在一般干扰约束和时变信道条件下网络的AoI最小化问题。我们研究的情况下，信道统计是已知的，但当前的信道状态是未知的。我们提出了两种调度策略，即基于虚拟队列的策略和基于年龄的策略。在基于虚拟队列的策略中，调度器调度具有虚拟队列长度的最大加权和的链路，而在基于年龄的策略中，调度器调度具有链路AoI的函数的最大加权和的链路。我们证明了基于虚拟队列的策略是峰值年龄最优的，添加剂常数，而基于年龄的策略是最多的因素4远离最佳年龄。数值结果表明，这两个建议的政策，事实上，非常接近最优。

支持动态更新操作的定时器队列设计

Design of a Timer Queue Supporting Dynamic Update Operations

针对网络处理中大规模定时器管理的时间精度低和插入开销高问题，本文提出一种基于脉动阵列和移位寄存器的硬件优先级队列，支持五种动态操作，在FPGA上运行超400MHz，资源消耗降低2.2-2.8倍。

重尾业务下广义最大权调度的队长渐近性

Queue Length Asymptotics for Generalized Max-Weight Scheduling in the presence of Heavy-Tailed Traffic

研究了重尾业务下广义最大权调度系统稳态队长分布的渐近行为。我们考虑一个由两个并行队列组成的系统，由一个服务器提供服务。其中一个队列接收重尾流量，另一个队列接收轻尾流量。我们研究了一类吞吐量最优的最大权重α调度策略，并得到了稳态队长分布的一个精确的渐近刻画。特别是，我们表明，轻队列分布的尾部比幂律曲线，其尾部系数，我们明确获得更重。我们的渐近表征还包含一个直观的令人惊讶的结果-著名的最大权重调度政策导致最坏的可能尾部的轻队列分布，在所有非空闲的政策。基于上述关于最大权重α策略的否定结果，我们分析了对数最大权重（LMW）调度策略。我们表明，LMW政策保证了一个指数衰减的光队列尾部，同时仍然是吞吐量最优。

Online User-AP Association with Predictive Scheduling in Wireless Caching Networks

For wireless caching networks, the scheme design for content delivery is non-trivial in the face of the following tradeoff. On one hand, to optimize overall throughput, users can associate their nearby APs with great channel capacities; however, this may lead to unstable queue backlogs on APs and prolong request delays. On the other hand, to ensure queue stability, some users may have to associate APs with inferior channel states, which would incur throughput loss. Moreover, for such systems, how to conduct predictive scheduling to reduce delays and the fundamental limits of its benefits remai…

重尾业务下排队网络的最大权调度

Max-Weight Scheduling in Queueing Networks with Heavy-Tailed Traffic

研究了单跳路由网络中的分组调度问题，分析了重尾业务对最大权调度性能的影响。作为一个性能指标，我们使用的延迟稳定的流量：流量是延迟稳定的，如果其预期的稳态延迟是有限的，否则延迟不稳定。首先，我们证明了一个重尾的交通流是延迟不稳定的任何调度策略。然后，我们专注于著名的最大权重调度策略，并表明，轻尾流与重尾流的冲突也是延迟不稳定的。这是真实的，而不管轻尾流的速率或尾部分布，或网络中的其他调度约束。令人惊讶的是，我们表明，轻尾流可以延迟不稳定，即使它不与重尾交通冲突。此外，在这种情况下，延迟稳定性可能取决于轻尾流的速率。最后，我们把我们的注意力转移到类的最大权重-a调度策略，我们表明，如果a-参数选择适当，那么稳态队列长度的a-时刻的总和是有限的。我们提供了一个明确的上界，后者的数量，从中我们得到的结果相关的延迟稳定的交通流量，和缩放的时刻的稳态队列长度与交通强度。

从MWM到iSLIP：输入排队交换机调度的线性代数教程

From MWM to iSLIP: A Linear-Algebraic Tutorial on Input-Queued Switch Scheduling

本文使用队列矩阵Q、匹配矩阵P和李雅普诺夫能量函数V=||Q||^2统一解释最大权重匹配(MWM)调度目标、可接受流量下的队列稳定性以及iSLIP的Grant-Accept行-列解耦机制，并通过仿真比较了iSLIP、谱调度和熵正则化最优传输的性能。

具有ARQ反馈的相关衰落信道低复杂度优化调度

Low-complexity Optimal Scheduling over Correlated Fading Channels with ARQ Feedback

我们研究了马尔可夫ON/OFF衰落信道下的下行链路调度问题，其中瞬时信道状态信息不能直接访问，而是通过ARQ型反馈来揭示。调度器可以利用马尔可夫信道中固有的时间相关性/信道记忆来提高网络性能。然而，设计低复杂度和吞吐量优化算法下的时间相关性是一个具有挑战性的问题。在本文中，我们发现，在平均传输次数的约束下，低复杂度的索引策略是吞吐量最优的。该政策使用惠特尔的索引值，这是以前用来捕捉时间相关的信道下的机会调度。我们的研究结果建立在有趣的发现，在复杂的队列长度和通道内存的演变，调度用户的重要性是捕获一个简单的乘法其队列长度和惠特尔的索引值。所提出的基于索引的索引策略具有可证明的低复杂度。数值结果表明，显着的吞吐量增益可以实现利用信道内存使用所提出的低复杂度的政策。

一种新的减少背压调度和路由延迟的结构和算法

Novel Architectures and Algorithms for Delay Reduction in Back-pressure Scheduling and Routing

背压算法是一种众所周知的吞吐量优化算法。然而，由于以下两个原因，即使当业务负载不接近网络容量时，其延迟性能也可能相当差。首先，每个节点必须为网络中的每种商品维护一个单独的队列，并且一次只能服务一个队列。第二，背压路由算法可能会沿着很长的路由来路由一些数据包。在本文中，我们提出了解决方案，以解决上述两个问题，因此，提高延迟性能的背压算法。所建议的解决方案之一还降低了要在每个节点处维护的嵌入数据结构的复杂性。

具有切换开销的排队系统的时延最优调度

Delay-Optimal Scheduling for Queueing Systems with Switching Overhead

研究了具有切换开销的调度系统中渐近最优延迟的调度策略。这样的系统由服务于多个队列的单个服务器组成，并且每当服务器切换到服务于不同的队列集合时，都会损失一些容量。在许多新兴应用中，由于这种切换开销而导致的容量损失可能是显著的，并且需要在调度策略的设计中明确地解决。例如，在具有定向天线的60 GHz无线网络中，每当基站从一个客户端切换到另一个客户端时，它们都需要训练和重新配置它们的波束图案。在许多其他的嵌入式系统中，如运输网络和制造系统中，也可以观察到相当大的交换开销。虽然著名的最大权重策略实现了渐近最优的平均延迟系统没有切换开销，它不能保持吞吐量最优，更不用说延迟最优，当切换开销被考虑在内。我们提出了一类偏置最大权重调度策略，明确考虑到切换开销。偏置最大权重策略可以使用队列长度或队首等待时间作为系统状态的指示器。我们证明了我们的策略不仅是吞吐量最优的，而且可以任意接近平均延迟的渐近下界。为了验证所提出的政策的性能，我们提供了广泛的模拟与各种系统拓扑结构和不同的流量模式。我们表明，所提出的政策确实实现了更好的延迟性能比国家的最先进的政策。

Rain：面向微秒级工作负载的RDMA辅助网络内调度

Rain: RDMA-assisted In-Network Scheduling for Microsecond-scale Workloads

针对微秒级服务时间与严格尾延迟需求，提出基于可编程交换机的RDMA辅助网络内调度器Rain，通过双向排队机制、交换驱动RDMA写入和切片感知调度，实现比现有最优方案高1.75倍的吞吐量。

关于TCP和按流调度对Internet性能的影响（扩展版）

On the impact of TCP and per-flow scheduling on Internet performance (extended version)

互联网性能与TCP和UDP协议的属性密切相关，共同负责绝大多数互联网流量的传输。这些协议在FIFO队列下的行为以及网络拥塞的影响是很好理解的。然而，没有全面的分析时，流感知机制，如每流调度和丢弃策略部署。以前的模拟和实验结果留下了一些未回答的问题。在本文中，我们通过一组流体非线性常微分方程的瞬时吞吐量和N个长寿命的TCP源的缓冲区占用三个按流调度纪律（公平优先，最长队列第一，最短队列第一）和最长队列丢弃缓冲区管理建模来解决这个问题。我们研究了系统的演化和分析表征的固定制度：封闭形式的表达式推导出固定的吞吐量/发送速率和缓冲区占用，使深入了解TCP流量的短期/长期公平性。同样，我们提供的UDP流在TCP流量的存在下所经历的损失率的表征。

具有随机变化连通度和切换时延的并行调度问题

Scheduling in Parallel Queues with Randomly Varying Connectivity and Switchover Delay

考虑了两个具有随机变化连通性和服务器等待时间的并行队列的动态服务器控制问题。在每个时隙，服务器基于当前连接性和队列长度信息来决定是留在当前队列还是切换到另一队列。时间的引入是这个问题的一个新的建模组件，这使得问题更具挑战性。我们开发了一种新的方法来表征系统的稳定区域，通过使用状态动作频率，这是固定的解决方案，相应的饱和系统的马尔可夫决策过程（MDP）制定。我们明确的稳定区域的连接参数和开发一个基于帧的动态控制（FBDC）的政策，被证明是吞吐量最优的。事实上，FBDC策略提供了一个新的框架，用于使用状态动作频率来开发吞吐量最优的网络控制策略。此外，我们开发了简单的近视策略，实现了超过96%的稳定区域。仿真结果表明，近视策略可以实现完整的稳定区域，并且在大多数情况下比FBDC策略具有更好的延迟效率。

存储转发及其对比例调度的影响

Store-Forward and its implications for Proportional Scheduling

比例调度算法是近年来提出的一种多跳交换网络的调度算法。对于这些网络，BackPressure调度器是经典的基准。对于具有固定路由的网络，比例缩放是最稳定的，近视的，并且还将减轻大型网络的BackPressure中发现的某些缩放。尽管如此，均衡和延迟性能的比例振荡器还没有得到充分的表征。在这篇文章中，我们假设的均衡行为的比例，通过分析一个类似的规则称为存储转发分配。它已被证明，存储转发已根据比例分配渐近。此外，对于存储转发网络，许多平衡量是可以明确计算的。对于存储转发策略下的FIFO网络，我们计算了策略的平稳分布和端到端的路由延迟。我们讨论的网络拓扑结构时，平稳分布是产品的形式，我们称之为\emph{product form resource pooling}的现象。我们扩展这个产品形式的概念，独立集调度完美的图，在那里我们表明，非相邻队列是统计独立的。最后，我们分析了存储转发网络的平衡分布的大偏差行为，以构造FIFO开关网络的李雅普诺夫函数。

部分信道状态信息下的无线调度：大偏差与最优性

Wireless Scheduling with Partial Channel State Information: Large Deviations and Optimality

我们考虑一个服务器服务的时隙排队系统的多个基于数据包的流，与外源数据包到达和随时间变化的服务速率。在每次，服务器可以在调度子集中的流以用于服务之前仅观测流的子集（来自可观测子集的固定集合内）的瞬时服务速率。我们有兴趣在队列长度感知调度，以保持队列短，并开发调度算法，只使用部分服务率信息的通道的子集，以尽量减少在系统中的队列溢出的可能性。具体来说，我们提出了一个新的联合子集采样和调度算法，称为最大指数，只使用当前的队列长度来挑选一个子集的流，并随后使用指数规则调度流。当可观察子集的集合是不相交的，我们表明，最大-Exp实现了最好的指数衰减率，在所有调度算法中使用部分信息，在系统中的最长队列的尾部。为此，我们采用新的分析技术研究调度算法的性能，使用部分状态，这可能是独立的利益。这些包括新的样本路径大偏差的结果，获得的过程中的非随机，可预测的独立和同分布的随机变量序列的采样。这些结果的结果是，调度与部分状态信息产生的速率函数显着不同于调度与全信道信息。在可观察子集是单例流的特殊情况下，即，当实际上没有先验信道状态信息时，Max-Exp简化为简单地服务具有最长队列的流;因此，我们的结果表明，在没有任何信道状态信息的情况下总是服务最长队列是大偏差最优的。

并行网络的随机调度算法

Randomized Scheduling Algorithm for Queueing Networks

最近有相当大的兴趣，在设计低复杂性，近视，分布式和稳定的调度策略的约束路由网络模型中出现的背景下，新兴的通信网络。在这里，我们考虑两个代表性的模型。一种是通过共享介质进行通信的无线节点集合模型，它表示网络节点队列中随机变化的数据包数量。第二，一个缓冲电路交换网络模型，用于未来互联网的光核心，以捕捉网络中存在的呼叫或流的随机性。Tassiulas和Ephremide在1992年提出的最大权值调度策略导致了分组级无线网络模型的短视和稳定的策略。但在计算上，它是非常昂贵的（NP难）和集中的。它不适用于缓冲电路交换网络，因为该业务要求呼叫不被抢占。作为本文的主要贡献，我们提出了一个稳定的调度算法，这两个模型。该算法是近视的，分布式的，在单位时间内每个节点执行很少的逻辑操作。

有限时间最小长度排序问题：解的特征和数学框架

Minimum-Length Scheduling with Finite Queues: Solution Characterization and Algorithmic Framework

我们考虑一组发射机-接收机对，或链接，共享一个共同的信道，并解决在最短的时间内清空积压的队列在发射机的问题。这个问题相当于确定链路的激活子集及其持续时间，以形成最小长度的时间表。调度问题已经研究了各种配方之前。在本文中，我们提出了基本的见解和解决方案的特征，包括：（i）表明对于任何连续的和递增的速率函数，问题的复杂性仍然很高，（ii）公式化并证明对应于使用“一次一个”或“一次全部”策略清空队列的两个基本调度策略的充分必要的最优性条件，（iii）提出并证明了传输速率仅是链路激活集基数的函数的特殊情况的易处理性。这些结果是独立的物理层的系统规范，是有效的任何形式的速率函数。然后，我们开发了一个算法框架。该框架包括精确以及次优，但快速，调度算法，所有在一个统一的原则设计。最后通过计算实验研究了几种具体算法的性能。

面向TSN网络中队列级XR流量调度的多智能体Transformer

Multi-Agent Transformer for Queue-Level XR Traffic Scheduling in TSN Networks

针对TSN网络中队列级XR流量调度的现有方法存在队列依赖捕捉能力弱、对XR流量适应性差的问题，本文提出基于多智能体Transformer的多智能体强化学习方法，仿真显示其延迟与故障率降低效果显著。

基于大偏差原理的异构业务流调度器性能分析

Performance Analysis of a Heterogeneous Traffic Scheduler using Large Deviation Principle

在本文中，我们研究的稳定性轻业务的调度算法，这是适用于异构交通网络。由于分析调度算法是棘手的，使用传统的数学工具，我们的目标是最大限度地减少最大的溢出概率实现的算法。在大偏差情况下，这个问题等价于最大化最大溢出概率的渐近衰减率。我们首先推导出一个上界的队列溢出概率的衰减率的队列溢出阈值接近无穷大。然后，我们研究了最大队长的最小溢出费用路径的几个结构性质，它基本上等价于最大溢出概率的衰减率。鉴于这些性质，我们证明了长度最大的队列遵循线性增量的样本路径。对于一定的参数值，该调度算法在减少最大队列长度方面是渐近最优的。通过数值结果，我们已经显示了大的偏差性质的队列长度通常用于在实践中，而改变一个参数的算法。

交换网络中的最优队列量缩放

Optimal queue-size scaling in switched networks

我们考虑一个交换（排队）网络，其中有限制的队列可以同时提供服务，这样的网络已被用来有效地模拟输入排队交换机和无线网络。这种网络的调度策略根据系统的当前状态或过去历史，指定在任何时间点服务哪些队列。在本文的主要结果，我们提供了一类新的在线调度策略，实现最佳的队列量缩放一类交换网络，包括输入排队交换机。特别地，它建立了关于输入排队交换机的最佳队列量缩放的猜想（记载在Shah、Tsitsiklis和Zhong [Chonging Syst.68（2011）375-384]中）的有效性。

Throughput Maximization in Uncooperative Spectrum Sharing Networks

Throughput-optimal transmission scheduling in wireless networks has been a well considered problem in the literature, and the method for achieving optimality, MaxWeight scheduling, has been known for several decades. This algorithm achieves optimality by adaptively scheduling transmissions relative to each user's stochastic traffic demands. To implement the method, users must report their queue backlogs to the network controller and must rapidly respond to the resulting resource allocations. However, many currently-deployed wireless systems are not able to perform these tasks and instead expec…

逻辑队列模型：理论性质与性能评估

The logistic queue model: theoretical properties and performance evaluation

本文提出逻辑队列模型，推导其理论性质并扩展至有限缓冲和优先级，通过数值实验验证其优于离散事件模拟，并应用于数字孪生网络KPI估计。

量子网络中的优先级感知路由：将相干时间约束集成到调度中

Priority-Aware Routing for Quantum Networks:Integrating Coherence-Time Constraints into Scheduling

提出一种相干感知路由协议，通过优先级调制老化模型将退相干约束集成到路径选择中，在多种拓扑下显著提升保真度与吞吐量，优于传统路由和调度方法。

α加权调度策略的定性性质

Qualitative Properties of alpha-Weighted Scheduling Policies

我们考虑一个交换网络，一个相当普遍的约束交换网络模型，已成功地用于模拟详细的数据包级的动态通信网络，如输入排队交换机和无线网络。在这个模型中的主要操作问题是，决定哪些队列服务，受到一定的约束。在本文中，我们研究了定性的性能特性，众所周知的$α$加权调度策略。这些政策的稳定性，从积极的反复出现的意义上讲，是众所周知的。我们建立指数上限的尾部的稳态分布的积压。一路上，我们证明了有限的预期稳态积压时$α<1$，一个属性，是已知的只有$α\geq 1$。最后，我们分析了$α\geq 1$在有限时间范围内的最大积压的偏移。因此，对于$α\geq 1$，我们建立了全态空间坍缩性质。

面向时间敏感型应用的在线流量调度的多智能体强化学习

Multi-Agent Reinforcement Learning for Online Traffic Scheduling in Time-Sensitive Application

针对动态XR驱动的MEC场景中TSN调度的挑战，本文提出基于HAPPO算法的MARL框架，将各TSN队列建模为自主智能体，可降低平均帧等待时间最多26.8%、最坏情况延迟约16.8%。

多跳无线网络中基于时延的背压调度

Delay-Based Back-Pressure Scheduling in Multihop Wireless Networks

在多跳无线网络中，调度是一种关键且具有挑战性的资源分配机制。这是众所周知的调度方案，有利于具有较大队列长度的链路可以实现高吞吐量性能。然而，由于众所周知的最后一个分组问题，这些基于分组长度的方案可能潜在地遭受大的（甚至无限的）分组延迟，由此属于某些流的分组可能由于缺乏后续分组到达而被过度延迟。基于延迟的方案有可能通过基于分组遇到的延迟来调度链路来解决这个最后分组问题。然而，表征这些基于延迟的方案的吞吐量最优性在多跳无线网络中很大程度上是一个开放的问题（除了在有限的情况下，流量是单跳）。在本文中，我们研究基于延迟的调度方案，多跳流量的情况下，固定的路由。我们开发了一个调度方案的基础上，一个新的延迟度量，并表明，该方案实现了最佳的吞吐量性能。此外，我们进行模拟，以支持我们的分析结果，并表明，基于延迟的调度成功地消除了过多的数据包延迟，同时它实现了相同的吞吐量区域的基于长度的方案。

基于TransGNN的延迟导向分布式调度

Delay-Oriented Distributed Scheduling with TransGNN

本文提出基于Transformer GNN的延迟导向分布式调度框架，通过注意力机制生成链路效用分数并构建无冲突传输集，以优化无线多跳网络中的传输延迟。

无线网络中的贪婪最大调度

Greedy Maximal Scheduling in Wireless Networks

在本文中，我们考虑贪婪调度算法在无线网络中，即，通过基于某个优先级向量增加链路来计算调度。考虑两种特殊情况：1）最长队列优先（LQF）调度，其中优先级使用队列长度计算，和2）静态优先级（SP）调度，其中优先级被预先分配。我们首先提出了一个封闭形式的下界稳定区域LQF调度，并讨论了在某些情况下的紧密性结果。然后，我们提出了具有多个优先级向量的SP调度的稳定性下限区域，以及与著名的期望最大化（EM）算法相关的启发式优先级分配算法。最后通过仿真验证了所提出的启发式算法的性能增益。

Delay Optimal Cross-Layer Scheduling Over Markov Channels with Power Constraint

We consider a scenario where a power constrained transmitter delivers randomly arriving packets to the destination over Markov time-varying channel and adapts different transmission power to each channel state in order to guarantee successful transmission. To minimize the expected average transmission delay of each packet, we formulate the problem into a constrained Markov decision process (CMDP). We reveal the queue-length threshold structure of the optimal policy, i.e., the transmitter sends packets if and only if the queue length surpasses a threshold and obtain the optimal cross-layer sche…

低延迟云服务的分布式加入空闲队列

Distributed Join-the-Idle-Queue for Low Latency Cloud Services

低延迟对于云服务来说是非常理想的。为了实现低响应时间，在跨越数千台服务器的大规模服务器群中，任务调度需要严格的时序要求。在本文中，我们进行了深入的分析，分布式加入空闲队列（JIQ），一个有前途的新的近似理想化的任务调度算法。特别是，我们推导出半封闭形式的分布式JIQ的延迟性能的表达式，我们提出了一个新的变种的分布式JIQ，提供了明显的优势，在大型系统的替代算法。