QoS-Aware Scheduling in New Radio Using Deep Reinforcement Learning
KTH（瑞典皇家理工学院）；Ericsson AB（爱立信公司）
本文面向5G NR多业务QoS保障问题，提出端到端训练的深度强化学习调度器QADRA，在系统级仿真中兼顾QoS满意率并将吞吐量提升30%。
2021-07-14 cs.AI cs.NI cs.SY
Adaptive Closed Loop OFDM-Based Resource Allocation Method using Machine Learning and Genetic Algorithm
在本文中，机器学习（ML）的概念被引入到基于正交频分复用（OFDMA）的调度器。类似于长期演进（LTE）中信道质量指示符（CQI）对调度器的影响，ML用于向调度器提供关于用户设备（UE）业务模式、需求、服务质量（QoS）需求、瞬时用户吞吐量和其它网络条件的相关信息。为了优化LTE调度器操作，提出了一种基于ML的自适应框架。所提出的技术目标多目标调度策略。调整不同目标的权重以基于UE需求模式优化每次传输的资源分配。此外，它克服了传统调度方法的权衡问题。该技术可以被用作任何调度策略的通用框架。在本文中，遗传算法为基础的多目标调度被认为是说明所提出的自适应调度解决方案的效率。结果表明，使用聚类和分类算法与GA的组合优化GA调度功能，并利用ML过程，形成一个闭环调度机制。
2016-07-25 cs.NI
Scaling 5G-TSN Bridges: Operating Regimes, Scheduling, and Time Synchronisation Under Heterogeneous Industrial Traffic
University College Cork（科克大学）
该研究针对5G NR桥接异构工业流量的可扩展性，在特定仿真平台上建模多类工业流量，分析三种运行机制、调度器性能及时序同步问题，为满足TSN低延迟需求提出无线配置优化方向。
2026-08-17 cs.NI
QoS-Aware Resource Management for Multi-phase Serverless Workflows with Aquatope
多阶段无服务器应用程序，即，具有许多计算和I/O阶段的工作流正日益成为FaaS平台的代表。尽管这些应用程序在细粒度可扩展性和模块化开发方面具有优势，但与以前的简单无服务器功能相比，这些应用程序在很大程度上会受到次优性能，资源效率低下和高成本的影响。我们提出了Aquatope，一个QoS和不确定性感知的资源调度器，用于端到端的无服务器工作流，考虑到FaaS平台中存在的固有不确定性，并提高了性能的可预测性和资源效率。Aquatope使用一组可扩展且经过验证的贝叶斯模型来在函数调用之前创建预热容器，并以函数粒度分配适当的资源，以满足复杂工作流的端到端QoS，同时最大限度地降低资源成本。在各种分析和交互式多阶段无服务器工作负载中，Aquatope的性能明显优于以前的系统，将QoS违规减少了5倍，平均成本降低了34%，与其他QoS会议方法相比，成本高达52%。
2022-12-28 cs.DC cs.NI
Data-driven Bandwidth Adaptation for Radio Access Network Slices
针对多切片QoS保障及数据包延迟问题，提出基于强化学习的带宽需求估计器，在蜂窝测试平台实验中实现期望QoS且显著节省带宽。
2024-04-28 cs.NI
Scheduling Under Fading and Partial Channel Information
我们考虑一个调度器的无线信道的下行链路时，只有部分信道状态信息是可用的调度。我们描述了网络的稳定区域，并提供了两个吞吐量最优的调度策略。我们还推导出一个确定性的界限，在网络中的平均数据包延迟。最后，我们提供了一个吞吐量最优的策略，在QoS约束下的网络时，实时和速率保证的数据流量可能存在。
2014-08-17 cs.NI math.OC
Modified Opportunistic Deficit Round Robin Scheduling for improved QOS in IEEE 802.16 WBA networks
自WiMAX网络诞生以来，WiMAX的分组和流调度算法一直是人们感兴趣的话题。WiMAX提供了优势，特别是在MAC级的较长范围内提供的服务质量方面。在我们的工作中，我们提出了两个信用的调度方案，其中一个完成的流分配剩余的信用平等地所有高优先级未完成的流（ODRREDC），另一个完成的流放弃所有多余的信用的最高优先级未完成的流（ODRRSDC）。这两种方案都与802.16 MAC协议兼容，并能有效地服务于实时的突发业务，减少了延迟，从而提高了实时的流的QOS。我们比较了这两种方案的延迟，带宽利用率和吞吐量的实时的突发流与基于机会的赤字轮循调度方案。虽然ODRR调度程序的重点是减少信用的错误流，我们的方法也分配这些剩余的信用与信用从完成的流之间的高优先级未完成的流或完全的最高优先级未完成的流。
2009-12-04 cs.NI
QoS in IEEE 802.11-based Wireless Networks: A Contemporary Survey
除了移动蜂窝网络之外，基于IEEE 802.11的无线局域网（WLAN）代表了最广泛部署的无线联网技术。随着关键应用向数据网的迁移，以及诸如数字音频/视频和多媒体游戏的多媒体应用的出现，IEEE 802.11的成功关键取决于其提供服务质量（QoS）的能力。许多研究都集中在为IEEE 802.11 WLAN配备支持QoS的功能。在本调查中，我们提供了这些技术的概述。我们讨论的QoS功能纳入IEEE 802.11标准在物理（PHY）和媒体访问控制（MAC）层，以及其他更高层的建议。我们还专注于软件定义网络（SDN）和云网络的新架构的发展，可用于促进基于IEEE 802.11的网络中的QoS配置。最后，我们确定了一些开放的研究问题，供今后考虑本文。
2014-11-11 cs.NI
QoS Challenges and Opportunities in Wireless Sensor/Actuator Networks
无线传感器/执行器网络（WSAN）是一组地理上分布并通过无线网络互连的传感器和执行器。传感器收集有关物理世界状态的信息。执行器通过执行适当的动作对该信息做出反应。因此，WSAN使网络系统能够监控和操纵物理世界的行为。WSAN正以惊人的速度增长，就像互联网的爆炸式发展一样。支持服务质量（QoS）对于作为各种应用的网络基础设施的普适WSAN至关重要。为了激发新的研究和开发兴趣，在这一领域，本文研究和讨论的要求，关键的挑战，并在WSAN的QoS管理开放的研究问题。简要概述了最近的进展。
2008-06-01 cs.NI
Towards Sub-millisecond Latency and Guaranteed Bit Rates in 5G User Plane
University of the Republic（共和国大学）；University of Waterloo（滑铁卢大学）
本文提出一种用于可编程传输网络的QoS感知数据面模型，通过集成逐流计量、分类、严格优先级调度和延迟感知排队，在Intel Tofino交换机上实现了微秒级延迟、近零丢包和逐流带宽保证。
2025-10-31 cs.NI
SlicePilot: Demystifying Network Slice Placement in Heterogeneous Cloud Infrastructures
Yale University（耶鲁大学）；A2 Labs, LLC（A2实验室有限公司）
SlicePilot通过多智能体强化学习方法实现网络切片部署的自主优化，提高部署效率并降低计算开销。
2025-12-09 cs.NI
Key Performance Indicators for QOS Assessment in TETRA Networks
关键性能指标（KPI）被GSM和UMTS运营商广泛使用，目的是评估网络性能和传递给用户的服务质量（QoS）。TETRA网络基本上被设计为向公共安全和安全（PSS）组织提供电信服务，因此这些客户端所需的QoS级别的合规性通常是至关重要的。尽管如此，使用KPI来评估TETRA系统中实现的网络性能和QoS并不常见。本文不仅说明了需要监测和评估这些参数，但也介绍了一组KPI被认为是必要的和足够的，以使TETRA运营商知道是否提供的服务满足最终用户建立的QoS要求。
2014-01-09 cs.NI
End-to-End Reliability in Wireless IEEE 802.1Qbv Time-Sensitive Networks
针对 5G 与 IEEE 802.1Qbv TSN 融合中端到端可靠性严重下降的问题，提出无线友好的 FIPS 调度器，提供形式化 QoS 保证、最高 45 倍流容量提升及故障隔离。
2025-02-17 cs.NI
In Search of Lost QoS
通信网络中的服务质量（QoS）领域已经是几十年来的研究目标，发表了数万篇期刊和会议论文。然而，商业网络中QoS系统的实际引入受到限制（偏好简单的过度配置）。尽管存在这种不和谐，但大多数有影响力的QoS论文并没有讨论这种缺乏渗透性的问题，也没有对用于支持QoS系统的任何常见假设提出质疑。到目前为止，少数关键的QoS论文对QoS研究和标准化只产生了很小的影响。因此，存在严重的风险，QoS将仍然是一个学术研究课题，没有显着的实际意义。为了帮助阐明这些问题，在这项工作中，我们首先进行了全面的审查QoS，包括一般概述和分析的影响力和关键的工作，从过去的30年。我们研究的属性，如引文，关键字，和作者的特点表明，QoS已经通过了几个不同的阶段，不同的主题，同时保持对QoS系统的作用和目标的整体态度。然后，我们讨论QoS作为一种社会现象，并在当前的网络标准的背景下。最后，我们提出了一个基于激励的QoS方案，避免了一些关键工作中发现的问题，我们为网络运营商提供了简单的建议。总的来说，我们希望激发社区重新审视QoS。
2019-01-21 cs.CY cs.NI
QoS-based Intelligent multi-connectivity for B5G networks
本文提出一种基于深度神经网络的QoS感知多连接框架，通过预测基站的数据速率、可靠性和时延来优化服务簇选择与速率分配，实现98%的QoS成功率并将频谱效率提升30%。
2025-08-22 cs.NI
Fine-Grained Network Traffic Classification with Contextual QoS Profiling
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
本文提出一种分层图神经网络框架，结合三级图表示与自动化QoS感知分配算法，通过包聚合、时间窗聚类和会话级行为建模捕捉多尺度时间模式，提升服务级别分类精度。
2026-03-17 cs.NI
Prototyping and Performance Analysis of a QoS MAC Layer for Industrial Wireless Network
当今的工业传感器网络需要强大的可靠性和消息传递的保证。这些需求在诸如控制/命令之类的实时的应用中甚至更加重要，例如机器人无线通信，其中强时间约束是至关重要的。由于这些原因，经典的基于随机的介质访问控制（MAC）协议呈现非空帧冲突概率。在本文中，我们提出了一个原始的完全确定性MAC层的工业无线网络和它的性能评估由于开发的材料原型。
2008-06-16 cs.NI
A QoS-Aware Routing Protocol for Real-time Applications in Wireless Sensor Networks
本文提出了一种服务质量感知的路由协议，提供低延迟的高优先级的数据包。通过应用排队理论，基于分组的优先级来区分分组。低优先级数据包通过能量较少的路径传输。传感器节点与枢轴节点交互，枢轴节点又与汇聚节点通信。该协议可以应用于监控关键应用的上下文感知物理环境。
2012-05-16 cs.NI
Information Centric Networking based Handover Support for QoS Maintenance in Cooperative Heterogeneous Wireless Networks
信息网络（NetInf）是一个术语，用于描述不像现代网络那样以节点为中心的网络。顾名思义，信息取代了网络中的节点。在这份报告中，我们提出了一个架构的移动节点的NetInf。我们称之为NetInf Mobile Node。它是为NetInf提出的基本节点架构的扩展。它与基于NetInf和TCP/IP的网络兼容。该架构中的虚拟节点层模块提供对节点的移动性、功耗以及数据中继/存储服务的管理支持。内/外路由器构造路由器（I/O LCTR）是NetInf移动节点中引入的两个功能，用于在NetInf和非NetInf站点之间操作。NetInf移动节点的基本目的是在移动事件期间维持QoS。切换/移交是移动性期间的关键情况，其中正在进行的会话的QoS降级的机会很高。本报告提出了一个这样的情况下，在异构无线网络环境中切换的情况下，通过我们提出的算法，保持应用程序的QoS。
2011-08-16 cs.NI
Prioritized Multi-Tenant Traffic Engineering for Dynamic QoS Provisioning in Autonomous SDN-OpenFlow Edge Networks
针对移动边缘网络中多租户QoS管理缺乏灵活性的问题，提出基于SDN-OpenFlow的动态QoS保障方案，通过控制与数据面分离实现流量优先级管理，实验验证了其在基站-边缘云场景下的有效性。
2024-03-24 cs.NI
QoS-Aware Radio Access Technology (RAT) Selection in Hybrid Vehicular Networks
针对混合车载网络中多RAT选择难题，提出一种QoS感知的RAT选择算法，通过负载和QoS要求切换IEEE 802.11p与LTE，减少垂直切换并提升分组投递率、时延和吞吐量。
2025-01-21 cs.NI
A Time-Triggered Communication Method Based on Urgency-Based Scheduler in Time-Sensitive Networking
针对时间敏感网络中传统调度算法求解时间长、可扩展性差的问题，提出基于紧急度的调度器方法（TT-UBS）及参数确定算法，在保证确定性传输的同时将求解时间降低98.22%，有效优化关键任务系统的通信性能。
2025-07-15 cs.NI
Network on Chip: a New Approach of QoS Metric Modeling Based on Calculus Theory
片上网络是由IP核（知识产权）和交换机之间通过通信通道连接。端到端延迟（EED）通信是通过IP核之间的数据交换来实现的。通常，特定消息的结构不足以满足通信目的。这就引出了分组交换的概念。在NoC的上下文中，分组由报头、有效载荷和报尾组成。数据包被分成称为微片的小块。它似乎是重要的，以满足所需的性能在片上网络的硬件资源。它应该在系统设计的早期步骤中指定。主要注意的是一些网络参数的选择，如节点中的物理缓冲区大小。EED和分组丢失是一些关键的QoS度量。一些实时和多媒体应用绑定这些参数，并需要特定的硬件资源和特定的管理方法在片上网络交换机。流量契约（SLA，Service Level Agreement）规定了网络或协议基于双方同意的措施（通常是通过对流量进行优先级排序）提供有保证的性能、吞吐量或延迟范围的能力。某些类型的网络实时的业务或多媒体应用可能需要定义的服务质量（QoS）。本文的主要目标是，使用片上网络建模架构，定义一个QoS度量。我们专注于网络延迟界和数据包丢失。该方法基于网络演算理论，该理论是一种数学模型，用于表示通过NoC互连的IP之间的数据流行为。提出了一种基于微积分模型的多应用服务QoS度量方法。
2011-10-17 cs.NI
A Digital Twin Platform for QoS Optimization Under DoS Attacks for Next Generation Radio Networks
School of Computing, Engineering and The Built Environment, Edinburgh Napier University（爱丁堡纳皮尔大学计算、工程与建成环境学院）
本文提出一种面向下一代无线网络的数字孪生平台，用于在DoS攻击下优化服务质量，通过AI分析关键参数提升网络性能。
2025-11-23 cs.NI
Cost-efficient QoS-Aware Data Acquisition Point Placement for Advanced Metering Infrastructure
在高级计量基础设施（AMI）中，数据采集点（DAP）负责收集来自多个智能电表和自动化设备的流量，并将其传输到公用事业控制中心。尽管无线宽带和传感器网络的数据采集器优化布局问题已经得到解决，但DAP布局对于AMI来说还是一个新的研究领域。在本文中，我们调查的最小所需数量的DAP和他们的优化位置上现有的电线杆在配电网，智能电网服务质量的要求，可以最好地提供。为了解决大规模AMI的问题，我们设计了一种新的启发式算法，使用贪婪的方法来确定潜在的极点位置DAP的位置和Dijkstra最短路径算法构建可靠的路线。我们采用IEEE 802.15.4g智能公用事业网络（SUN）标准的介质访问方案的特点，并考虑关键任务和非关键的智能电网流量。我们的算法的性能和时间复杂度进行了比较与IBM CPLEX软件的小场景。最后，我们将我们设计的DAP布局算法应用于现实的智能电网AMI拓扑结构的例子。
2018-02-19 cs.NI
A Delay Aware Routing Protocol for Wireless Sensor Networks
无线传感器网络（WSNs）由传感器节点组成，可以部署用于各种操作，如农业和环境传感，野生动物监测，医疗保健，军事监视，工业控制，家庭自动化，安全等。服务质量（QoS）是无线传感器网络（WSNs）中的一个重要问题，在WSNs中提供QoS支持是一个新兴的研究领域。由于传感器网络的处理能力、内存、带宽、能量等资源的限制，在传感器网络中提供QoS支持是一项具有挑战性的任务。在时间受限的无线传感器网络环境中，时延是数据转发的一个重要QoS参数。在本文中，我们提出了一个延迟感知的路由协议的时间关键事件信息传输到汇的无线传感器网络。在不同的场景下，所提出的协议的性能进行了评估NS2模拟。
2015-04-11 cs.NI
LEO-Aware DRL Meta-Scheduler for 5G Non-Terrestrial Network Slicing
Professional School of Computing Science, National University of San Agustin（圣奥古斯丁国立大学计算机科学专业学院）；Institute of Computing, University of Campinas（坎皮纳斯大学计算研究所）
针对5G非地面网络集成LEO带来的资源管理挑战，提出基于TD3智能体的DRL元调度器，在牺牲1%不显著容量的情况下，严格限制关键业务排队延迟，且不会导致宽带切片饥饿，为6G O-RAN NTN资源分配提供基础。
2026-08-04 cs.NI
Policy-Guided ML for Energy Savings: Cell On/Off Switching under Operator QoS Constraints in Real 5G Networks
Signal Theory and Communications UPC, ETSETB Barcelona（巴塞罗那自治大学信号理论与通信学院）；Mobile Wireless Internet Group i2cat Barcelona（i2cat巴塞罗那移动互联网研究组）
本文提出一种基于机器学习的节能策略，利用真实运营商数据集训练，通过调整模型类别比例来平衡节能与QoS策略合规性，在真实5G网络中实现显著节能。
2026-06-04 cs.NI
Optimal QoS-aware network reconfiguration in software defined cloud data centers
软件定义网络（Software defined networking，SDN）作为一种新的网络模式，为新兴的云数据中心网络提供了高效的资源再分配平台。云数据中心网络流量的动态特性以及大流量的存在使得有必要通过SDN控制器定期重新编程网络。因此，如何最大限度地减少网络重构的副作用，对网络研究人员来说至关重要。这样，最具挑战性的问题是影响网络稳定性和QoS参数的重路由流的数量。因此，在基于SDN的资源重新分配中，以最小开销（即最小流重新路由）动态重新配置网络是一个有趣的问题。在本文中，我们在数学上制定的资源重新分配问题作为一个优化问题，最小的网络重新配置开销的QoS要求的应用程序流。为了降低求解优化问题的时间复杂度，设计了一种转发表压缩技术，使得所提出的方案成为一种有效的资源重新分配方法，可以作为SDN控制器上的应用。实验结果表明，该方案在满足QoS约束的同时，显著降低了网络重构开销。由于所提出的方案的重新配置开销低，控制器可以更频繁地重新分配资源的网络条件的基础上。我们还研究了所提出的网络重构方案对网络中的分组丢失和延迟的影响。实验结果表明，该方法优于传统方法.
2018-03-31 cs.NI
Collaborative Intelligence for UAV-Satellite Network Slicing: Towards a Joint QoS-Energy-Fairness MADRL Optimization
University of Engineering and Technology, Vietnam National University（越南国立大学工程技术大学）；School of Computer Science and Informatics, University of Liverpool（利物浦大学计算机科学与信息学院）；Interdisciplinary Centre for Security Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与信任跨学科中心）
本文提出了一种基于多智能体深度强化学习的无人机-卫星网络切片框架，通过联合优化服务质量、能耗和公平性，实现更高效的资源分配和网络性能提升。
2025-12-09 cs.NI
Two-tier PON virtualisation with scheduler synchronization supporting application-level ultra-low latency in MEC based Cloud-RAN, using MESH-PON
超低端到端延迟是5G网络及更高版本中支持延迟关键型应用的最重要要求之一。Cloud-RAN和MEC被认为是有助于减少端到端延迟的关键驱动技术。然而，MEC节点的使用对接入网络架构造成了根本性的改变。由于它使处理和网络服务更接近边缘，因此通常需要将网络功能（例如，CU/DU堆栈和应用处理）分布在不同的MEC站点上。因此，需要一种新的传输机制来有效地协调和连接MEC节点之间的网络功能。为了解决这一挑战，我们提出了一种新的两层虚拟化PON传输方法，在虚拟化和切片MESH-PON架构上与制造商协调。虽然MESH-PON架构使得能够在托管CU/DU和/或应用处理的MEC节点之间进行直接通信，但是我们的方法提供了具有协调的转发器的两层虚拟化PON传输方案。这种方法大大减少了在跨不同PON层传输信号时引起的延迟，同时保持了多层方法的灵活性。我们表明，我们提出的方案可以实现端到端的应用级延迟低于1 ms或2 ms，这取决于网络配置。
2023-03-11 cs.NI
Evolutionary Multi-Objective Virtual Network Function Placement: A Formal Model and Effective Algorithms
数据中心对现代社会的商业和社会活动至关重要，但也是主要的电力消费者。为了最大限度地减少对环境的影响，必须使数据中心在保持高服务质量（QoS）的同时更加节能。考虑到这一点，我们开发了一个分析模型，使用排队论评估数据中心的QoS。此外，基于此模型，我们开发了一个特定于域的进化优化框架，其特征在于定制的解决方案表示和约束感知初始化算子，用于在数据中心中找到虚拟网络功能的最佳位置，优化多个相互冲突的目标，即能耗和QoS。特别是，我们的框架是适用于任何现有的进化多目标优化算法的插件的方式。大量的实验验证了我们的QoS模型的效率和准确性，以及我们量身定制的算法的有效性，在各种规模的虚拟网络功能布局问题。
2023-03-29 cs.NI
QoS-Aware Service Restoration in 5G Optical Transport Networks
针对5G光传输网络中故障影响多服务的问题，提出FDSP算法，结合快速ILP模型与PLI感知路由频谱分配，优先恢复关键服务，降低阻塞概率。
2025-03-28 cs.NI
Statistical QoS Provision in Business-Centric Networks
CAS Key Laboratory of Wireless-Optical Communications, University of Science and Technology of China（中国科学技术大学无线光通信重点实验室）
本文提出业务中心网络（BCN）及深度强化学习框架COHA-ES，通过跨层联合优化功率、带宽与拓扑，实现统计QoS保障并提升频谱与能量效率。
2025-08-05 cs.LG cs.NI
Joint Energy Efficient and QoS-aware Path Allocation and VNF Placement for Service Function Chaining
服务功能链接（SFC）允许沿着虚拟网络功能（VNF，例如，IDS、防火墙和NAT）。软件定义网络（SDN）解决方案可用于支持SFC，从而降低管理复杂性和运营成本。对于服务和网络提供商来说，最关键的问题之一是减少能耗，这应该在不影响服务的服务质量的情况下实现。在本文中，我们提出了一种新的资源（重新）分配架构，使能源感知SFC基于SDN的网络。为此，我们将VNF放置、VNF到流的分配和流路由的问题建模为优化问题。此后，启发式算法提出了不同的优化问题，以找到在可接受的时间内接近最优的解决方案。所提出的算法的性能进行了数值评估，在现实世界的拓扑结构和各种网络流量模式。结果表明，所提出的启发式算法提供近最优解，而他们的执行时间是适用于现实生活中的网络。
2018-07-12 cs.NI
Actor-Critic Scheduling for Path-Aware Air-to-Ground Multipath Multimedia Delivery
Institute of Information Science and Technologies (ISTI), CNR（意大利国家研究委员会信息科学与技术研究所）；CNIT - National Inter-University Consortium for Telecommunications（全国大学间电信联盟）；University of Pisa（比萨大学）
强化学习（RL）由于其某些变体不需要网络模型的先验知识，近年来在网络流量管理和控制中得到了广泛的应用。在本文中，我们提出了一种新的调度多路径系统中的实时多媒体传输的演员批评（AC）RL算法的基础上。我们专注于一个具有挑战性的情况下，实时视频流从无人机（UAV）使用多个无线路径。作为RL代理的调度器实时学习用于路径选择、路径速率分配和用于流保护的冗余估计的最优策略。调度器作为GStreamer框架的一个模块实现，可以在真实或模拟设置中使用。仿真结果表明，我们的调度器可以通过实时动态地调整调度策略来适应路径条件，而无需进行训练或依赖于网络信道模型的先验知识，从而在接收机处实现非常低的丢失率。
2022-04-28 cs.LG cs.MM cs.NI
Performance Optimization in RSMA-assisted Uplink xURLLC IIoT Networks with Statistical QoS Provisioning
针对工业5.0关键任务场景，提出RSMA辅助上行xURLLC IIoT网络，利用随机网络演算建立统计QoS保障框架，优化短包大小和发射功率，相比NOMA和OMA获得显著性能提升。
2024-05-26 cs.NI
QoS-Aware Load Balancing in the Computing Continuum via Multi-Player Bandits
Faculty of Electrical Engineering and Computing, University of Zagreb（萨格勒布大学电气工程和计算学院）；Distributed Systems Group, TU Wien（维也纳工业大学分布式系统研究组）
QEdgeProxy通过多玩家老虎机模型实现服务质量感知的负载均衡，有效提升边缘计算环境中的QoS满足度和负载适应能力。
2026-01-07 cs.DC cs.NI
Reinforcement Learning Scheduler for Vehicle-to-Vehicle Communications Outside Coverage
Huawei Technologies German Research Center（华为技术德国研究中心）
车辆到车辆（V2 V）通信中的无线电资源可以由驻留在网络中的集中式调度器（例如，在蜂窝系统的情况下为基站）或分布式调度器，其中资源由车辆自主选择。前一种方法在网络覆盖不中断的情况下产生相当高的资源利用率。然而，在间歇性或覆盖范围外的情况下，由于没有来自集中式调度器的输入，车辆需要恢复到分布式调度。受强化学习（RL）的最新进展的启发，我们研究了集中式学习调度器是否可以被教导为有效地将资源预分配给车辆以进行覆盖范围外的V2 V通信。具体来说，我们使用的演员-评论家RL算法训练集中式调度器提供非干扰资源的车辆之前，他们进入的覆盖范围。我们的初步结果表明，基于RL的调度器可以实现性能一样好，甚至更好的最先进的分布式调度器，往往优于它。此外，学习过程中完成一个合理的时间（从几百到几千epochs），从而使基于RL的调度器V2 V通信间歇性网络覆盖的一个有前途的解决方案。
2019-04-29 cs.IT cs.LG cs.NI
A QoS Guarantee Strategy for Multimedia Conferencing based on Bayesian Networks
面向服务的体系结构（SOA）通常用于Web服务系统的设计和实现。在SOA环境中实现媒体通信的关键技术是面向服务的通信。为了充分利用SOA的优势，我们设计并实现了一个基于Web的多媒体会议系统，为用户提供了一个混合编排的Web和通信服务。由于目前的SOA缺乏有效的多媒体服务QoS保证解决方案，用户满意度受到QoS违规的极大挑战，例如，低视频PSNR（峰值信噪比）和长播放延迟。为了解决这一关键问题，我们首先采用了业务流程执行语言（Business Process Execution Language，简称BPEL）服务引擎来实现混合服务的编排和执行。其次，我们提出了一种新的上下文感知的方法来量化和利用QoS指标和可用的上下文之间的因果关系的基础上贝叶斯网络（CABIN）。该方法包括三个阶段：（1）信息离散化，（2）因果关系分析，（3）最佳上下文调整。我们实现CABIN在现实生活中的多媒体会议系统，并比较其性能与现有的延迟和吞吐量为导向的计划。实验结果表明，CABIN在提高视频质量方面优于竞争方法的PSNR。它还提供了一个一站式商店控制网络和通信服务。
2015-06-21 cs.MM cs.NI
Federated Learning and Evolutionary Game Model for Fog Federation Formation
本文提出结合演化博弈与联邦学习的联邦雾架构，以稳定雾联盟形成并提升物联网服务质量，同时保护用户数据隐私。
2024-05-02 cs.DC cs.NI
Statistical QoS Provisioning Architecture for 6G Satellite-Terrestrial Integrated Networks
本文针对6G星地一体化网络中mURLLC服务的严格QoS需求，在有限块长机制下提出统计QoS保障方案，构建融合AoI、时延和可靠性的新型统计QoS度量，并通过仿真验证其有效性。
2024-06-07 cs.NI cs.SY eess.SY
Deep Reinforcement Learning Approach to QoSAware Load Balancing in 5G Cellular Networks under User Mobility and Observation Uncertainty
School of Electrical Engineering, Iran University of Science & Technology (IUST), Tehran, Iran（伊朗科技大学电气工程学院）
本文提出基于PPO的深度强化学习框架，用于在用户移动性和观测不确定性下实现端到端的QoS感知负载均衡，通过多目标奖励机制平衡效率与稳定性。
2026-05-12 cs.NI cs.SY eess.SY
Unsplittable Load Balancing in a Network of Charging Stations Under QoS Guarantees
由于以电动汽车（EV）为代表的新的大负荷的增加以及由于可再生能源的并入而导致的更间歇性的供应，电网的运行变得更加紧张。因此，协调和控制快速充电站网络中的预计EV需求成为一个关键且具有挑战性的问题。在本文中，我们引入了一个基于博弈论的分散控制机制，以减轻电动汽车需求的负面影响。建议的机制考虑到电动汽车的非均匀空间分布，导致每个充电设施的电力需求不均匀，并旨在：（i）通过提供价格激励来避免使电网资源紧张，使得客户接受被路由到不那么繁忙的站，（ii）通过用相同数量的电网资源服务更多的客户来使总收入最大化，以及（iii）以一定的服务质量（QoS）水平向客户提供计费服务，后者被定义为长期客户阻塞概率。我们研究了三种逐渐接近现实世界设置的复杂性增加的情况。所获得的结果表明，所提出的框架导致在上述目标方面的性能大幅改善，相比目前的事态。
2014-09-20 cs.NI math.OC
Agentic DDQN-Based Scheduling for Licensed and Unlicensed Band Allocation in Sidelink Networks
Department of Electronics and Electrical Engineering（电子与电气工程系）；Institute of Communications Engineering（通讯工程研究所）；National Yang Ming Chiao Tung University（阳明交通大学）；Research Center for Information Technology Innovation（信息技术创新研究中心）；Academia Sinica（台湾“中央研究院”）；Bradley Department of Electrical and Computer Engineering（电气与计算机工程系）
针对NR sidelink授权与非授权频段分配，提出多维上下文感知、QoS约束奖励的智能体DDQN调度器，在保持吞吐量时最高降低87.5%阻塞。
2025-09-22 cs.AI cs.IT cs.LG
EASE: Energy-Aware Job Scheduling for Vehicular Edge Networks With Renewable Energy Resources
Department of Information Engineering, University of Padova（帕多瓦大学信息工程系）；Department of Mathematics “Tullio Levi-Civita”, University of Padova（帕多瓦大学“图利奥·莱维-奇维塔”数学系）
EASE通过集中优化和分布式共识步骤，实现车辆边缘网络中任务调度的能源效率与服务质量的优化，接近碳中和。
2022-08-12 cs.NI cs.SY eess.SY
Enabling 5G QoS configuration capabilities for IoT applications on container orchestration platform
本文提出基于Linux fwmark和CNI插件的Kubernetes原生方案，将覆盖网络QoS信息非侵入式传递至5G底层网络，并通过定位与建图应用验证可行性。
2024-03-08 cs.ET cs.NI
From Resource Auction to Service Auction: An Auction Paradigm Shift in Wireless Networks
在5G及以后，诸如边缘计算/智能服务之类的新兴服务可能需要在多跳分开的网络实体上和跨网络实体提供异构通信、计算和存储（CCS）资源。在这种情况下，传统的面向资源的拍卖方案，其中买家对资源进行投标，可能无法有效地提供端到端（E2 E）的服务质量（QoS）保证。为了克服这些局限性，本文提出了E2 E服务拍卖的概念，拍卖的对象是E2 E服务而不是某种资源。在此框架下，买家只需竞标具有E2 E QoS要求的服务，而不必知道内部工作（落后的资源）。E2 E服务拍卖需要在保证基本经济属性的前提下，同时考虑经济约束和QoS约束，解决网络优化和拍卖设计的联合问题。为了实现机制设计，我们说明了如何设计E2 E服务拍卖的边缘计算系统在各种情况下。我们还确定了其他关键用例（包括边缘智能）的E2 E服务拍卖机制设计的研究机会。
2022-09-11 cs.GT cs.NI
AoI-minimizing Scheduling in UAV-relayed IoT Networks
George Mason University（乔治梅森大学）；Virginia Tech（弗吉尼亚理工学院暨州立大学）
由于灵活性、自主性和低操作成本，作为固定空中基站的无人驾驶飞行器（UAV）越来越多地被用作\textit{relays}来收集时间敏感信息敏感信息（即，状态更新），并将其传递到附近的地面基站（TBS），在那里信息得到处理。为了确保信息（从所有IoT设备）到TBS的及时递送，时间敏感信息在两跳UAV中继IoT网络（即，IoT设备到UAV [跳1]，以及UAV到TBS [跳2]）成为关键挑战。为了解决这个问题，我们提出了在这种两跳无人机中继物联网网络中最小化信息年龄（AoI）的调度策略。为此，我们提出了一种低复杂度的MAF-MAD调度器，该调度器采用最大AoI优先（MAF）策略来对UAV（跳1）处的IoT设备进行采样，并采用最大AoI差异（MAD）策略来更新从UAV到TBS（跳2）的采样数据包。我们表明，MAF-MAD是理想条件下的最佳调度，即，无差错信道和在物联网设备上随意生成流量。相反，对于现实条件，我们提出了一种基于Deep-Q-Networks（DQN）的调度器。我们的仿真结果表明，基于DQN的调度器优于MAF-MAD调度器和其他三个基线调度器，即，最大AoI优先（MAF）、循环调度（RR）和随机，在网络较小（具有数十个IoT设备）的一般条件下在两跳处采用。然而，它不能很好地扩展网络规模，而MAF-MAD在所有考虑的大型网络场景下都优于所有其他路由器。
2021-09-24 cs.AI cs.NI eess.SP
Computationally Aware Sum-Rate Optimal Scheduling for Centralized Radio Access Networks
在集中式或云无线电接入网络中，一组若干无线电接入点的数字基带处理的某些部分在中央数据中心处执行。集中处理提高了计算资产的灵活性、可伸缩性和利用率。然而，性能关键取决于如何分配有限的数据处理资源以满足不同无线设备的需求。由于每个设备施加的处理负载取决于其分配的传输速率和信道质量，因此调度的速率分配方面应考虑可用的计算。在本文中，提出了两个计算感知的调度器，其目标是最大化系统的总速率，同时满足对所提供的计算负载的约束。第一调度器最优地分配资源，并且根据注水算法来实现。第二个调度器是次优的，但使用了一个更简单和直观的复杂性截止方法。这两个路由器的性能进行评估，使用LTE兼容的系统级模拟器。发现两个调度器都避免了由计算负载的溢出（即，计算中断），代价是和速率的轻微损失。
2015-08-24 cs.IT cs.NI math.IT
Graph Reinforcement Learning for QoS-Aware Load Balancing in Open Radio Access Networks
Intel Labs（英特尔实验室）
本文提出一种基于图强化学习的QoS感知负载均衡方法，通过GNN与DQN结合建模马尔可夫决策过程，在多频段O-RAN中优化GBR与BE流量，显著降低QoS违规并提升BE流量速率。
2025-04-28 cs.AI cs.IT cs.LG
Hierarchical Soft Slicing to Meet Multi-Dimensional QoS Demand in Cache-Enabled Vehicular Networks
车载网络需要支持具有多维服务质量（QoS）要求的多种内容应用，而传统的一刀切的网络管理方法无法实现这一点。在本文中，提出了一个面向服务的分层软切片框架的缓存使能的车辆网络，其中每个切片支持一个服务和资源是逻辑上隔离，但机会主义地重用，以利用复用增益。所提出的框架的性能进行了研究，在分析的方式考虑两个典型的道路上的内容服务，即，时间关键的驾驶相关上下文信息服务（CIS）和带宽消耗的信息娱乐服务（IS）。构建两个网络切片以分别支持CIS和IS，其中资源在切片内和切片间级别上都是机会性重用的。具体地，IS切片的吞吐量、内容新鲜度（即，从理论上分析了CIS切片的复用增益和延迟性能，从而得到了软切片的复用增益。在OMNeT++和MATLAB平台上进行了大量的仿真，以验证分析结果。仿真结果表明，该方法在保证CIS内容新鲜度和服务延迟不变的情况下，可以将IS吞吐量提高30%。
2019-12-24 cs.IT cs.NI math.IT
Multi-Agent Actor-Critic with Harmonic Annealing Pruning for Dynamic Spectrum Access Systems
National and Kapodistrian University of Athens（雅典国立卡波迪斯特里亚大学）；National Technical University of Athens（雅典国立技术大学）
针对动态频谱接入场景中MADRL模型边缘部署算力不足的问题，提出融合渐进剪枝的稀疏循环MARL框架与谐退火稀疏调度器，在高稀疏度下性能优于现有基线与剪枝方法。
2025-03-19 cs.AI cs.LG cs.NI
DISTINQT: A Distributed Privacy Aware Learning Framework for QoS Prediction for Future Mobile and Wireless Networks
National and Kapodistrian University of Athens（雅典国立卡波迪斯特里亚大学）；Huawei Technologies Duesseldorf GmbH（华为技术有限公司杜塞尔多夫子公司）
本文提出 DISTINQT 分布式隐私感知学习框架，通过跨异构节点共享计算和不可逆潜在编码完成 QoS 预测，在保持集中式性能的同时显著降低误差并保护隐私。
2024-11-04 cs.AI cs.CR cs.DC
