On the Validity of Credit-Based Shaper Delay Guarantees in Decentralized Reservation Protocols
本文指出TSN去中心化预留与Credit-Based Shaper结合时标准逐跳最坏延迟界限不安全，提出标准扩展并经合成与工业网络仿真验证，借助邻居信息可将最大可预留流量提高至多20%。
2023-11-08 cs.NI
A delay-based routing metric
在覆盖网络中，本地链路和长距离链路都表现为路由协议的单跳。传统的路由度量（基于跳数或数据包丢失）没有考虑到这些链路之间的差异。在本文中，我们研究了一种基于数据包延迟的度量，该度量被设计用于改善覆盖网络中的路由。我们展示了一种轻量级的异步延迟测量技术，并展示了如何使用它提供的数据来构建路由度量。天真地使用延迟会导致持续的路由振荡，所以我们的路由协议实现了一些功能来限制振荡的频率。我们表明，我们的协议在真实世界的测试中不会引起振荡，并且在人工构建的最坏情况设置中具有分钟量级的振荡。
2014-03-14 cs.NI
A Min-plus Model of Age-of-Information with Worst-case and Statistical Bounds
我们认为网络源，生成更新消息与一个定义的速率，我们调查的年龄在接收器的信息。典型的应用是依赖于及时的传感器更新的网络物理系统。我们用网络演算的最小代数来描述信息时代。这有助于各种模型，包括无线信道和随机交叉业务的干扰源，以及分别具有周期性和随机更新的源。我们展示了信息的年龄如何取决于网络服务，例如，无线信道的中断导致延迟。此外，我们的分析表达式显示了两个政权取决于更新率，其中年龄的信息是由充血性延迟或空闲等待占主导地位。我们发现，最佳的更新率达到这两个效果之间的平衡。
2021-12-22 cs.NI cs.PF
Cross-Layer Control for Worse Case Delay Guarantees in Heterogeneous Powered Wireless Sensor Network via Lyapunov Optimization
时延保证是无线传感器网络（WSNs）中的一个挑战，其中必须考虑能量约束。可再生能源和电网的共存被认为是一种有前途的能源供应方式，使无线传感器网络在潜在的无限寿命内保持功能。在本文中，我们解决跨层控制，以保证最坏情况下的延迟异构供电（HP）无线传感器网络。我们设计了一种新的虚拟延迟队列结构，并应用李亚普诺夫优化技术开发跨层控制算法，只需要知道的瞬时系统状态，它提供了有效的吞吐量效用，并保证有界的最坏情况下的延迟。我们分析了所提出的算法的性能，并通过仿真结果验证了理论要求。与现有的工作相比，本文提出的算法，实现了更高的优化目标值，超低的数据丢失，由于提出了新的虚拟队列结构。
2014-10-09 cs.NI
Improved Network Calculus Delay Bounds in Time-Sensitive Networks
针对 TSN/DetNet 中数据包级流约束，本文提出直接利用数据包级到达曲线进行网络演算分析，以获得比转换为比特级曲线更紧的最坏情况延迟界。
2022-04-22 cs.NI
Strict-Priority Packet Delay in Switches with Transmit-Ring Buffering
Technical University of Munich（慕尼黑工业大学）；Chair of Communication Networks at the Technical University of Munich（慕尼黑工业大学通信网络讲席）；University of Klagenfurt（克拉根福大学）；Department of Statistics, University of Klagenfurt（克拉根福大学统计系）
针对严格优先级调度中传输环（TXR）被忽略导致高优先级分组延迟建模不准确的问题，本文扩展标准模型纳入TXR，通过多交换机测量验证，并提供TXR大小估计方法。
2026-06-08 cs.NI
Low-Latency Millimeter-Wave Communications: Traffic Dispersion or Network Densification?
本文研究了未来无线网络中降低通信延迟的两种策略：业务分散和网络密集。一个混合计划，结合这两种策略也被认为是。概率延迟和有效容量被用来评估性能。对于概率延迟，延迟的违反概率，即，延迟超过给定容限水平的概率用上界来表征，上界是通过应用随机网络演算理论而导出的。此外，为了表征毫米波系统的最大可负担的到达业务，有效容量，即，研究了在给定服务质量（QoS）要求下的服务能力。推导的概率延迟和有效容量的界限，通过仿真验证。这些数值结果表明，对于一个给定的平均系统增益，流量分散，网络致密化，和混合计划表现出不同的潜力，以减少端到端的通信延迟。例如，在给定高平均系统增益和到达率的情况下，流量分散优于网络密集，而否则它可能是最差的选择。此外，它揭示了，增加独立路径的数量和/或中继密度总是有益的，而性能增益与到达率和平均系统增益，共同。因此，应根据给定的到达业务量和系统服务能力，选择合适的传输方案，以优化时延性能。
2018-03-14 cs.NI
Multi-Stream TSN Gate Control Scheduling in the Presence of Clock Synchronization
针对工业4.0等场景下确定性延迟需求及时钟同步带来的调度难题，提出一种可完全避免排队延迟的多流TSN门控调度新方法，结合网络时间同步信息可同时满足严格截止期限并提升带宽效率。
2024-07-11 cs.NI
Deep Reinforcement Learning-Based Scheduling for Wi-Fi Multi-Access Point Coordination
该研究将 802.11bn MAPC 调度建模为序贯决策问题，采用 PPO 深度强化学习利用 SR 组协调多 AP 同时传输，显著降低 OBSS 场景第 99 百分位延迟。
2025-07-25 cs.NI
Decoding Delay Guarantees of Space Regulated Multiple Access Random Wireless Networks using Successive Interference Cancellation
Inria, INSA Lyon, CITI（法国国家信息与自动化研究所，里昂国立应用科学学院，信息与通信研究所）；INRIA-ENS（法国国家信息与自动化研究所，巴黎高等师范学院）；Telecom Paris（巴黎电信学院）
本文研究了无线网络中满足信号干扰噪声比阈值η_0的解码延迟保证问题，采用空域网络计算方法量化了蜂窝外网络上行链路的最坏传输解码延迟。
2026-09-21 cs.IT cs.NI math.IT
Unveiling the potential of Graph Neural Networks for network modeling and optimization in SDN
网络建模是构建自动驾驶软件定义网络的关键组成部分，特别是为了找到满足管理员设定目标的最佳路由方案。然而，现有的建模技术不满足提供相关的性能指标，如延迟和抖动的准确估计的要求。在本文中，我们提出了一种新的图神经网络（GNN）模型，能够理解拓扑结构，路由和输入流量之间的复杂关系，产生精确的估计每个源/目的地对平均延迟和抖动。GNN被定制为学习和建模结构为图形的信息，因此，我们的模型能够在任意拓扑结构，路由方案和可变流量强度上进行推广。在本文中，我们表明，我们的模型提供了准确的估计延迟和抖动（最坏情况下$R^2=0.86$）时，测试对拓扑结构，路由和交通没有看到在训练。此外，我们提出了几个用例，显示其有效地使用在每个源/目的地对延迟/抖动路由优化和泛化能力的推理在训练过程中没有看到的拓扑结构和路由方案的网络操作模型的潜力。
2019-10-28 cs.NI
Latency and Backlog Bounds in Time-Sensitive Networking with Credit Based Shapers and Asynchronous Traffic Shaping
我们计算边界上的端到端的最坏情况下的延迟和节点积压的大小为每类确定性网络，实现基于信用的整形器（CBS）和异步流量整形（ATS），提出了时间敏感网络（TSN）标准化组。ATS是交织调节器的一种实现，它在允许流量进入CBS缓冲区之前对网络中的流量进行整形，从而避免突发级联。由于交错调节器，流量在每个交换机处被整形，这允许计算显式延迟和积压边界。此外，我们得到了一个新的，紧的每流的响应时间的CBS，当输入调节，这是小于现有的网络演算界。我们还计算每流的交织调节器的响应时间上的界限。基于上述结果，我们计算了每个类的积压量的界限。然后，我们使用新计算的延迟界限以及最近的结果交织监管机构从文献中推导出严格的端到端的延迟界限，并表明这些都小于每开关延迟界限的总和。
2020-09-30 cs.NI
Systematic Performance Evaluation of Multipoint Protocols
多点（基于多播）应用的出现以及互联网的增长和复杂性使得网络协议的设计和评估变得复杂。在本文中，我们提出了一种自动合成的最坏和最好的情况下的多点协议性能评估的方法。我们的方法使用面向故障的测试生成（FOTG）算法搜索的协议和系统状态空间合成这些场景。该算法是基于一个全球有限状态机（FSM）模型。我们扩展了算法的时序语义处理端到端的延迟和地址的性能标准。我们引入虚拟局域网的概念来表示底层组播分发树的延迟。作为一个案例研究，我们使用我们的方法来评估变体的定时器抑制机制，用于各种多点协议，相对于两个性能标准：响应消息和响应时间的开销。可靠多播协议的仿真结果表明，我们的方法提供了一个可扩展的方式自动合成的最坏情况。我们希望我们的方法作为一个模型，应用系统的场景生成其他多点协议。
2000-06-17 cs.DS cs.NI
Decentralized Collaborative Video Caching in 5G Small-Cell Base Station Cellular Networks
我们考虑了一组通过高容量短延迟回程链路相互连接并通过长延迟连接连接到远程服务器的5G小小区基站（SBS）的视频缓存问题。即使最小化整体视频传输延迟的问题是NP难的，我们提出的协作缓存算法（CCA）可以有效地计算出接近最优的解决方案，其中次优的程度取决于最坏情况下的视频缓存大小比。该算法自然适合于分布式实现，其需要SBS之间的零显式协调，并且以$O(N + K \log K)$时间运行，其中$N$是SBS（高速缓存）的数量，而$K$是视频的最大数量。我们将CCA扩展到在线设置，其中视频流行度不是先验已知的，而是通过SBS之间的有限数量的定期信息共享随着时间的推移进行估计。我们证明，我们的算法接近最佳的整体缓存解决方案的缓存大小的增加。此外，通过对真实视频访问轨迹进行模拟，我们表明，我们的算法有效地使用SBS缓存，以减少视频传输延迟和节省远程服务器的带宽，它优于其他两个参考缓存方法适应我们的系统设置。
2021-09-01 cs.NI
Maximum Expected Delay: A New Metric to Analyse the Performance of Asynchronous Quorum-based Protocols in Wireless Sensor Networks
能量管理是无线传感器网络面临的一个重要挑战。迄今为止，已经提出了许多技术来减少能量消耗。占空比方法降低了无线传感器网络的能量消耗，因为能量消耗在睡眠方式中下降。使用基于仲裁的方法，传感器可以保持在睡眠方式，并被周期性地唤醒，以发送和接收来自相邻节点的数据。在本文中，我们回顾了这些方法的一个子集，称为异步法定人数为基础的方法，独立的节点之间的同步，并调查其性能在不同的指标。然后，我们提出了一个新的度量来调查在无线传感器网络中的相邻节点的延迟。接下来，我们研究了所有讨论的方法使用建议的度量的性能。最后，我们介绍了基于不同度量的最佳和最差方法。
2021-12-03 cs.NI eess.SP
Programmable Cycle-Specified Queue for Long-Distance Industrial Deterministic Packet Scheduling
针对长距离工业确定性网络的有界时延与抖动需求，提出可编程周期指定队列PCSQ，通过高精度轮转出队、周期标签计算及队列协调机制实现严格确定性调度。
2024-09-15 cs.NI
The STRESS Method for Boundary-point Performance Analysis of End-to-end Multicast Timer-Suppression Mechanisms
互联网协议的评估通常使用随机场景或基于设计者直觉的场景。这种方法可能对一般情况分析有用，但不包括边界点（最坏或最好情况）情景。为了综合边界点场景，需要一个更系统的方法。在本文中，我们提出了一种方法自动合成的最坏和最好的情况下的协议边界点评估的情况。我们的方法使用面向故障的测试生成（FOTG）算法搜索的协议和系统状态空间合成这些场景。该算法是基于一个全球有限状态机（FSM）模型。我们扩展了算法的时序语义处理端到端的延迟和地址的性能标准。我们引入虚拟局域网的概念来表示底层组播分发树的延迟。在我们的方法中使用的算法利用隐式向后搜索，使用分支定界技术，并从给定的目标事件开始。这将大大降低搜索的复杂性。作为一个案例研究，我们使用我们的方法来评估变种的定时器抑制机制，在各种多播协议中使用，相对于两个性能标准：响应消息的开销和响应时间。可靠多播协议的仿真结果表明，我们的方法提供了一个可扩展的方式自动合成的最坏情况。使用压力情景获得的结果显着不同，通过平均情况下的分析。我们希望我们的方法可以作为一个模型，应用系统的场景生成到其他组播协议。
2002-08-16 cs.GT cs.NI
Network-Optimised Spiking Neural Network (NOS) Scheduling for 6G O-RAN: Spectral Margin and Delay-Tail Control
School of Computing and Communications（计算与通信学院）；Lancaster University（兰卡斯特大学）；Nanjing University of Information Science and Technology（南京信息工程大学）
本文提出一种网络优化脉冲神经网络调度器，通过结合双态内核与成对公平授权头，实现6G O-RAN中频谱边际与延迟尾部控制，提升系统利用率与低延迟性能。
2025-12-22 cs.IT cs.LG cs.NI
A Packet Scheduling Strategy in Sensor Networks with SGMH Protocol
传感器网络中的数据通信可能具有时间约束，如端到端截止日期。如果不满足最后期限，则在硬实时的系统中可能发生灾难，或者在软实时的系统中可能发生性能恶化。在实时的传感器网络中，由于对最坏情况时延的严格要求，通过重传恢复数据的次数应最小化。本文提出了在无线传感器网络节点级应用停走多跳协议（SGMH）进行调度，从而满足硬实时的路由要求。SGMH是一种分布式多跳分组传递算法。每个信道上的总可用带宽的分数被分配给几个流量类别，通过这些流量类别，从源到目的地遍历每个跳所花费的时间被限制。它是基于时间框架（TFR）的概念。在传感器网络中，数据包可以具有不同的延迟保证。可以为不同的业务类别分配多个帧大小。
2011-07-11 cs.NI
Enhancing Performance Bounds of Multiple-Ring Networks with Cyclic Dependencies based on Network Calculus
具有循环依赖的环网络的性能界的收紧问题在文献中仍然是一个公开的问题。在本文中，我们解决了这样一个具有挑战性的问题的基础上网络演算。首先，我们回顾了传统的定时方法在该地区，并确定其主要局限性，在延迟界限悲观。之后，我们引入了一个新的概念，称为仅在收敛点（PMOC）支付多路复用，以克服这些限制。PMOC考虑了沿流路的流序列化现象，仅在收敛点处支付干扰流的突发。在这种概念下的有保证的端到端服务曲线已被定义和证明为单环和多环网络，以及在任意和固定优先级复用。单和多环网络的计算延迟界限的灵敏度分析进行相对于各种流量和网络参数，和它们的紧密性进行评估比较，可实现的最坏情况下的延迟。一个显着的增强的延迟界限，从而网络资源的效率和可扩展性，突出显示在我们的建议，参考传统的方法。最后，PMOC方法的效率，以提供定时保证的情况下，一个现实的航空电子应用得到证实。
2018-06-06 cs.NI cs.PF
Computationally Efficient Worst-Case Analysis of Flow-Controlled Networks with Network Calculus
本文针对流控网络中端到端服务曲线计算易因数据爆炸而不可行的问题，提出数据表示压缩方法和高效最小加卷积算法，在保持精确结果的同时显著提升计算效率。
2023-07-07 cs.NI cs.PF
P4-TAS: P4-Based Time-Aware Shaper for Time-Sensitive Networking
University of Tuebingen（蒂宾根大学）
本文提出P4-TAS，一种基于P4的时敏网络时间感知整形器，支持流过滤和 policing，提供MPLS/TSN翻译层，提升400Gbps端口精度，并量化内部延迟以提高配置准确性。
2026-04-08 cs.NI
RouteNet: Leveraging Graph Neural Networks for network modeling and optimization in SDN
AGH University of Science and Technology（AGH科技大学）；Barcelona Neural Networking Center（巴塞罗那神经网络中心）；Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）
网络建模是在未来自动驾驶软件定义网络中实现高效网络运营的关键因素。然而，我们仍然缺乏能够以有限的成本准确预测关键性能指标（KPI）（如延迟，抖动或丢失）的功能网络模型。在本文中，我们提出了RouteNet，一种新的网络模型的基础上图神经网络（GNN），能够理解拓扑结构，路由和输入流量之间的复杂关系，以产生准确的估计每个源/目的地每个包的延迟分布和损失。RouteNet利用GNN学习和建模图结构信息的能力，因此，我们的模型能够在任意拓扑结构、路由方案和流量强度上进行推广。在我们的评估中，我们表明，RouteNet能够准确地预测延迟分布（平均延迟和抖动）和损失，即使在训练中看不到的拓扑，路由和流量（最坏情况下MRE=15.4%）。此外，我们提出了几个用例，其中我们利用我们的GNN模型的KPI预测来实现高效的路由优化和网络规划。
2020-07-09 cs.AI cs.LG cs.NI
Quality and Cost of Deterministic Network Calculus - Design and Evaluation of an Accurate and Fast Analysis
网络是现代安全关键系统的组成部分，认证要求为数据传输提供保证。确定性网络演算（DNC）可以计算数据流端到端延迟的最坏情况。DNC结果的精度不断提高，产生了两个DNC分支：经典的代数分析和最近的优化分析。基于优化的分支为紧边界提供了理论解决方案。然而，它的计算成本随着网络规模呈指数增长（可能是超级）。因此，提出了一种以精度和计算成本为代价的启发式优化公式。在本文中，我们挑战基于优化的DNC与一个新的代数DNC算法。我们证明：（i）目前没有优化公式与网络规模以及（ii）代数DNC可以在精度和计算成本这两个方面都有很大的改进。为此，我们贡献了一种新的DNC算法，转移到代数DNC的最佳可达到的延迟范围的优化搜索。它实现了高度的准确性，我们的新效率改进大大降低了分析成本。在大量的数值实验中，我们观察到我们的延迟界限平均仅偏离基于优化的延迟界限1.142%，而计算时间同时减少了几个数量级。
2017-05-16 cs.NI cs.PF
Network Calculus with Flow Prolongation -- A Feedforward FIFO Analysis enabled by ML
Technical University of Munich（慕尼黑工业大学）；Airbus Central R&T（空客中央研发中心）；Ruhr University Bochum（波鸿鲁尔大学）
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%。
2022-02-07 cs.LG cs.NI
Asynchronous Risk-Aware Multi-Agent Packet Routing for Ultra-Dense LEO Satellite Networks
The Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（安全、可靠性与信任跨学科研究中心（SnT），卢森堡大学）；School of Computer Sciense and Cyber Engineering, Guangzhou University（计算机科学与网络工程学院，广州大学）
针对超密集LEO星座的异步网络环境，提出事件驱动的多智能体路由框架PRIMAL，通过原始-对偶方法管理最坏情况性能退化风险，在1584颗卫星仿真中使排队延迟降低超70%，有效优化延迟并平衡负载。
2025-10-31 cs.IT cs.LG cs.NI
