发表机构
University of Padova; German Aerospace Center (DLR)（帕多瓦大学; 德国航空航天中心（DLR））
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文提出分析框架评估多路径队列中信息年龄，纠正分裂-合并网络错误，首次分析重复-合并场景，并优化路由概率与流量注入速率以最小化平均AoI。
AI 中文摘要
我们提出了一种新颖的分析框架，用于评估多路径队列拓扑中的信息年龄（AoI），其中多个服务器的输出流汇聚到单一管道中。这种理论场景在超可靠低延迟网络和边缘计算架构中具有直接应用，在这些场景中，多路径路由和流合并可能是维护新鲜状态更新的关键策略。具体而言，我们研究了两种设置：分裂-合并网络和重复-合并网络。分裂-合并情况已在先前的工作中处理，但我们表明现有研究是不正确的，而我们的方法提供了精确的分析公式。此外，基于类似的推理，我们首次对先前未探索的重复-合并场景进行了正式分析。最后，我们展示了如何利用我们的理论结果来解决关键的系统级优化问题，推导出最小化平均AoI的最优随机路由概率和流量注入速率。
英文摘要
We present a novel analytical framework for evaluating the age of information (AoI) in multi-path queueing topologies where output streams from multiple servers converge into a single pipeline. This theoretical scenario finds immediate application in ultra-reliable low-latency networks and edge computing architectures, where multi-path routing and stream merging can be vital strategies for maintaining fresh status updates. Specifically, we investigate two setups: a split-merge network and a duplicate-merge network. The split-merge case has been addressed in prior work, but we show that existing studies are incorrect, and our approach provides instead an exact analytical formulation. Moreover, building on similar reasoning, we provide the first formal analysis of the previously unexplored duplicate-merge scenario. Finally, we show how to leverage our theoretical results to solve key system-level optimization problems, deriving the optimal randomized routing probabilities and traffic injection rates that minimize average AoI.
