In the online packet scheduling problem with deadlines (PacketScheduling, for short), the goal is to schedule transmissions of packets that arrive over time in a network switch and need to be sent across a link. Each packet has a deadline, representing its urgency, and a non-negative weight, that represents its priority. Only one packet can be transmitted in any time slot, so, if the system is overloaded, some packets will inevitably miss their deadlines and be dropped. In this scenario, the natural objective is to compute a transmission schedule that maximizes the total weight of packets which are successfully transmitted. The problem is inherently online, with the scheduling decisions made without the knowledge of future packet arrivals. The central problem concerning PacketScheduling, that has been a subject of intensive study since 2001, is to determine the optimal competitive ratio of online algorithms, namely the worst-case ratio between the optimum total weight of a schedule (computed by an offline algorithm) and the weight of a schedule computed by a (deterministic) online algorithm. We solve this open problem by presenting a $\phi$-competitive online algorithm for PacketScheduling (where $\phi\approx 1.618$ is the golden ratio), matching the previously established lower bound.


翻译:在有最后期限( PacketScheduliing, 短时间) 的在线数据包调度问题中, 目标是排期传送在网络开关中随时间而到的包裹, 并且需要通过链接发送。 每包都有代表其优先性的最后期限、 代表其紧迫性和非负性重量。 只有一包可以在任何时间档中传输, 因此, 如果系统超载, 有些包将不可避免地错过最后期限并被丢弃 。 在此情况下, 自然目标是计算一个传输时间表, 使成功传输的包的总重量最大化 。 问题在于内在的在线, 且在不知晓未来寄送包裹的情况下做出日程安排决定 。 有关 PacketSchedulining 的中心问题, 代表其紧迫性, 代表其优先性。 自2001年以来, 一直受到密集研究的关于 PacketScheduulting 的核心问题是确定在线算法的最佳竞争比率, 即时间表( 由离线运算算算算算算) 和由( 定性) 在线算算算算出的日程的重量之间的最差比。 我们通过提出 1.618\ 美元 美元 美元 美元 美元 美元 美元 美元 美元 美元 美元 美元 美元 美元 美元 等 的金 平 平 平调比 来解决这个问题。

0
下载
关闭预览

相关内容

专知会员服务
76+阅读 · 2021年3月16日
Python图像处理,366页pdf,Image Operators Image Processing in Python
【实用书】数据科学基础,484页pdf,Foundations of Data Science
专知会员服务
117+阅读 · 2020年5月28日
图解国土空间规划 五级三类四体系
智能交通技术
7+阅读 · 2019年6月16日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
老铁,邀请你来免费学习人工智能!!!
量化投资与机器学习
4+阅读 · 2017年11月14日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年7月20日
Arxiv
0+阅读 · 2021年7月16日
VIP会员
相关资讯
图解国土空间规划 五级三类四体系
智能交通技术
7+阅读 · 2019年6月16日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | AAAI 2019等国际会议信息7条
Call4Papers
5+阅读 · 2018年9月3日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
老铁,邀请你来免费学习人工智能!!!
量化投资与机器学习
4+阅读 · 2017年11月14日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员