[论文解读] Longest Wait First for Broadcast Scheduling

Chandra Chekuri, Sungjin Im+1 more|ArXiv.org|Jun 12, 2009

Optimization and Search Problems参考文献 15被引用 8

一句话总结

本文对广播调度中的最长等待优先（LWF）算法提供了简化且直观的分析，表明其在(4+ε)-速度下对平均流时延实现O(1/ε²)-竞争力，在(3.4+ε)-速度下实现O(1/ε³)-竞争力。此外，通过资源增强，将LWF扩展至一般目标函数（如平均延迟因子和延迟因子的L_k范数），实现了O(1)-竞争力，这是广播调度中此类度量的首个非平凡结果。

ABSTRACT

We consider online algorithms for broadcast scheduling. In the pull-based broadcast model there are $n$ unit-sized pages of information at a server and requests arrive online for pages. When the server transmits a page $p$, all outstanding requests for that page are satisfied. The longest-wait-first} (LWF) algorithm is a natural algorithm that has been shown to have good empirical performance. In this paper we make two main contributions to the analysis of LWF and broadcast scheduling. \begin{itemize} \item We give an intuitive and easy to understand analysis of LWF which shows that it is $O(1/\eps^2)$-competitive for average flow-time with $(4+\eps)$ speed. Using a more involved analysis, we show that LWF is $O(1/\eps^3)$-competitive for average flow-time with $(3.4+ε)$ speed. \item We show that a natural extension of LWF is O(1)-speed O(1)-competitive for more general objective functions such as average delay-factor and $L_k$ norms of delay-factor (for fixed $k$). \end{itemize}

研究动机与目标

• 为广播调度中的最长等待优先（LWF）算法提供更简单、更直观的分析，此前其竞争力证明较为复杂。
• 缩小LWF实现常数竞争力所需速度要求的已知上下界之间的差距。
• 将LWF的性能保证扩展至更一般的目标函数，如平均延迟因子和延迟因子的L_k范数，这些函数推广了平均流时延。
• 在广播调度模型中首次建立这些广义目标的非平凡竞争力界。

提出的方法

• 引入一个使用参数β的精细化计费方案，以限制早期请求的等待时间，从而在资源增强下实现对LWF的更紧密分析。
• 采用基于分数霍尔定理的全局覆盖论证，避免分析中的过度计费，确保竞争力比有界。
• 使用缩放函数h(λ)来建模等待时间贡献的增长，使分析可适应不同目标函数（如流时延和延迟因子）。
• 通过构建二分图将请求等待时间与广播事件关联，借助覆盖论证推导出竞争力比。
• 调节参数β、ρ和s（速度），以优化不同目标（包括延迟因子的L_k范数）下的竞争力比。
• 通过调整h(λ)为λ和λ^k，分别对应延迟因子和L_k范数，扩展分析并推导出速度-竞争力权衡。

实验结果

研究问题

• RQ1 能否为广播调度中的最长等待优先（LWF）算法提供更简单、更直观的分析，从而改进先前工作中复杂的证明？
• RQ2 能否降低LWF实现O(1)-竞争力所需的速度要求，从而缩小已知上下界之间的差距？
• RQ3 能否将LWF扩展至实现对更一般目标函数（如平均延迟因子和延迟因子的L_k范数）的O(1)-竞争力？
• RQ4 在广播调度中，延迟因子的L_k范数是否存在非平凡的竞争力界，该度量推广了平均流时延？

主要发现

• 在(4+ε)-速度下，LWF对平均流时延实现O(1/ε²)-竞争力，其分析显著简化于先前6-速度下实现O(1)-竞争力的证明。
• 通过更精细的分析，LWF在(3.4+ε)-速度下对平均流时延实现O(1/ε³)-竞争力，进一步优化了速度-竞争力权衡。
• LWF在5-速度下对最小化平均延迟因子实现O(1)-竞争力，在(4+ε)-速度下实现O(1/ε²)-竞争力，这是该度量的首个此类结果。
• 对于延迟因子的L_k范数，LWF在O(k)-速度下实现O(k)-竞争力，表明其在速度随k线性增长时可实现常数竞争力。
• 该分析框架可通过缩放函数h(λ)推广至一般目标函数，从而为多样化度量提供竞争力界。
• 本文推测，LWF实现O(1)-竞争力的下界速度为(2−ε)是紧致的，该推测基于近期研究成果。