活动回顾 | 牛志升教授：突发流量下节能服务的最佳休眠策略

北京时间11月24日，第十一期AIRS-TNSE联合杰出讲座系列活动在线上成功举办。此次，我们有幸邀请到清华大学的牛志升教授介绍突发流量情况下单服务器或多服务器队列的最佳休眠策略，并分享他在这个领域内的相关研究成果与有趣发现。

本次讲座由AIRS副院长兼群体智能中心主任、香港中文大学（深圳）协理副校长、校长讲座教授、IEEE TNSE主编黄建伟教授担任执行主席和主持人。

随着科技的发展及数字化世界的扩张，信息与通信系统的能耗问题受到广泛关注。对于各种信息与通信系统，让空闲服务器进入休眠状态被认为是降低系统能耗的重要方法。现有信息与通信系统的节能研究一般针对非突发流量情况制定单服务器队列的最佳休眠策略，然而实际移动流量在时域和空域上都存在突发性。因此，牛志升教授及其团队研究突发流量情况下单服务器或多服务器队列的最佳休眠策略，并对其中的关键因素展开介绍，例如切换能耗和延迟损失。

牛志升教授及其团队首先针对突发流量到达过程是可观测的情况，构建了以到达信息、队列长度和服务器模式为状态，服务器休眠为决策变量，加权切换能耗、活跃能耗和延迟惩罚为代价函数的马尔科夫决策过程，并通过值迭代求解最佳休眠策略，结果证明最佳策略是具有等待观望特性的双门限策略。接着，针对突发流量到达过程是不可观测的情况，构建了部分可观测马尔科夫决策过程，根据当前时刻和上次流量到达时刻的差值更新流量到达的信念，通过理论分析发现最佳休眠策略仍然是具有等待观特性的双门限策略，而且门限和时刻差值以及队列长度相关。最后，将上述问题扩展至多服务器且到达过程具有相关性的场景，发现最优的开启门限和活跃服务器数量线性相关，而最优的关断门限在队列长度很小的时候快速生效。仿真结果验证了流量的突发性和最佳休眠策略的等待观特性可以带来更多的节能增益。

牛志升教授的精彩分享发人深思，在参与者与两位教授的积极讨论中涌现了许多有趣的问题。例如，流量突发性是否一直可以带来节能增益？如何利用深度学习预测流量模式？流量模式的预测对网络节能有哪些帮助等。

视频回顾

Recording

AIRS-TNSE 联合杰出讲座系列

AIRS-TNSE Joint Distinguished Seminar Series

AIRS-TNSE 联合杰出讲座系列由 IEEE TNSE 期刊和深圳市人工智能与机器人研究院（AIRS）联合主办，香港中文大学（深圳）、网络通信与经济学实验室（NCEL）、IEEE 联合支持。该系列活动旨在汇聚网络科学与工程领域的国际顶级专家学者分享前沿科技成果。

*特别鸣谢肖奕霖对本文的贡献

相关阅读

AIRS-TNSE 联合杰出讲座系列第十期回顾

AIRS-TNSE 联合杰出讲座系列第九期回顾

AIRS-TNSE 联合杰出讲座系列第八期回顾