主导资源分配中随机公平性的框架及其云计算应用
最优化与控制
2025-09-22 v3
摘要
在不确定需求下分配有限资源往往需要考虑公平性问题，适用于计算机系统、健康系统和人道主义物流。本文引入了基于分布式鲁棒(DR)的随机公平性框架进行多资源分配，利用资源需求分布均值和方差的粗略估计。该框架采用样本近似 DR(SA-DR)模型以发展随机公平性概念，满足随机帕累托效率、随机共享激励和随机嫉妒公平性等关键属性。我们证明了 SA-DR 模型对 DR 模型的收敛性，并提出了求解 SA-DR 模型的有限收敛算法。我们经验性地评估了基于矩的 SA-DR 模型——该模型仅使用资源需求分布均值和方差的粗略估计——与备选资源分配模型的性能，在不同信息可得性水平下进行比较。我们展示了基于矩的部分信息 SA-DR 模型能够在信息充足的模型性能接近于全信息模型，而远超最坏情况信息模型。使用云计算应用的数据说明了样本近似模型的收敛性以及模型之间的比较。
引用
@article{arxiv.2501.18051,
title = {A Framework for Stochastic Fairness in Dominant Resource Allocation with Cloud Computing Applications},
author = {Jiaqi Lei and Akhil Singla and Sanjay Mehrotra},
journal= {arXiv preprint arXiv:2501.18051},
year = {2025}
}