.png){kind=icon}
返回
Fair and Efficient Multi-resource Allocation for Cloud Computing: Beyond Dominant Resource Fairness
.png){kind=icon}
PRE
AI
DOI：10.1287/moor.2024.0714.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们研究了将多种类型资源分配给具有里昂惕夫偏好的代理的问题。经典的支配资源公平性（DRF）机制满足多种期望的公平性和激励性质，但已知其在社会福利近似比率方面性能较差。在这项工作中，我们提出了一种新的近似比率度量，称为公平比率（fair-ratio），它被定义为所有公平分配中最优社会福利（或利用率）与机制实现的社会福利（或利用率）之间的最坏情况比率，使我们能够在经典近似比率下突破下界障碍。然后我们推广DRF，并为两种及多种资源类型引入了几种新机制，这些机制满足与DRF相同的性质集合，但在新的基准下对社会福利和利用率提供改进的保证。我们还通过在合成和真实世界数据集上的实验展示了这些机制的有效性。
Keyword:
fair division
mechanism design
Leontief preference
cloud computing
期刊
M
IF:
1.9
论文数:
84
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏Elastic Multi-resource Fairness: Balancing Fairness and Efficiency in Coupled CPU-GPU Architectures
PREAI
分享收藏
查看更多内容