近日，第22届USENIX网络系统设计与实现研讨会（USENIX Symposium on Networked Systems Design and Implementation，简称 NSDI）公布论文录用消息。中国人民大学数据工程与知识工程教育部重点实验室李彤副教授团队1 篇长文被 NSDI 2025 会议录用。2025年是第22届NSDI会议，将于4月28日至30日在美国费城举行。

   USENIX组织成立于1975年，是计算机系统领域最受开发者和研究者尊敬的国际学术组织。NSDI是USENIX协会在网络系统设计和实现领域的顶会之一，与 SIGCOMM 并列为全球计算机科学专业顶级学术会议列表CSRankings（https://csrankings.org）收录的计算机网络领域两大国际顶级学术会议，被计算机学会（CCF）评为推荐A类会议，Core Conference Ranking 给予 A 级别评价，在全球范围内享有盛誉，具备极高的学术价值和影响力。NSDI会议重视文章质量，采用严格的双盲评审，每篇文章都要经过两轮总计六到八个审稿人审阅，之后还需要经过程序委员会的讨论筛选，常年录取率非常低，稳定在20%以下，有的年份甚至低于15%。本篇论文是我校第一篇在USENIX NSDI发表的论文。

论文题目：PRED: Performance-oriented Random Early Detection for Consistently Stable Performance in Datacenters

作者：杜鑫乐，李彤，周广猛，刘卓涛，黄翰林，高翔雨，王莫为，谭焜，徐恪

通讯作者：李彤、徐恪

论文概述：Random Early Detection（RED）作为基础的主动队列管理（AQM）技术，过去几十年在数据中心交换机中得到了广泛应用。精确配置RED参数对于实现高吞吐量和低延迟至关重要。然而，由于数据中心网络工作负载的高度动态性，使用静态配置的RED参数难以实现稳定高性能。先前的研究应用强化学习来预测合适的阈值，但由于不稳定性导致其在实际部署中表现不佳。本文提出了PRED，一种新颖的系统，能够在流量动态变化时自动稳定地调整RED参数。PRED使用两个松耦合系统，即流并发稳定器（FCS）和队列长度调整器（QLA），克服了动态设置RED参数以适应不断变化的流量模式的挑战。我们在基于P4可编程交换机的物理测试平台和基于NS3的大规模仿真中进行了广泛评估。结果表明，PRED能够跟上由现实工作负载生成的实时网络动态。例如，与基于静态阈值的方法相比，PRED能够减少66%的交换机队列长度，并获得高达80%的流完成时间（FCT）降低。与最先进的基于学习的方法相比，PRED能够将尾部FCT降低34%。

教师介绍：李彤，博士，副教授，中国人民大学杰出学者，曾任华为主任工程师。2012 年从武汉大学计算机学院获得学士学位，2017 年从清华大学计算机科学与技术系获得博士学位（导师徐恪，IEEE Fellow）。2014 年、2016 年博士期间曾在英国埃塞克斯大学的计算机科学与电子工程学院担任访问学者（导师 Kun Yang，IEEE Fellow）。2017 年到 2022 年就职于华为 2012 实验室中央软件院，参与了华为移动服务（HMS）、鸿蒙 OS 和 Link Turbo 的技术创新，获得了华为十大发明奖、BCM “烂飞机”奖和“松湖会战”战地英雄奖等。2022 年加入中国人民大学数据工程与知识工程教育部重点实验室（杜小勇教授团队）。主持了国家自然科学基金和多项企业（华为、腾讯、字节跳动等）合作项目，在新型互联网体系结构、物联网、分布式系统和大数据的研究领域发表了包括 ACM SIGCOMM、Usenix NSDI、IEEE INFOCOM、IEEE/ACM TON、IEEE TPDS 等在内的高水平国际会议和期刊 50 余篇，并持有 10 余项已授权中国/美国专利。他是 CCF 高级会员、CCF 互联网专委执行委员、数据库专委执行委员、数据与通信专委委员、IEEE 和 ACM 会员，担任了 ACM SIGCOMM、ACM MM、ACM CoNEXT、IEEE/ACM IWQoS 和 IEEE ICDCS 等会议的程序委员会成员，还担任了 IEEE/ACM TON、IEEE TMC和IEEE TSC 等期刊的审稿人和 MPDI Applied Sciences特刊的客座编辑等。