近日，软件学院邹鹏老师在计算机网络领域顶级期刊《IEEE Transactions on Networking》（CCF A类）上发表了题为《Penalty Upon Decision: A Metric to Quantify Decision Costs in Status Update Systems》的研究成果。《IEEE Transactions on Networking》是IEEE计算机学会旗下的旗舰期刊，也是计算机网络领域的顶尖期刊之一，主要收录在网络架构、协议设计、性能评估及通信系统理论建模等方面的高水平研究成果。

该研究提出了一种名为“决策惩罚”（Penalty Upon Decision）的新指标，用于量化状态更新系统中通信延迟和状态变化对远程决策者性能的影响。

在物联网、边缘计算等实时应用场景中，信息的及时性对系统性能至关重要。传统的信息年龄（Age of Information）指标虽能衡量信息的新鲜度，但未能充分考虑决策过程中因信息不一致、丢包或延迟导致的性能损失。为此，本文提出了“决策惩罚”这一综合指标，能够系统评估正确但延迟的决策、错误决策以及缺失决策对系统性能的影响。

该研究首先阐述了PuD指标的理论基础，并通过无人机追踪车辆的实例说明了其应用价值。即在实时状态更新系统中，正确但延迟的更新，错误的更新和遗失的更新都会对系统造成损害。也正是据此，本文受信息年龄及相关指标的启发，提出了决策惩罚这一指标。随后，本文分别在M/GI/1和M/GI/1/1两种队列系统中，推导出了双状态与多状态信息源下平均PuD的闭式表达式，并通过数值仿真验证了理论分析的正确性。

实验结果表明，PuD能够有效揭示系统缓冲区长度、状态数量、服务时间分布等因素对决策性能的影响，为实时决策系统的优化设计提供了重要理论依据和实践指导。其中，长缓存区能够通过保存尽可能多的更新来减少遗失更新对系统的损害，但也会增加平均时延从而造成更大的延迟损害。

实验结果

该论文以南京信息工程大学软件学院邹鹏老师为第一作者，通讯作者为乔治华盛顿大学的Suresh Subramaniam教授。论文信息如下：

P. Zou, A. Maatouk, J. Zhang and S. Subramaniam, "Penalty Upon Decision: A Metric to Quantify Decision Costs in Status Update Systems," inIEEE Transactions on Networking, doi: 10.1109/TON.2025.3620485. [https://ieeexplore.ieee.org/document/11217929]