近日，西安电子科技大学任智源与菅欣柯、程文驰、杨鲲合作的论文 The Landscape of Fairness: An Axiomatic and Predictive Framework for Network QoE Sensitivity 被网络管理领域权威期刊 IEEE Transactions on Network and Service Management（TNSM）录用发表。 论文提出了一套完整的分析框架，把网络公平性评估从“单点测量”变成可预测、可导航的工程方法：运营者不仅能知道当前公平不公平，还能提前看清调整服务等级协议（SLA）参数后公平性会往哪个方向变、变得有多剧烈。
图 1 公平性敏感度分析框架的整体流程：以网络拓扑和 SLA 参数为输入，生成满意度分布与公平性敏感度“地形”，再通过梯度、曲率和渐近分析输出风险图、量化指标（AoR、MCR）和可执行的设计规则。图片来源：论文。
问题：公平性对 SLA 参数高度敏感，却难以预见
现代网络承载着越来越多样的业务，运营者通过 SLA 把需求转化为控制目标。但流量共享链路、交换节点和骨干容量，资源竞争不可避免：哪怕 SLA 阈值的微小变化，也可能经由路由、调度和资源分配被放大，让服务质量向本就“路径更好、更容易满足”的流倾斜。已有研究大多在固定准则下优化公平性，或在异常出现后再去检测，缺少一套把“公平性如何随 SLA 变化”本身作为研究对象的理论工具。
核心思路：一把有公理依据的“尺子”，一个局部“指南针”，一张全局“地图”
- 公理化的 QoE 不均衡度量：论文提出的 QoE-Imbalance 度量不是随意选定的，而是由一组公平性基本公理唯一确定，保证了理论上的严谨性。
- 协方差法则（局部指南针）：推导出不均衡度梯度的闭式表达——它等于路径的信息论重要性与其参数敏感度之间的协方差。由此可以直接判断：收紧 SLA 会改善还是恶化公平性。
- 相图与曲率分析（全局地图）：通过相图描绘整个 SLA 参数空间上的公平性曲面，揭示稳健的“稳定带”（Stable Belts）和高风险的“危险楔形区”（Dangerous Wedges）；曲率分析进一步给出拓扑感知的设计规则，其中包括最优的 “阈值优先”（Threshold-First）调参策略。
图 2 以 7×7 网格拓扑为例的四步敏感度分析：构建不均衡相图、绘制运行风险图（可见“稳定带”与“危险山脊”）、分析权衡关系、确定最优运行区域。图片来源：论文。
结果：用数字看清“地形”
- 阈值方向远比严格度方向“陡峭”：在 7×7 网格拓扑上，高风险山脊处沿阈值 h₀ 方向的曲率比沿严格度 a 方向大 10² 至 10³ 倍，这正是“阈值优先”规则的依据。
- 拓扑决定稳定带：在 Barabási–Albert（BA）拓扑示例中，超过 90% 的路径集中在 2 跳和 3 跳，路径长度高度集中，使网络在 h₀ > 3 的大片区域内都处于稳定带。
- 真实骨干网下的抗毁性评估：在 AS 骨干网 10-core 子图上，基线拓扑的稳健区域面积（AoR）为 84.60%；移除度最高的 1% 关键节点后，AoR 降至 69.22%，高风险山脊也更强、更广。相比之下，移除高介数链路造成的影响小得多，说明 AS 骨干网的公平鲁棒性更依赖少数枢纽节点，而非个别关键链路。
意义：从“事后打分”到“事前导航”
这项工作为网络运营和规划提供了一套“先看地图、再调参数”的方法论：在下发 SLA 之前预判公平性风险，在拓扑设计阶段识别脆弱的枢纽节点，在调参时优先、谨慎地调整阈值。对课题组 “网络计算机” 的研究愿景而言，这类可解释、可预测的服务质量分析，是让网络像计算机一样被精确调度和管理的理论基础，也可为可编程网络中的 SLA 编排、边缘计算资源分配等提供决策依据。
论文信息
Z. Ren, X. Jian, W. Cheng, and K. Yang, “The landscape of fairness: An axiomatic and predictive framework for network QoE sensitivity,” IEEE Trans. Netw. Serv. Manag., 2026, doi: 10.1109/TNSM.2026.3702766.