Experimental Evaluation¶

懒得读了，ai概括一下吧...

1. 核心性能：Umbra在吞吐量和延迟方面全面占优

吞吐量 (Throughput) 显著提升：
- 在所有测试的地面站-云端回程带宽（1.2, 1.5, 1.8 Gbps）下，Umbra的每日数据传输总量均最高
- 在带宽最受限的1.2 Gbps场景下，Umbra的优势最明显，相比“贪心策略(Greedy)”提升了13%，相比“朴素暂缓策略(Withhold-Naive)”提升了31%。这证明了智能调度在资源紧张时能带来巨大价值
端到端延迟 (Latency) 大幅降低，尤其是尾延迟：
- Umbra不仅降低了平均延迟，更重要的是显著改善了P90尾延迟（即90%的数据包所经历的最长延迟时间）
- 在1.2 Gbps带宽下，Greedy策略的P90延迟高达56.6小时，而Umbra能将其大幅缩短，性能远超其他所有基准方案。这对于需要服务等级协议(SLO)保证的商业应用至关重要
性能优势的根源：智能负载均衡
- 通过分析内部状态发现，Greedy策略会导致数据在某些地面站严重拥堵（队列长度急剧飙升），而其他地面站则处于空闲
- Umbra通过其“暂缓”决策，有效地将数据流量在时间和空间上进行了重新分配，使得所有地面站的 队列长度保持在非常低且平稳的水平，从而避免了拥堵，提升了整个系统的效率

2. 反直觉的关键发现：单纯增加带宽可能适得其反

3. 强大的鲁棒性与容错能力

对带宽预测误差不敏感 (Robustness to Estimation Errors)：
- 即便在带宽预测存在高达 ±20% 的随机误差时，Umbra的性能也仅出现轻微下降（中位数延迟增加15%，P90延迟增加8.4%）
- 这表明Umbra不依赖于完美的环境信息，在真实世界多变的（如天气变化）网络条件下依然能表现出色
高效应对硬件故障 (Handling Hardware Failures)：
- 模拟了 33% 的地面站突发宕机 的极端情况
- 结果显示，能够在故障后重新计算并下发新计划的Umbra (Update版本)，其性能几乎与一个能预知故障的理想“先知(Oracle)”系统一样好，能长期维持稳定的吞吐量
- 相比之下，继续使用旧计划的Umbra (No Update版本)在故障发生约40小时后性能会急剧恶化，证明了动态更新计划在故障恢复中的关键作用

4. 对未来架构的适应性

在分布式地面站网络中优势依旧: