该论文研究在需求不均匀、随时间变化且可能超过供给的条件下，如何在多个位置和两个服务类别之间共享一个守恒容量预算。这种问题模式在多种场景中普遍存在：例如，一个源站的请求速率上限需要在其边缘位置之间分配，一个许可的吞吐量上限需要在高级租户和标准租户之间分配，或者一个出口带宽预算需要在延迟关键型工作负载和批量工作负载之间分配。作者提出了一种两层级分配算法：第一层在类别内部按比例赤字与盈余再分配机制在各个位置之间重新分配容量；第二层则在两个类别之间弹性地借用容量，当一方有盈余而另一方有赤字时进行调节。论文证明了该算法能够精确守恒预算、保持非负性，并且在平稳需求下由于不携带每周期状态，因此一次迭代即可达到稳定分配，每个周期的计算复杂度为 O(KN)，其中 K 表示类别数，N 表示位置数。作者在拒绝服务攻击场景下评估了该算法保护 CDN 每域预算的效果，其中两个类别分别是已确认合法流量和尚未清除的流量。在包含 22 个位置的拓扑上的 8 个竞争场景实验中，该算法为高优先级需求提供了 66% 到 93% 的服务率，与单类别线性规划最优解相当，同时在总需求达到或超过预算（这些场景评估的竞争体制）时，从不使容量空闲或过度承诺。论文还得出两个超越具体应用的结论。第一，在竞争条件下，最大化吞吐量的目标函数是错误的：最大化总服务负载的两类别 LP 在大多数场景中服务的高优先级负载低于所提出的按需求比例、尊重预留的分配器，因为它无法区分所服务的某些负载是竞争流量。第二，类别间借用机制在突发负载下体现价值，通过消融分析显示可将高优先级服务率提升 1.5 个百分点，而在平稳需求下则是中性的。一个包含 5 个位置并使用真实 HTTP 流量的原型验证了该管道的可行性。