多主多从Stackelberg博弈下的边缘缓存资源分配算法

为鼓励视频服务提供商参与到缓存过程中,本文提出一种基于Stackelberg博弈的激励缓存资源分配算法。与传统激励缓存资源分配方案不同,本文考虑同时存在多个网络运营商和多个视频服务提供商,视频服务提供商从网络运营商处购买存储空间以缓存热门视频。针对该场景,本文将该激励缓存模型建模为多主多从Stackelberg博弈问题,分别构建主方和从方的效用函数,证明了在网络运营商价格确定的情况下,视频服务提供商之间的非合作博弈存在纳什均衡。文章利用分布式迭代算法对该博弈模型进行求解,获得了视频服务提供商的最优缓存策略和网络运营商的最优价格策略。仿真结果表明,本文提出的激励缓存机制可使视频服务提供商获得比其他缓存分配算法更高的单位成本收益。      

基于Stackelberg博弈的网络虚拟化资源分配方法

在网络虚拟化环境中,基于Stackelberg博弈模型提出了静态博弈算法下网络运营商对频谱的定价策略及静态和动态博弈算法下各虚拟运营商的频谱分配方法,并推导了各运营商收益最大时的纳什均衡点。该方法能同时满足网络运营商和虚拟网络运营商收益最大化的需求。仿真结果验证了算法的有效性及纳什均衡点的存在性。     

基于Stackelberg博弈的无线资源分配算法

4G系统可以随意更改速率控制方案以满足网络应用的需要,这样在传输协议中系统不遵守速率控制规则的行为更使得4G系统能耗大大提高。针对此4G系统接入选择问题,结合单跟随者Stackelberg博弈模型,文章提出了一种使用简单的效用函数和线性代价函数的4G系统无线资源分配算法,理论证明了其收敛的特性,而且通过仿真对基于Stackelberg博弈的4G系统无线资源分配算法的运行结果进行评价,证明了该算法在纳什均衡态的稳定性,取得了4G系统的最优传输效能策略和子博弈完美纳什均衡。     

基于势力场博弈的无线网络视频流速率控制模型

多媒体通信中如何对视频流量速率进行高效公平分配是提升无线网络性能的重要手段.应用势力场博弈模型来研究无线网络视频流速率分配机制,根据视频流特性建立了基于流量信噪比和流量速率为参数的势力场效用函数,提出了基于势力场博弈的无线网络视频流速率控制模型.证明了模型的纳什均衡存在性及唯一性,并提出了势力场博弈模型纳什均衡的分布式求解算法.数值仿真验证了势力场博弈的纳什均衡存在性,仿真结果表明了提出的模型能保证不同视频流量间公平的速率分配,且由于提出的算法执行方式是分布式的,能有效减轻网络的负载.     

一种基于完全信息扩展博弈的自动信任协商策略

提出了一个基于完全信息扩展博弈的自动信任协商策略,该策略依据子博弈精炼纳什均衡来制定.首先,通过分析比较,将自动信任协商过程转化为完全信息扩展博弈过程,重点讨论了信任博弈树的构造算法和支付函数的计算方法;然后讨论了协商双方效用函数的计算,以此为基础提出了一种新的自动信任协商策略,按照该协商策略进行协商可以使协商双方利益最大化.     

基于超模博弈的移动边缘计算边缘服务定价研究

在移动边缘计算中,计算和存储能力有限的移动用户向边缘服务提供商购买边缘服务来完成计算密集型任务,这依赖于一个边缘服务交易环境。目前,移动边缘计算领域中缺乏对边缘服务定价的研究,这影响边缘服务交易市场的繁荣以及移动边缘计算的快速发展。针对该问题,提出一种基于超模博弈的边缘服务定价方法。该方法首先考虑边缘服务提供商同行价格竞争和移动用户需求的影响,将边缘服务提供商之间的边缘服务定价过程建模成一个博弈模型。然后,基于超模博弈理论证明了该博弈模型存在纳什均衡,即存在最优定价。最后,设计一种梯度迭代更新算法求解该博弈模型的纳什均衡,为每个边缘服务提供商找到最优定价策略。仿真结果表明,所提方法能实现快速定价,并且边缘服务提供商的收益得到显著提升。     

基于多组博弈的新型网络流量控制模型

该文研究了具有强分布式特征和分层结构的通信网络流量控制问题,借鉴多组博弈模型来研究新型的网络流量控制模型,构造了基于网络流量速率和时延为参数的流量效用函数,使之能适度地满足不同业务的用户流量QoS需求,利用多组博弈优化模型建立了基于Min-Max的公平的网络流量控制博弈模型。理论上证明了提出的网络流量控制模型的非劣纳什策略存在性。数值仿真验证了模型的正确性,仿真结果验证了用户流量在非劣纳什均衡点的效用值是帕累托占优的。     

无线视频通信中带宽分配策略

本文针对无线网络中多用户传输视频时带宽分配问题,提出了一种基于微观经济学中供需平衡的带宽分配策略。该方法充分考虑了运营商的收益,在运营商和用户收益同时最大且供需平衡时,所求得的频谱价格即为运营商的出售价格。同时给出了针对不同用户等级有不同的用户优先级因子,据运营商提出的带宽价格,彼此相互博弈,最终使得自身效用最大。仿真结果表明:本文提出的博弈论方法存在纳什均衡解和均衡单价;用户等级因子能按照用户的不同等级来分配带宽;系统传输质量相比以往方法有所提高。      

双层分级蜂窝网最优频谱分配与定价

针对异频组网的双层分级蜂窝网,提出了一种基于纳什谈判解法的最优频谱分配与定价策略,该策略能激励家庭基站采用开放用户组模式,最大化频谱效益。通过Stackelberg博弈建模,分析了频谱定价与用户需求的关系。通过纳什谈判解法,获得了最佳的频谱分配与定价策略,按需地为宏基站与家庭基站分配了带宽资源,定量地分析了家庭基站所提高的频谱效益。仿真结果表明,该策略相比非合作博弈方法,可有效提高运营商以及家庭基站拥有者所能获得的频谱效益,部署家庭基站将提高蜂窝网络的总效益。      

未知环境中基于图型博弈和Multi-Q学习的动态信道选择算法

研究了分布式无线网络中,没有任何信息交换、也没有环境变化先验知识情况下的动态信道接入算法。运用图型博弈模型对用户的实际拓扑进行建模分析,证明了此博弈模型存在纯策略纳什均衡并且此纳什均衡是全局最优解。同时,采用multi-Q学习求解模型的纯策略纳什均衡解。仿真实验验证了multi-Q学习能获得较高的系统容量以及在图型博弈模型中用户的效用主要由节点的度决定,而与用户数量无直接关系。