基于非合作博弈的OFDMA-WLAN系统资源分配算法研究

为满足无线局域网中基于正交频分多址技术(OFDMA-WLAN)的多用户通信需求,提出了一种基于非合作博弈的资源分配策略,利用博弈论这一有效工具对无线网络服务质量的资源分配问题进行研究,同时将用户对信道质量的不同需求转化为多用户对不同信道资源分配的非合作博弈竞争问题。此外,还将纳什均衡问题(NEP)细分为数个变分不等式子问题,通过凸优化函数对这些子问题分别求解。数值分析结果表明,所提算法在资源分配的公平性和数据传输率方面达到了更好的折中。     

虚拟机资源分配的非合作博弈标价模型

基于非合作博弈理论,提出虚拟机资源分配的标价模型,该模型设计了各虚拟机的效益函数,同时利用该函数的最优反应函数,优化各博弈参与者对资源的标价。在效益函数零点无定义下,给出虚拟机标价最优解的唯一性和最优性证明。在满足服务质量条件下,利用优化后的标价按比例分配资源,使资源在各虚拟机之间公平分配,以提高虚拟资源利用率,保证用户的响应时间。仿真实验表明,提出的模型是有效合理的。     

鱼雷外形多学科设计优化中的博弈求解方法

为了鱼雷系统多学科设计优化的设计过程,解决处理耦合变量的技术难点,为减小阻力,改进鱼雷性能,减少设计工作量,提出了一种新的多学科设计优化方法.该基于Nash均衡思想,把设计变量作为决策空间,设计目标作为博弈方,各子学科在某一策略下的响应设为博弈论中博弈方的收益.与以往的多学科设计优化方法相比,方法具有计算步骤简单,易于编程实现,各子学科可以独立进行学科的自主优化,改善鱼雷阻力特性.通过对具体工程算例进行仿真.结果验证了算法的可行性和适用性,可优化鱼雷性能,为设计提供了参考依据.     

基于博弈模型的合作式粒子群优化算法

粒子群算法作为一种新兴的进化优化方法,能够大大减轻复杂的大规模优化问题的计算负担. 根据博弈论的思想,在传统粒子群基础上提出了一种基于博弈模型的合作式粒子群优化算法,算法基于重复博弈模型,在重复博弈中利用一个博弈序列,使得每次博弈都能够产生最大效益,并得到了相应博弈过程的纳什均衡. 通过典型基准测试函数对算法的性能进行对比实验,实验结果表明算法是可行的、有效的,对拓展粒子群算法研究具有重要的理论意义与实际意义.     

博弈模型在网络数据传输中的应用

为了保证数据在网络中的传输安全,本文结合博弈论中的非合作模型提出一种网络数据的安全传输方案。该方案用一种只有两个参与者（攻击者和数据传输者）的非合作博弈模型来描述数据的安全传输问题,并用具体的网络拓扑证明了这个博弈模型存在纳什均衡点。     

基于非完全信息博弈的网格资源分配模型

针对网格计算环境动态,异构和分布的特性以及网格资源分配中资源利用率低、效益不均等问题,结合微观经济学理论,建立了一种多赢家式的网格资源拍卖模型(muti-winners auction model,简称MWAM).将隐马尔可夫模型应用在网格用户t时刻出价状态预测方面,并结合分配算法计算出能够获得所需资源的概率;并且在原有资源分配机制的基础上,结合非完全信息纳什均衡理论设计了一种多赢家拍卖算法.从理论上证明了资源分配结束后系统收益最大,且本模型符合微观经济学中的激励相容性与个人理性准则.实验模拟在验证了隐马尔可夫预测的可行性的同时,又与几种具有代表性的算法相比较,从资源利用率、系统总收益等方面突显了本模型的优势.     

两方零和马尔科夫博弈下的策略梯度算法

在两方零和马尔科夫博弈中,由于玩家策略会受到另一个玩家策略的影响,传统的策略梯度定理只适用于交替训练两个玩家的策略.为了实现同时训练两个玩家的策略,文中给出两方零和马尔科夫博弈下的策略梯度定理.然后,基于该策略梯度定理,提出基于额外梯度的REINFORCE算法,可使玩家的联合策略收敛到近似纳什均衡.文中从多个维度分析算法的优越性.首先,在同时移动博弈游戏上的对比实验表明,文中算法的收敛性和收敛速度较优.其次,分析文中算法得到的联合策略的特点,并验证这些联合策略达到近似纳什均衡.最后,在不同难度等级的同时移动博弈游戏上的对比实验表明,文中算法在更大的难度等级下仍能保持不错的收敛速度.     

一种基于动态博弈的理性交换协议模型

小额交易的微支付协议中,采用TTP以保证公平性的代价比微支付金额本身还要高,所以理性交换协议是一种合适的选择.虽然理性交换协议不能完全保证公平性,但可保证理性参与方没有理由不遵守协议.基于动态博弈对理性交换协议进行建模,根据协议博弈中纳什均衡的概念形式化定义了理性交换,并以Syverson提出的理性交换协议进行了实例研究.     

计算机博弈中序贯不完美信息博弈求解研究进展

计算机博弈是人工智能的果蝇和通用测试基准.近年来,序贯不完美信息博弈求解一直是计算机博弈研究领域的前沿课题.围绕计算机博弈中不完美信息博弈求解问题展开综述分析.首先,梳理计算机博弈领域标志性突破的里程碑事件,简要介绍4类新评估基准,归纳3种研究范式,提出序贯不完美信息博弈求解研究框架;然后,着重对序贯不完美信息博弈的博弈模型和解概念进行调研,从博弈构建、子博弈和元博弈、解概念以及评估3方面进行简要介绍;接着,围绕离线策略求解,系统梳理算法博弈论、优化理论和博弈学习3大类方法,围绕在线策略求解,系统梳理对手近似式学习、对手判别式适变和对手生成式搜索3大类方法;最后,从环境、智能体(对手)和策略求解3个角度分析面临的挑战,从博弈动力学和策略空间理论、多模态对抗博弈和序贯建模、通用策略学习和离线预训练、对手建模(剥削)和反剥削、临机组队和零样本协调5方面展望未来研究前沿课题.对于当前不完美信息博弈求解问题进行全面概述,期望能够为人工智能和博弈论领域相关研究带来启发.     

一种基于合作博弈的均衡路由方法

网络资源公平性分配是网络可存性研究中的关键问题,路由选择算法是影响网络资源分配的公平性和均衡性的关键因素。本文研究路由器路径选择中的均衡性问题,提出了基于博弈论思想的解决方案,即将IPv6协议中的任意播路由问题看作是合作参与者间的博弈;针对该博弈问题,建立了路由算法的合作博弈模型,求得了该博弈均衡点,并在此基础上,提出了一种基于合作博弈的均衡路由方法;最后通过实验仿真了算法结果。     

基于Stackelberg博弈的云CDN缓存资源分配算法

为提高云存储环境下内容分发网络(CDN)的分发效率,提出一种基于Stackelberg博弈的缓存资源分配与定价算法。将Web服务器和云CDN代理商建模成一个多主多从的Stackelberg博弈模型,并构建其各自的效用函数。证明在代理商价格确定的情况下存在Web服务器纳什均衡点,利用一种分布式迭代算法求解博弈模型,得到最优定价与该定价下的最优缓存分配结果。仿真结果表明,该算法可保证Web服务器缓存需求在代理商之间的高效分配,与用户服务质量优先算法相比,可使Web服务器获得更高的单位成本效益。     

跨洋航空网络的频谱共享博弈模型

提出一种跨洋航空网络中主干网络的频谱共享博弈模型。该模型综合考虑了主用户和所有次级用户的收益,主用户可在保证自身收益最大的前提下对各次级用户进行有效的频谱分配;各次级用户根据主用户的最佳单位定价改变请求带宽以获得最大收益。给出了该模型的静态博弈纳什均衡与动态博弈收敛结果,通过与次级用户收益的最优化模型进行比较,验证了用该模型解决跨洋航空网络中主干网络上的频谱分配问题具有公平性。     

多寡头库诺特和斯坦克尔伯格竞争模型的博弈分析

分别从静态和动态角度分析了多寡头产量竞争的两种模型-库诺特和斯坦克尔伯格竞争模型,得出模型的均衡结果与寡头数量间的关系.特别是将斯坦克尔伯格模型推广到更加符合实际的无限次重复博弈,得到垄断产量作为精炼均衡结果的条件即贴现因子δ应至少等于(n+1)2/n2+6n+1.证明了δ≥-(n+1)2/n2+6n+1时,采用触发策略是无限次产量竞争的一个子博弈精炼纳什均衡.     

商业银行网络安全的三方博弈模型

为提高银行网络系统的安全性,提出关于银行网络的三方博弈模型,其主体包括黑客、系统管理员和银行决策层。通过分析3个博弈方的行为及其之间的相互联系,为系统管理员和银行决策层的策略选择提供依据。根据该三方博弈模型的特点,将其划分成一个子博弈模型并对其进行分析,得出精炼贝叶斯纳什均衡,使系统管理员和银行决策层达到最优的策略选取。     

博弈控制论简述

博弈控制论是近年来出现的博弈与控制的交叉学科,虽然它融合了博弈和控制双方的工具和方法,但无论从研究对象,研究方法与现有的结论看,它都不完全从属于经典博弈或经典控制的范畴,因此,是一个具有自身特色的新学术生长点.本文的目的是对这个新方向做一个简述介绍,内容包括:i)基于博弈的控制;ii)基于势博弈的优化;iii)博弈中的状态空间方法;iv)国内几个研究博弈控制论的团队.最后,对博弈控制论的未来做一展望.     

基于免疫粒子群算法的非合作博弈Nash均衡问题求解*

针对N人非合作博弈Nash均衡求解问题,将免疫算法中抗体浓度抑制机制和免疫记忆功能引入基本粒子群算法,提出了一种求解博弈问题Nash均衡的免疫粒子群算法。该算法通过抗体浓度抑制机制和免疫记忆功能来保持种群的多样性,不仅保持了粒子群算法简单、易于实现的特点,而且增强了粒子群算法的全局寻优能力,加快了算法的速度。实验表明,提出的算法具有较好的性能,优于免疫算法和基本粒子群算法。     

面向多租户网络资源分配的博弈优化策略

为了应对5G及未来网络中用户间差异化的服务需求,改善多租户网络切片资源利用率低和部署成本高的问题,提出一种基于多租户网络资源分配的博弈优化策略。在多租户网络中,网络切片租户（NSTs）租用基础设施提供商基站的无线频谱资源,将接入服务切片构建为网络切片即服务,为用户提供网络接入服务。将NSTs和用户的关系建模为一个多主多从的Stackelberg博弈,引入切片流行度和服务命中率指标,建立博弈双方的策略空间和收益函数,并证明NSTs的切片订购策略存在唯一的纳什均衡。通过逆向归纳法分析博弈模型,提出一种分布式迭代算法求得用户的最优吞吐量需求以及NSTs的最优切片定价。仿真结果表明,与传统考虑切片资源分配的优化策略对比,基于多租户网络资源分配的博弈优化策略能够有效提高资源利用率和用户满意度,并降低切片部署能耗,较好地实现频谱带宽资源的合理分配。     

预设时间下的分布式优化和纳什均衡点求解

本文研究了预设时间下的分布式优化和纳什均衡点求解问题. 假设每个智能体只能通过局部的信息更新 自身的状态, 设计了一类预设时间下的分布式协议. 该协议可以在任意预设的时间内实现收敛, 并且不需要依赖智 能体的初始状态和系统参数. 当目标函数是强凸函数时, 通过选取一个适当的Lyapunov函数, 利用代数图论和凸分 析理论等工具严格的证明了多智能体系统在预设时间下能够收敛到优化问题的最优解和非合作博弈问题的纳什均 衡点. 最后, 通过仿真算例进一步验证了本文所设计协议的有效性.     

基于Q学习的DDoS攻防博弈模型研究

新形势下的DDoS攻防博弈过程和以往不同,因此利用现有的方法无法有效地评估量化攻防双方的收益以及动态调整博弈策略以实现收益最大化。针对这一问题,设计了一种基于Q学习的DDoS攻防博弈模型,并在此基础上提出了模型算法。首先,通过网络熵评估量化方法计算攻防双方收益;其次,利用矩阵博弈研究单个DDoS攻击阶段的攻防博弈过程;最后,将Q学习引入博弈过程,提出了模型算法,用以根据学习效果动态调整攻防策略从而实现收益最大化。实验结果表明,采用模型算法的防御方能够获得更高的收益,从而证明了算法的可用性和有效性。     

基于开放网络环境下信任建立的博弈模型

现有的信任研究关注单个安全域内实体问的信任建立,在解决跨安全域或非集中环境下陌生实体问的信任建立问题存在不足。该文提出一种信任建立博弈模型,根据访问控制策略求解满足访问条件的初始证书交换集,并利用纳什均衡理论精减证书交换集,使得双方在获取对方最大信任的同时损失自身最小隐私。一次性披露精减后的证书交换集,节省传统的根据访问控制策略多次交换属性证书而带来的通信开销。信任博弈模型既解决了陌生实体问信任建立问题,又能有效保护实体隐私,提高信任建立效率。