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。     

面向5G网络云原生应用资源调度的博弈优化策略

随着5G网络和云原生技术的发展,面向服务的5G云原生核心网应运而生,传统应用正朝着云原生化方向发展.目前云原生服务提供商和云原生应用商数量众多且关系复杂,使得应用在云原生化过程中的资源调度面临新挑战.提出一种5G网络云原生应用资源调度优化策略,将云原生应用商和云原生服务提供商构建为多主多从的Stackelberg博弈模...     

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。     

面向5G/Beyond 5G的移动边缘缓存优化技术综述

随着移动设备和新兴移动应用的广泛使用,移动网络中流量的指数级增长所引发的网络拥塞、时延较大、用户体验质量差等问题无法满足移动用户的需求。边缘缓存技术通过对网络热点内容的复用,能极大缓解无线网络的传输压力;同时,该技术减少用户请求的网络时延,进而改善用户的网络体验,已经成为面向5G/Beyond 5G的移动边缘计算（MEC）中的关键性技术之一。围绕移动边缘缓存技术,首先介绍了移动边缘缓存的应用场景、主要特性、执行过程和评价指标;其次,对以低时延高能效、低时延高命中率及最大化收益为优化目标的边缘缓存策略进行了分析和对比,并总结出各自的关键研究点;然后,阐述了支持5G的MEC服务器的部署,并在此基础上分析了5G网络中的绿色移动感知缓存策略和5G异构蜂窝网络中的缓存策略;最后,从安全、移动感知缓存、基于强化学习的边缘缓存、基于联邦学习的边缘缓存以及Beyond 5G/6G网络的边缘缓存等几个方面讨论了边缘缓存策略的研究挑战和未来发展方向。     

5G移动通信网缓存与计算关键技术研究

由于5G核心网络内容缓存资源的分配不均衡,导致网络切片性能不佳的问题,提出一种高效的缓存资源分配机制。对此,将5G通信缓存资源分配问题转化为网络提供商的收益最大化问题,并构建目标函数,然后采用基于化学反应优化算法CRO对目标函数进行求解。仿真结果表明,相较于其他求解策略,本研究提出的基于CRO的缓存资源分配策略能量消耗更低,且网络切片性能更好。     

基于P2G及Stackelberg博弈模型的多能源系统调度优化

随着经济的快速发展,人类社会对能源的需求量越来越大,不可再生能源的一次性与环境破坏性危险也随之越来越大。因此,为探究多能源系统的调度优化机制,提升可再生能源的效率,考虑在引入P2G设备的基础上,建立关于供能商和能源用户的Stackelberg博弈模型,并通过仿真的方式验证了P2G技术对于消纳风光出力的积极作用。     

一种基于协同缓存的内容中心网络能耗优化策略

当前大多内容中心网络(Content-Centric Network,CCN)缓存决策策略研究都没有综合考虑请求热点、网络能耗、内容流行度和节点协同等相关要素。因此提出一种基于内容流行度的协同缓存策略来优化内容中心网络的能耗。该策略将CCN的一个自治区域网络中的所有内容路由器节点当作一个协同缓存组,并把协同缓存组中每个节点的缓存容量分为两部分,一部分用于自身节点和其他节点协同缓存内容;另一部分用于自身节点独立缓存本地最流行的内容,以提高协同缓存组中内容副本种类的多样性,从而减少网络中内容的重复传输,实现网络能耗的优化。建立相关的能耗优化模型,采用一种改进的遗传算法求解出该协同缓存组能耗优化问题的最优解。实验结果表明,与相关文献中的缓存决策策略相比,所提策略可以有效地降低CCN的能耗,提高其可扩展性,进而指导CCN的演化和部署。     

基于非协作博弈的边缘分布式缓存方案

随着多媒体数据流量的急剧增长,传统云计算模式难以满足用户对于低延时和高带宽的需求.虽然边缘计算中基站等边缘设备拥有的计算能力以及基站与用户之间的短距离通信能够使用户获得更高的服务质量,但是如何利用边缘节点的收益和成本之间的关系设计边缘缓存策略,仍然是一个具有挑战性的问题.利用5G和协作边缘计算技术,在大量短视频应用场景下,提出了一种协作边缘缓存技术来同时解决以下3个问题：（1）通过减少传输延时,提高了用户的服务体验;（2）通过近距离传输,降低了骨干网络的数据传输压力;（3）分布式的工作模式减少了云服务器的工作负载.首先定义了一个协作边缘缓存模型,其中,边缘节点配备有容量有限的存储空间,移动用户可以接入这些边缘节点,一个边缘节点可以服务多个用户;其次,设计了一个非协作博弈模型来研究边缘节点之间的协作行为,每一个边缘节点看成一个玩家并且可以做出缓存初始和缓存重放策略;最后,找到了该博弈的纳什均衡,并设计了一个分布式的算法以达到均衡.实验仿真结果表明,提出的边缘缓存策略能够降低用户20%的延时,并且减少了80%的骨干网络的流量.     

考虑内容异构5G无线网络云对边混合缓存策略

现有大多数内容缓存算法需要对内容流行度的准确估计，这在动态移动网络环境中是较难实现的。提出考虑内容异构5G无线网络云对边混合缓存策略，设计优化了内容缓存位置，其可以是原始内容服务器、云单元（CUs）和基站（BSs）。采用Lyapunov优化方法解决了NP-hard缓存控制问题与CU缓存和BS缓存控制决策之间的紧密耦合问题，有助于改善和识别网络体系结构的层次性和Cus缓存与BSs缓存之间的隶属关系，同时新的分层网络架构能够通过机会性地开发以云为中心和以边缘为中心的缓存来提高内容缓存性能，支持高平均请求的内容数据速率。采用李雅普诺夫优化技术，可实现恒定分数的容量区域的所有到达率的有限服务延迟，进而实现缓存数据的快速读取。仿真结果显示，所提缓存策略在平均端到端服务延迟和负载降低率方面具有较为显著的优势。     

基于斯塔克尔伯格博弈的在线社交网络扭曲信息干预算法

在新冠肺炎疫情期间,社交媒体以前所未有的速度向全世界传播消息.然而,扭曲信息隐藏在海量社交数据中,对国家安全、社会稳定提出了前所未有的挑战.目前的干预措施大多是建立在对关键节点和关键链路进行控制的基础之上,即删帖和封号,往往效果不佳且容易产生副作用.基于扭曲信息的定义和分析,打破传统思维的限定,在信息蔓延过程中通过发布...     

基于缓存价值的命名数据网络缓存优化策略

为了解决当前命名数据网络（Named Data Network）中的传统缓存决定策略如LCE (Leave Copy Everywhere)、LCD (Leave Copy Down)、Prob (Copy with Probability)中存在的由于路由器缓存利用不合理导致的路由器缓存命中率过低,及满足用户请求所需跳数过多导致的时延过大等问题,提出一种基于缓存价值的缓存策略。该策略结合兴趣包路由跳数与所请求数据包大小,以及兴趣包所经过路由节点缓存情况,计算数据包缓存价值,由此将数据包缓存在合适的节点,以提高缓存命中率。在此基础上考虑下游节点的过滤效应,提出相对于传统缓存替换策略LRU、LFU的基于动态缓存价值的缓存替换策略,以进一步提高缓存命中率。经过大量仿真对比实验,验证了本文提出算法的有效性及可用性。     

基于Stackelberg安全博弈的动态防御策略选取方法

网络攻防对抗的本质是攻防双方非对等主体之间的博弈过程。针对现有网络防御策略研究中攻防博弈双方主体地位对等的先验假设缺陷,将博弈论非对等局中人思想引入网络防御策略生成模型构建过程,提出一种基于Stackelberg安全博弈的动态防御策略生成方法,通过建立网络模型,利用Stackelberg安全博弈强均衡策略算法生成网络的最优防御策略,既充分考虑攻防行为中双方关系彼此影响,又能确保防御策略生成的准确性。实验结果表明所提模型和方法的可行性和有效性。所提模型和方法能够加强系统的安全性。     

基于Stackelberg博弈论的Multi—Homing负载均衡研究

阐述了Stackelberg博弈的基本理论和模型,并将其应用于多主接入网络的负栽均衡问题中,给出了一种基于Stackelberg博弈理论的多主接入网络带宽分配模型.考虑网络和用户之间的供需平衡,采用线性和非线性价格方案,给出了更加合理的带宽分配策略.仿真结果证明了算法是有效的,Stackelberg博弈模型能够合理有效地利用带宽资源,实现了负载均衡.     

一种Ad Hoc多播网络中的缓存优化策略

为实现Ad Hoc多播网络中丢失数据的源端恢复或本地恢复,定义分组缓存效率和剩余缓存效率指标。在分析缓存效率最优问题的基础上,提出一种缓存优化策略OCT,通过分布式缓存算法使系统尽可能逼近理论最优值。实验结果表明,OCT能有效提高多播传输的可靠性,减少丢失数据的恢复时间。     

基于缓存竞争优化的Linux进程调度策略

分析Linux经典内核版本2.6.22的进程调度算法,利用性能监测单元的监测信息,给出3个性能指标CMR、CRR、OCIP对进程的缓存竞争性强弱进行刻画,以此为依据,采用轮询算法优化Linux下的进程调度顺序,尽量避免在CPU上同时运行多个缓存竞争力强的进程,减小系统因缓存竞争产生的性能损耗.在benchmark上的测试结果表明,该方法能够提升系统在中、高负载下运行时的性能,在高负载下运行时的性能提升比例可达6％左右.