CN109327494A - 一种面向多任务合作应用的服务质量自适应激励方法 - Google Patents

一种面向多任务合作应用的服务质量自适应激励方法 Download PDF

Info

Publication number
CN109327494A
CN109327494A CN201810159493.1A CN201810159493A CN109327494A CN 109327494 A CN109327494 A CN 109327494A CN 201810159493 A CN201810159493 A CN 201810159493A CN 109327494 A CN109327494 A CN 109327494A
Authority
CN
China
Prior art keywords
host
collection
server
candidate
task
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810159493.1A
Other languages
English (en)
Other versions
CN109327494B (zh
Inventor
骆淑云
俞晨欢
徐伟强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Sci Tech University ZSTU
Original Assignee
Zhejiang Sci Tech University ZSTU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Sci Tech University ZSTU filed Critical Zhejiang Sci Tech University ZSTU
Priority to CN201810159493.1A priority Critical patent/CN109327494B/zh
Publication of CN109327494A publication Critical patent/CN109327494A/zh
Application granted granted Critical
Publication of CN109327494B publication Critical patent/CN109327494B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/06Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/60Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/61Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种面向多任务合作应用的服务质量自适应激励方法,其中,激励方法包括:S1、用户向服务器发送任务下载请求;S2、服务器从宿主资源列表中查找具有所述任务下载请求所请求文件的宿主集;S3、基于宿主门限、所述请求文件的服务质量需求生成候选宿主集;S4、基于所述候选宿主集中宿主的竞标价格、服务器收益,计算使所述服务器支出总报酬最小、满足预期收益目标的最终宿主集;S5、计算得出每轮迭代竞标价中的最大值作为最终给宿主的报酬,完成宿主定价。本发明的激励方法面向多任务合作应用,且所选择的宿主用户资源都能满足服务质量需求,使选中的最终宿主集能够在同时满足宿主用户的竞价需求和服务器预期收益目标的情况下,使服务器所支出的激励报酬最小。

Description

一种面向多任务合作应用的服务质量自适应激励方法
技术领域
本发明涉及移动边缘网络技术领域,具体为一种移动边缘网络中用户激励方法,尤其是移动边缘网络中面向多任务合作应用的服务质量(Quality of Service,QoS)自适应激励方法。
背景技术
随着移动设备和移动应用的迅速发展,移动设备越来越多地作为边缘网络存储介质以获取数据。然而,获取数据需要消耗大量的数据流量。为了解决大量数据流量带来资源获取成本高的问题,通常采用本地多媒体资源共享技术。然而,一般情况下,用户在共享资源的过程中,面临着浪费自身设备电量、可能泄露隐私等问题,因此用户在没有回馈激励时,一般不愿意共享自身资源。因此,需要合理的激励方法促使用户愿意参与资源共享并提供自身多媒体资源。
现有技术中,对用户的激励方法主要面向单任务应用和多任务独立应用。例如,Shi Cong等人面向单任务应用提出了关于远程计算机系统(serendipity)的方法,依靠远端移动终端来完成任务,并且设计了虚拟币系统来激励用户。然而,面向单任务应用的激励方法仅基于单任务模型,完全不能用于多任何应用中。此外,现有的面向多任务应用激励方法中,都是针对多个独立任务,而不是针对多任务合作应用。例如,Yang Dequan等人提出的以平台为中心和以用户为中心的激励方法,其中以平台为中心的方法是单任务应用,而以用户为中心的方法也是独立任务,没有考虑多任务之间的关联性。Zang Yu等人提出的基于报酬的合作方法,使用重复博弈方法,但其博弈时间较长,并不是非常实用。因此,这些方法都是在多个独立性任务基础上完成,并没有涉及到任务之间的关联性。
在移动边缘网络应用中,绝大多数的场景都较为复杂,一般都包含多个用户和多个任务,而这些用户和任务之间有着密不可分的关系。虽然Luo等人提出了一种面向多合作任务应用的激励方法,但服务器预先需要知道用户参与任务的代价或代价分布。然而,在实际应用中,服务器很难预先获知所有参与用户的代价。
此外,由于媒体资源共享用户之间位置的动态变化、障碍物等因素的影响,移动边缘网络的无线环境十分复杂,媒体资源共享过程中随时有可能出现链路中断的情况。在现有的一对一传输模型中,一旦传输过程中链路中断,此时之前已经接收成功的数据将丢弃,需要重新开始传输,不但服务质量达不到要求,而且造成很大的资源浪费。
因此,现有的激励方法存在如下缺陷:
第一、面向单任务应用和多任务独立应用的激励方法未考虑任务间的关联性,不适合面向多任何合作应用;
第二、面向多任务合作应用的激励方法中,服务器预先需要知道用户参与任务的代价或代价分布,实用性低;
第三、资源共享过程未考虑应用的服务质量(QoS),导致在与共享用户进行资源传输的过程中链路中断,稳定性差。
鉴于此,如何在不知道用户参与任务代价信息的基础上,实现面向多任何合作应用的用户激励方法,同时保障共享数据传输过程中链路稳定,成为本领域技术人员亟待解决的问题。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种移动边缘网络中面向多任务合作应用的服务质量自适应激励方法,用于解决现有技术中的激励方法实用性低、资源共享过程稳定性差的问题。
为实现上述目的及其他相关目的,本发明提供一种面向多任务合作应用的服务质量自适应激励方法,包括:
S1、用户向服务器发送任务下载请求;
S2、服务器从宿主资源列表中查找具有所述任务下载请求所请求文件的宿主集;
S3、基于宿主门限、所述请求文件的服务质量需求生成候选宿主集;
S4、基于所述候选宿主集中宿主的竞标价格、服务器收益,计算使所述服务器支出总报酬最小、满足预期收益目标的最终宿主集;
S5、计算得出每轮迭代竞标价中的最大值作为最终给宿主的报酬,完成宿主定价。
可选地,针对多任务应用,任务下载请求为多个任务组成的集合T={t1,t2,......,tM},其中,M是任务数,t1,t2,…,tM分别表示第1,2,…,M个任务。
可选地,步骤S3中所述生成候选宿主集的具体步骤为:
S31、根据宿主的位置信息,计算所述宿主集中宿主到各请求用户的链路质量;
S32、计算出能够满足任务服务质量需求的候选宿主集;
S33、基于前缀集合条件,对所述候选宿主集进行处理,以得到最终的候选宿主集。
可选地,所述链路质量为:
LQi=α(di)*β(ti)*γ,(0≤α,γ≤1)
其中,i为宿主,α是和对等距离di相关的参数,β由宿主行为特征决定,ti是时间参数,γ是描述不可估计的无限干扰因子。
进一步地地,前缀集合是指该集合的任何子集都不是其他集合的前缀,那么这个集合就是前缀集合。
可选地,所述服务质量需求为下载成功率。则相应地,所述候选宿主集需满足:
其中i为宿主,G表示宿主集,LQi表示宿主i到所述请求用户的链路质量,即该链路成功传输的概率。
可选地,步骤S4中所述计算最终宿主集的步骤为:
S41、计算当前服务器分配任务获得的总收益;
S42、判断服务器总收益是否小于预期收益目标,若是,则执行步骤S43;若否,则退出;
S43、计算服务器在第k次迭代下选择边界单位收益代价cpr最小的宿主集Sk;继续迭代循环。
具体地,所述单位收益代价cpr为:
其中Us表示被选中的宿主,DF表示Us被选中时,下载成功的资源文件集。表示Us中所有宿主的竞标价之和;bi为宿主i愿意提供资源所需提供的最小报酬;rj为用户j 从宿主用户中成功下载自己感兴趣的媒体内容后,服务器获得的收益;
由于在候选集选择过程中,只考虑其被选中后能够为服务器新增加的收益和代价,故所述边界单位收益代价cpr为:
其中Sk表示第k个候选集,表示候选集中没有被选中宿主的竞标价之和。Tk表示候选集Sk能够完成的任务集,表示候选集Sk被选中后能够让服务器增加的收益。
所述的边界单位收益代价计算时,完成下载任务i的候选集在计算服务器新增加的收益时,需要考虑该候选集能够同时完成的多个任务。
所述最终宿主集需满足如下条件:
pi≥bi
最小化∑i∈Spi
其中,pi为计算支付给每个宿主的报酬,S为所述最终宿主集,DF表示下载成功的资源文件集合,Rth为服务器所述预期收益目标。
具体地,在本发明中,所述宿主定价确定的报酬是一个临界值:在其他宿主报价不变的情况下,该宿主能够被选中的最高报价。因此,通过本发明中激励算法的定价能够使每个宿主的真实报价策略为弱占优策略,使每个宿主就会自愿真实报价。
可选地,步骤S5中所述宿主定价的具体过程为:
在宿主集合Us和未完成的任务R下,分别从候选宿主集Gt和不包含宿主i的候选宿主集Gt\{i}中选出cpr最小的候选宿主组Sk和Sk\{i}
计算每一轮迭代的最大竞标价,其值为宿主i的竞标价加上Sk和Sk\{i}两个集合cpr值之差;
当服务器总收益系小于预期收益目标时,将继续循环;否则,结束所有循环;在每轮循环计算出的多个竞标价中,选出最大竞标价作为最后临界竞标价。
如上所述,本发明的面向多任务合作应用的服务质量自适应激励方法,具有以下有益效果:
(1)本发明创新性地提出面向多任务合作应用的激励方法,基于任务间的关联关系提出满足多任务需求的最优激励方法及宿主选择;
(2)本发明在宿主选择的过程中,基于请求文件的服务质量需求进行选择,使选择的宿主资源都能满足相应的服务质量需求,有效避免在资源传输过程中链路中断的问题;且能够自适应服务质量的需求变化;
(3)本发明通过为各请求任务提供多个宿主用户,增强了共享文件的鲁棒性;
(4)本发明的激励方法能够在同时满足宿主用户的竞价需求、服务器的预期收益目标的情况下,使服务器所支出的报酬最小;
(5)通过本发明的激励方法,能够使每个宿主的真实报价策略为弱占优策略,引导每个宿主自愿填写真实报价。
附图说明
图1是本发明自适应激励方法的流程示意图;
图2是本发明多合作任务场景示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。
需要说明的是,本实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
为实现上述目的及其他相关目的,本发明提供一种面向多任务合作应用的服务质量自适应激励方法。本方法激励用户分享自身资源,并能够在满足服务质量(QoS)要求下使共享任务能够完成,同时使得激励用户所付出的代价最小。即本发明能够使系统服务器以最低的激励代价实现任务目标。
由于现有移动边缘网络应用中,很多用户共同拥有同一媒体资源现象较为常见。比如,大多数用户手机里面都存储最新更新的热门电视剧、综艺比赛或体育赛事的录播视频。因此,本发明主要基于多对多传输模型,即多个人同时传输同一个资源给同一个资源请求用户。
如图1所示,在一个实施例中,所述面向多任务合作应用的服务质量自适应激励方法包括:
S1、用户向服务器发送任务下载请求;
具体地,针对多任务应用,任务下载请求为多个任务组成的集合T={t1,t2,......,tM},其中,M是任务数,t1,t2,…,tM分别表示第1、2,...,M个任务。
S2、服务器从宿主资源列表中查找具有所述任务下载请求所请求文件的宿主集;
所述宿主资源列表中建立资源与宿主间的对应关系。宿主将愿意共享的资源信息发送到服务器,以表明自身存在相应的资源并愿意共享。所述资源列表可以在用户发起下载请求前建立,也可以在用户发起下载请求后建立,在本发明中不作限制。
S3、基于宿主门限、所述请求文件的QoS需求生成候选宿主集;
具体地,为了增加媒体文件共享的鲁棒性,服务器需要至少找到mj个内容提供者将文件fj一起共享给下载请求用户j。对于文件fj,mj叫做宿主门限,即最小需求资源数。该值取决于所述请求文件的QoS需求和文件传输时宿主和请求用户之间的链路质量。宿主门限集合被定义为W,即W={m1,m2,...,mM},其中,m1,m2,…,mM分别表示第1,2,…,M个任务的宿主门限。
所述生成候选宿主集的具体步骤为:
S31、根据宿主的位置信息,计算所述宿主集中宿主到各请求用户的链路质量:
所述宿主发送自身地理位置信息给服务器,所述位置信息可以与资源列表信息一起发送,也可以分开发送。链路质量表示宿主数据成功传输的概率,具体地,所述链路质量为:
LQi=α(di)*β(ti)*γ,(0≤α,γ≤1)
其中,i为宿主,α是和对等距离di相关的参数,β由宿主行为特征决定,ti是时间参数,γ是描述不可估计的无限干扰因子。
S32、计算出能够满足任务QoS需求的候选宿主集;
QoS可以采用多种指标进行表示,在一个实施例中,采用下载成功率指示QoS。因此,假设下载成功率要求在90%以上时,则相应的宿主需要满足:
其中,i为宿主,G为候选宿主集,LQi表示宿主i到所述请求用户的链路质量;
显然,宿主门限值随着所述QoS需求、当前无线环境和宿主位置变化而变化。
S33、基于前缀集合条件,对所述候选宿主集进行处理,以得到最终的候选宿主集。
候选宿主集需满足前缀集合条件,因此,本发明进一步缩小范围,组成候选宿主集。其中,所述前缀集合是指:该集合的任何子集都不是其他集合的前缀,那么这个集合就是前缀集合。
S4、基于所述候选宿主集中宿主的竞标价格、服务器收益,计算使所述服务器支出总报酬最小、满足预期收益目标的最终宿主集;
具体地,每个宿主i存储有一些资源文件,可将这些内容和多个请求用户进行分享。宿主i能够参与的下载任务集合表示为Ti,其中宿主分享自身资源给请求用户会带来额外的消耗,因此宿主i会产生相应的代价ci,这个代价只有宿主知道。每个用户发布竞标价格bi,所述竞标价格可以与资源列表信息一起发送,也可以分开发送。其中,bi为宿主i愿意提供资源所需提供的最小报酬。
为了节省资源下载的开销,服务器的目标是在满足宿主竞标价格的基础上,选择宿主并确定给每个被选中宿主的报酬,使得服务器支出的总报酬最小,并且满足预期收益目标 Rth
具体地,所述服务器的收益是指,如果请求用户j从宿主用户中成功下载自己感兴趣的媒体内容,服务器可以获得收益rj,其价值为该下载任务的价值vj。因此,可以得出下式
其中DF表示下载成功的资源文件集。
因此,所述最终宿主集需满足如下条件:
pi≥bi
最小化∑i∈Spi
其中,pi为计算支付给每个宿主的报酬,S为所述最终宿主集。
为了更好地描述服务器的收益及支出,本发明计算单位收益代价cpr,具体为:
其中Us表示被选中的宿主,DF表示Us被选中时,下载成功的资源文件集。表示Us中所有宿主的竞标价之和。
所述计算最终宿主集的步骤为:
S41、计算当前服务器分配任务获得的总收益;
其中,某一宿主集为所述候选宿主集的子集,可选地,所述宿主集为Us,未被分配的下载任务为R;
S42、判断服务器总收益是否小于预期收益目标,若是,则执行步骤S43;若否,则退出;
具体地,所述服务器总收益是小于预期收益目标为:
S43、计算服务器在第k次迭代下选择边界单位收益代价cpr最小的宿主集Sk;继续迭代循环;
具体地,所述边界cpr定义如下:
其中Sk表示第k个候选集,表示候选集中没有被选中的宿主的竞标价之和。Tk表示候选集Sk能够完成的任务集,表示候选集Sk被选中后能够让服务器增加的收益。
运用单位收益代价迭代循环,在达到目标收益Rth,得出边界cpr最小的宿主集Sk
S5、计算得出每轮迭代竞标价中的最大值作为最终给宿主的报酬,完成宿主定价。
本发明中,所述宿主定价确定的报酬是一个临界值:在其他宿主报价不变的情况下,该宿主能够被选中的最高报价。因此,通过本发明中激励算法的定价能够使每个宿主的真实报价策略为弱占优策略,使每个宿主就会自愿真实报价。
所述宿主定价的具体过程为:
在宿主集合Us和未完成的任务R下,分别从候选宿主集Gt和不包含宿主i的候选宿主集Gt\{i}中选出cpr最小的候选宿主组Sk和Sk\{i}
计算每一轮迭代的最大竞标价,其值为宿主i的竞标价加上Sk和Sk\{i}两个集合cpr值之差。
当服务器总收益系小于预期收益目标时,将继续循环。否则,结束所有循环。在每轮循环计算出的多个竞标价中,选出最大竞标价作为最后临界竞标价。
以下通过具体的实施例,结合图2所示的多合作任务场景示意图,对本发明中的面向多任务合作应用的用户激励方法进行说明。
如图2所示,服务器有两个用户发起两个不同资源的下载任务请求Task1和Task2,这两个任务需要根据不同的QoS需求和当前无线环境的链路质量进行宿主选择,且一旦任务被完成后服务器获得收益分别为r1和r2;现有四个宿主1、2、3、4愿意提供请求资源,其中不同的宿主报价为bi,宿主与请求用户之间的链路质量为LQi
由图2可知,r1=8,r2=32;b1=4,b2=2,b3=3,b4=1。
LQ1=(0.8,0.7),LQ2=(0.75,0),LQ3=(0,0.85),LQ4=(0.7,0.75)。
因此,基于本发明所述的激励方法选择宿主的过程为:
R={1,2},S=φ,r=0;
U1={1,2,4};G1={1,2},{1,4},{2,4};U2={3,4,1};G2={3,4},{3,1},{4,1}; G=G1∪G2={1,2},{1,4},{2,4},{3,4},{3,1};
进一步计算
比较cpr值,得出
Us=Us∪Sk={1,4};
r=8+32=40;
由于Rth=20和r>Rth,S=Us={1,4},宿主选择过程结束。
上述宿主选择过程中,Ui为具有任务下载请求所请求文件的宿主集,Gi为满足请求用户和宿主之间QoS需求的候选宿主组,G为所有任务的候选宿主组,为任务t的第k 此迭代的宿主集。优选地,由于有相同cpr值,则随机选择一个宿主组。
为各宿主进行报酬定价的过程为:
给宿主1的定价:
R={1,2},S=φ,r=0;
进一步计算:
有宿主1情况下,
没有宿主1情况下,
此时r>Rth,迭代结束。
给宿主1的定价完成p1=4。
给宿主4定价的过程为:
R={1,2},S=φ,r=0;
进一步计算
有宿主4情况下,
没有宿主4情况下,
此时r>Rth,迭代结束。
给宿主4的定价完成,p4=4.75。
由此可以得出图2中所示的实施例中,选择出的宿主提供者是宿主1和宿主4,给他们的报酬分别为4和4.75。被选中宿主得到的报酬大于自身竞标价。
综上,本发明通过提供一种面向多任务合作应用的服务质量自适应激励方法,能够对用户面向多任务合作应用,基于任务间的关联关系提出满足多任务需求的最优激励方法及宿主选择;本发明通过为各请求任务提供多个宿主用户,增强了共享文件的鲁棒性;同时,在宿主选择的过程中,基于请求文件的服务质量需求进行选择,使选择的宿主资源都能满足相应的服务质量需求,有效避免在资源传输过程中链路中断的问题;且能够自适应服务质量的需求变化;针对候选的宿主集,进一步基于所述候选宿主集中宿主的竞标价格、服务器收益,计算使所述服务器支出总报酬最小、满足预期收益目标的最终宿主集,使最终的宿主集能够在同时满足宿主用户的竞价需求和服务器预期收益目标的情况下,使服务器所支出的激励报酬最小。此外,通过本发明的激励方法,能够使每个宿主的真实报价策略为弱占优策略,引导每个宿主自愿填写真实报价。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种面向多任务合作应用的服务质量自适应激励方法,其特征在于,包括:
S1、用户向服务器发送任务下载请求;
S2、服务器从宿主资源列表中查找具有所述任务下载请求所请求文件的宿主集;
S3、基于宿主门限、所述请求文件的服务质量需求生成候选宿主集;
S4、基于所述候选宿主集中宿主的竞标价格、服务器收益,计算使所述服务器支出总报酬最小、满足预期收益目标的最终宿主集;
S5、计算得出每轮迭代竞标价中的最大值作为最终给宿主的报酬,完成宿主定价。
2.如权利要求1所述的激励方法,其特征在于,步骤S3中所述生成候选宿主集的具体步骤为:
S31、根据宿主的位置信息,计算所述宿主集中宿主到各请求用户的链路质量;
S32、计算出能够满足任务服务质量需求的候选宿主集;
S33、基于前缀集合条件,对所述候选宿主集进行处理,以得到最终的候选宿主集。
3.如权利要求2所述的激励方法,其特征在于,所述链路质量为:
LQi=α(di)*β(ti)*γ,(0≤α,γ≤1)
其中,i为宿主,α是和对等距离di相关的参数,β由宿主行为特征决定,ti是时间参数,γ是描述不可估计的无限干扰因子。
4.如权利要求3所述的激励方法,其特征在于,所述服务质量需求为下载成功率。
5.如权利要求4所述的激励方法,其特征在于,所述候选宿主集需满足:
其中i为宿主,G表示宿主集,LQi表示宿主i到所述请求用户的链路质量。
6.如权利要求1所述的激励方法,其特征在于,步骤S4中所述计算最终宿主集的步骤为:
S41、计算当前服务器分配任务获得的总收益;
S42、判断服务器总收益是否小于预期收益目标,若是,则执行步骤S43;若否,则退出;
S43、计算服务器在第k次迭代下选择边界单位收益代价cpr最小的宿主集Sk;继续迭代循环。
7.如权利要求6所述的激励方法,其特征在于,所述边界单位收益代价cpr为:
其中US表示被选中的宿主,Sk表示第k个候选集,表示候选集中没有被选中宿主的竞标价之和,Tk表示候选集Sk能够完成的任务集,表示候选集Sk被选中后能够让服务器增加的收益。
8.如权利要求7所述的激励方法,其特征在于,所述最终宿主集需满足如下条件:
pi≥bi
最小化∑i∈Spi
其中,pi为计算支付给每个宿主的报酬,S为所述最终宿主集,DF表示已经下载成功的资源文件集,Rth为服务器所述预期收益目标。
9.如权利要求8所述的激励方法,其特征在于,所述宿主定价确定的报酬是一个临界值:在其他宿主报价不变的情况下,该宿主能够被选中的最高报价。
10.如权利要求9所述的激励方法,其特征在于,步骤S5中所述宿主定价的具体过程为:在宿主集合US和未完成的任务R下,分别从候选宿主集Gt和不包含宿主i的候选宿主集Gt\{i}中选出cpr最小的候选宿主组Sk和Sk\{i}
计算每一轮迭代的最大竞标价,其值为宿主i的竞标价加上Sk和Sk\{i}两个集合cpr值之差;当服务器总收益系小于预期收益目标时,将继续循环;否则,结束所有循环;在每轮循环计算出的多个竞标价中,选出最大竞标价作为最后临界竞标价。
CN201810159493.1A 2018-02-26 2018-02-26 一种面向多任务合作应用的服务质量自适应激励方法 Active CN109327494B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810159493.1A CN109327494B (zh) 2018-02-26 2018-02-26 一种面向多任务合作应用的服务质量自适应激励方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810159493.1A CN109327494B (zh) 2018-02-26 2018-02-26 一种面向多任务合作应用的服务质量自适应激励方法

Publications (2)

Publication Number Publication Date
CN109327494A true CN109327494A (zh) 2019-02-12
CN109327494B CN109327494B (zh) 2020-12-18

Family

ID=65263467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810159493.1A Active CN109327494B (zh) 2018-02-26 2018-02-26 一种面向多任务合作应用的服务质量自适应激励方法

Country Status (1)

Country Link
CN (1) CN109327494B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112188468A (zh) * 2020-09-29 2021-01-05 重庆邮电大学 一种终端直通系统中采用激励机制的终端发现方法
CN116596287A (zh) * 2023-07-18 2023-08-15 中国电子科技集团公司第二十九研究所 一种任务驱动决策方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6640238B1 (en) * 1999-08-31 2003-10-28 Accenture Llp Activity component in a presentation services patterns environment
CN101488972A (zh) * 2009-01-06 2009-07-22 北京航空航天大学 网络资源协作的激励方法
CN103747536A (zh) * 2014-01-14 2014-04-23 中国科学院计算技术研究所 一种面向智能终端的内容下载应用激励方法及其系统
CN103810642A (zh) * 2013-12-23 2014-05-21 河南理工大学 基于Web服务的协同制造控制方法及控制系统
CN103870990A (zh) * 2014-03-31 2014-06-18 上海交通大学 移动群智感知系统中覆盖问题的激励机制实现方法
CN104463424A (zh) * 2014-11-11 2015-03-25 上海交通大学 众包中任务最优分配方法及其系统
CN105528248A (zh) * 2015-12-04 2016-04-27 北京邮电大学 多任务合作应用下的群智感知激励机制
US20160162332A1 (en) * 2014-12-04 2016-06-09 Microsoft Technology Licensing, Llc Proactive presentation of multitask workflow components to increase user efficiency and interaction performance
CN105976234A (zh) * 2016-05-04 2016-09-28 南京邮电大学 一种移动众包系统中基于团队的激励机制的实现方法
CN106204117A (zh) * 2016-06-30 2016-12-07 河南蓝海通信技术有限公司 多任务环境下众包平台定价方法
CN107316223A (zh) * 2017-06-02 2017-11-03 南京邮电大学 一种面向多合作任务的多报价标书移动群智感知激励方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6640238B1 (en) * 1999-08-31 2003-10-28 Accenture Llp Activity component in a presentation services patterns environment
CN101488972A (zh) * 2009-01-06 2009-07-22 北京航空航天大学 网络资源协作的激励方法
CN103810642A (zh) * 2013-12-23 2014-05-21 河南理工大学 基于Web服务的协同制造控制方法及控制系统
CN103747536A (zh) * 2014-01-14 2014-04-23 中国科学院计算技术研究所 一种面向智能终端的内容下载应用激励方法及其系统
CN103870990A (zh) * 2014-03-31 2014-06-18 上海交通大学 移动群智感知系统中覆盖问题的激励机制实现方法
CN104463424A (zh) * 2014-11-11 2015-03-25 上海交通大学 众包中任务最优分配方法及其系统
US20160162332A1 (en) * 2014-12-04 2016-06-09 Microsoft Technology Licensing, Llc Proactive presentation of multitask workflow components to increase user efficiency and interaction performance
CN105528248A (zh) * 2015-12-04 2016-04-27 北京邮电大学 多任务合作应用下的群智感知激励机制
CN105976234A (zh) * 2016-05-04 2016-09-28 南京邮电大学 一种移动众包系统中基于团队的激励机制的实现方法
CN106204117A (zh) * 2016-06-30 2016-12-07 河南蓝海通信技术有限公司 多任务环境下众包平台定价方法
CN107316223A (zh) * 2017-06-02 2017-11-03 南京邮电大学 一种面向多合作任务的多报价标书移动群智感知激励方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SHUYUN LUO, YONGMEI SUN, ZHENYU WEN,YUEFENG JI: "C2: Truthful incentive mechanism for multiple cooperative tasks in mobile cloud", 《2016 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC)》 *
SHUYUN LUO,YONGMEI SUN, YUEFENG JI,DONG ZHAO: "Stackelberg Game Based Incentive Mechanisms for Multiple Collaborative Tasks in Mobile Crowdsourcing", 《MOBILE NETWORKS AND APPLICATIONS》 *
朱卫平,姚红光 ,高志军: "多任务合作的LSSC动态激励机制研究", 《技术经济与管理研究》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112188468A (zh) * 2020-09-29 2021-01-05 重庆邮电大学 一种终端直通系统中采用激励机制的终端发现方法
CN112188468B (zh) * 2020-09-29 2023-01-31 重庆邮电大学 一种终端直通系统中采用激励机制的终端发现方法
CN116596287A (zh) * 2023-07-18 2023-08-15 中国电子科技集团公司第二十九研究所 一种任务驱动决策方法及系统
CN116596287B (zh) * 2023-07-18 2023-10-03 中国电子科技集团公司第二十九研究所 一种任务驱动决策方法及系统

Also Published As

Publication number Publication date
CN109327494B (zh) 2020-12-18

Similar Documents

Publication Publication Date Title
Miao et al. Balancing quality and budget considerations in mobile crowdsourcing
Li et al. An online incentive mechanism for collaborative task offloading in mobile edge computing
Su et al. Game theoretic resource allocation in media cloud with mobile social users
CN105528248B (zh) 多任务合作应用下的群智感知激励机制
Jie et al. Online task scheduling for edge computing based on repeated Stackelberg game
Roh et al. Resource pricing game in geo-distributed clouds
Xu et al. Exploring federated learning on battery-powered devices
Birje et al. Reliable resources brokering scheme in wireless grids based on non-cooperative bargaining game
US9538249B2 (en) Close fulfillment of content requests
Zhang et al. Enhancing the crowdsourced live streaming: A deep reinforcement learning approach
Aloqaily et al. Fairness-aware game theoretic approach for service management in vehicular clouds
Li et al. Qoe-deer: A qoe-aware decentralized resource allocation scheme for edge computing
CN109327494A (zh) 一种面向多任务合作应用的服务质量自适应激励方法
Zhu et al. When cloud meets uncertain crowd: An auction approach for crowdsourced livecast transcoding
CN112260784B (zh) 一种基于游戏策略的区块链下的频谱感知方法及系统
Zang et al. Filling two needs with one deed: Combo pricing plans for computing-intensive multimedia applications
Pang et al. When data sponsoring meets edge caching: A game-theoretic analysis
US20130290124A1 (en) Data delivery optimization via an auction system
Chen et al. Situation-aware orchestration of resource allocation and task scheduling for collaborative rendering in IoT visualization
Zhang et al. Qoe-oriented mobile virtual reality game in distributed edge networks
Krishna Priya et al. Crossover-based improved sine cosine algorithm for multimedia content distribution in cloud environment
Ma et al. Dynamic pricing in the presence of participation-dependent social learning
Fan et al. Poster: Trim: A truthful incentive mechanism for dynamic and heterogeneous tasks in mobile crowdsensing
Zhou et al. Learning-driven cloud resource provision policy for content providers with competitor
CN109673055B (zh) 基于二维区域填充的联合通信与计算的资源分配方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant