CN109729510B - 基于斯坦科尔伯格博弈的d2d内容安全分发方法及系统 - Google Patents
基于斯坦科尔伯格博弈的d2d内容安全分发方法及系统 Download PDFInfo
- Publication number
- CN109729510B CN109729510B CN201910011023.5A CN201910011023A CN109729510B CN 109729510 B CN109729510 B CN 109729510B CN 201910011023 A CN201910011023 A CN 201910011023A CN 109729510 B CN109729510 B CN 109729510B
- Authority
- CN
- China
- Prior art keywords
- content
- requester
- provider
- price
- content provider
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于斯坦科尔伯格博弈的D2D内容安全分发方法及系统。本发明,在蜂窝网络中,从确保用户内容共享的有效性和安全性出发,利用用户物理和社交信息的融合作用,基于斯坦科尔伯格博弈,设计实现了内容安全分发方法及其系统。其中,在实际的内容分发阶段,内容请求者需要从众多内容提供者中选择合适的一个或者几个提供其所需的内容,以实现用更少的代价获得更好的内容共享服务;而内容提供者同样需要根据其收益与代价确定其分发方案,以实现用更少的消耗和安全风险为内容请求者提供内容共享服务,同时获得更多的利益。由此利用斯坦科尔伯格博弈建立“领导者‑跟随者模型”进行模拟实现对单位内容价格φ及比例的优化,获得最佳的D2D内容安全分发方式。
Description
技术领域
本发明涉及移动通讯领域,尤其涉及一种基于斯坦科尔伯格博弈的D2D内容 安全分发方法及系统。
背景技术
近年来,随着无线数据流量的爆炸式增长,无线内容共享业务面临着诸多严 重的挑战,例如用户对于多媒体内容请求的高度冗余,基站承担的巨大压力,以 及无线资源的严重短缺等。而D2D内容共享技术能够利用D2D通信的优势,将基 站的压力分散到遍布网络的移动终端上,通过内容缓存和分发技术有效应对上述 诸多挑战,引起了业界的广泛讨论与研究。
但是,D2D内容共享技术存在许多亟待解决的问题。现有研究大多假设用户 是“绝对无私”的,换言之,只要用户之间能够建立D2D连接,即认为他们愿意 进行内容共享。但是,在实际场景中,考虑到能量消耗和潜在的窃听风险,内容 提供者可能并不愿意为内容请求者提供其需要的内容。因此,提高内容提供者的 能动性与决定权是必要的。
目前,已有一些研究着手解决上述问题,例如货币激励机制的设计。但该激 励机制忽略了用户社交属性的影响。具体地,当面对相同的货币报酬,内容提供 者更愿意为与自己存在社交关系的内容请求者提供内容。但现有方案并未考虑到 这一点,缺少基于社交意愿的D2D内容分发方案。
此外,安全性也是D2D内容共享中的一个关键问题,引起了业界的广泛关注。 该问题在D2D通信网络中已经得到了深入地研究,例如Junyue Qu等人在“Power Allocationfor Device-to-Device Communication underlaying Cellular Networks under AProbabilistic Eavesdropping Scenario in Annals of Telecommunications,vol.71,no.7-8,pp.389-398,2016”一文中考虑了一 个存在窃听用户的D2D通信复用蜂窝网络资源的场景,通过设计一个基于斯坦科 尔伯格博弈的功率分配算法进行干扰管理,进而增强蜂窝用户的物理层安全。然 而,上述工作研究的均为D2D通信中的安全问题,通过D2D用户复用蜂窝用户产 生的干扰来解决蜂窝用户被窃听的问题。而在D2D内容共享场景中,针对进行内 容共享的D2D用户的窃听才是需要解决的重要问题。值得注意的是,在D2D内容 共享场景中,内容请求者附近一般有多个内容提供者可以为其提供想要的内容, 由于这些内容提供者的位置、信道状态等信息不同,选择不同内容提供者为内容 请求者提供内容时面临的窃听威胁也不完全等同。现有模型也未考虑到该窃听威 胁。
发明内容
为了解决现有技术存在的不足,本发明的目的在于提供一种基于斯坦科尔伯 格博弈的D2D内容安全分发方法及系统。
首先,为实现上述目的,提出一种基于斯坦科尔伯格博弈的D2D内容安全分 发方法,当内容请求者d请求内容f时,其通过如下的步骤从多个内容提供者处 获得该内容f,其中,该内容f的长度为F:第一步,内容请求者d设置初始的 单位内容价格φ=0,利用D2D设备发现技术搜索其周围的内容提供者,向搜索 到的J个内容提供者,发送请求的内容f及其单位内容价格φ;第二步,接收各 内容提供者pj反馈的其愿意提供的内容占该内容f的比例其中提供反馈的 任一内容提供者pj均缓存有该请求内容f,1≤pj≤NP≤J,其中NP为反馈存 储有该内容f的内容提供者的数目;第三步,内容请求者d根据各内容提供者所 反馈的比例计算其能够获得的内容总长度为在能够获得的内容总长度小于该内容f的长度为F时,跳转至第四步;在能够获得的内容总长度 大于该内容f的长度为F时,跳转至第五步;否则,跳转至第六步;第 四步,内容请求者d增加单位内容价格φ,向所述各内容提供者pj发送请求的 内容f及更新后的单位内容价格φ,然后跳转至第二步;第五步,内容请求者d 降低单位内容价格φ,向所述各内容提供者pj发送请求的内容f及更新后的单 位内容价格φ,然后跳转至第二步;第六步,以此时的价格φ为内容请求者最终 确定的单位内容价格,以此时的比例集合为各内容提供者 最终愿意提供的内容占该内容f的比例大小,所述内容请求者d分别从所述各内 容提供者pj处分别获取到对应比例的内容将所述各各内容提供者pj所提 供的内容拼接为完整的请求的内容f。
可选的,上述的基于斯坦科尔伯格博弈的D2D内容安全分发方法中,所述内 容请求者d设置有请求者效用函数ud(μ,φ),以该请求者效用函数ud(μ,φ)取得 最大值作为计算所述单位内容价格φ的目标函数;其中,表 示比例集合,其中为内容提供者pj所愿意提供的内容比例大小;所述请求者 效用函数其中,表示内容请求者d的收益, 表示内容请求者d的代价,其中,a是一个大于0的常数, 表示可达速率增益因子;表示内容提供者pj和内容请求 者d之间的信道可达速率,σ2为背景加性高斯白噪声的平均功率,QP是内容提 供者的传输功率,指代内容提供者pj和内容请求者d之间的信道增益。在 上述第一步至第六步的内容分发过程中虽然不直接使用该请求者效用函数 ud(μ,φ),但是,请求者效用函数ud(μ,φ)是内容分发的依据,其用于计算斯坦 科尔伯格博弈均衡,而上述第一步至第六步的过程即为斯坦科尔伯格博弈的过程, 上述过程所依据的目标函数即为请求者和提供者所设定的效用函数。直接求均衡 时以该效用函数的性质作为博弈优化的目标函数,由这些性质才得到后面求解最 优价格和比例的方法。也就是让单位内容价格直接初始从0开始,然后通过价格 和比例间的关系计算比例,直到总比例为1.总比例为1就能得到均衡解也是上 面说的直接求均衡时发现的性质。通过最大化这个效用函数得到最优价格,但这 里也与比例有关,这是请求者和提供者的博弈,所以实际是根据请求者和提供者 两者的效用函数最终得到最优价格和比例。
可选的,上述的基于斯坦科尔伯格博弈的D2D内容安全分发方法中,所述内 容提供者pj具有内容提供者效用函数以所述内容提供者效 用函数值最大作为计算所述内容比例大小的目标函数;其中, 表示内容提供者pj的收益,其中,表示内容 提供者pj和内容请求者d之间的社交关系强度; 为社交相关函数; 表示内容提供者pj的代价;其中,内容提供者pj为内容请求者提供不同比例大小的内容时的能耗为安全成本为 其中,θ∈[0,1]表示内容f的隐私程度,θ值越大,内容f越私密, 被窃听的损失也就越大;b是一个大于0的常数,表示能耗成本因子;是内 容提供者pj向d发送内容时的安全中断概率,其中,其中RS是用户的目标安全需求,是内容提供者pj和窃听者之间的信道增益。
可选的,上述的基于斯坦科尔伯格博弈的D2D内容安全分发方法中,所述第 二步中,所述内容提供者pj愿意提供的内容占该内容f的比例 其通过以内容请求者d作为领导者,内容提供 者pj作为跟随者而建立的以斯坦科尔伯格博弈模型计算最优解,在该以斯坦科 尔伯格博弈模型最优解的计算过程中,通过设置最优的单位内容价格,在保证所 有内容提供者提供的内容总长度不小于原内容长度的约束下最大化其效用函数; 其中,表示内容提供者pj和内容请求者d之间的社交关系强度; 为社交相关函数,表示社交关系对内容提供者 提供内容的意愿的量化影响;θ∈[0,1]表示内容f的隐私程度,θ值越大,内容f 越私密,被窃听的损失也就越大;是内容提供者pj向d发送内容时的安全中断概率;表示内容提供者pj和内容请求者d之间的信道 可达速率,σ2为背景加性高斯白噪声的平均功率,QP是内容提供者的传输功率, 指代内容提供者pj和内容请求者d之间的信道增益;b是一个大于0的常 数,表示能耗成本因子。
可选的,上述的基于斯坦科尔伯格博弈的D2D内容安全分发方法中,所述第 四步和第五步中,增加单位内容价格或降低单位内容价格φ的具体步骤为:设置 单位内容价格的初始改变步长ψ,设置步长变化幅度参数ζ;所述第四步中,内 容请求者在原有单位内容价格φ的基础上增加所述改变步长ψ,作为增加后的单 位内容价格φ;所述第五步中,单位内容价格的限缩步长为ψ/ζ,内容请求者在 原有单位内容价格φ的基础上减少改变步长ψ/ζ,作为减少后的单位内容价格φ。 其中,改变步长ψ和步长变化幅度参数ζ根据具体情况设定,而且若步长设置过 大,后续也会因为步长变化幅度的加入而降低,此处的具体设置只会影响收敛到 均衡解的迭代次数。
可选的,上述的基于斯坦科尔伯格博弈的D2D内容安全分发方法中,所述第 六步中,所述内容请求者d分别从所述各内容提供者pj处分别获取到对应比例的 内容将所述各各内容提供者pj所提供的内容拼接为完整的请求的内容f 的具体步骤为:首先,内容请求者d向各内容提供者pj发送其请求内容的相关 信息,包括内容索引、内容比例大小、初始下载数据在完整内容上的位置;然后, 所述的各内容提供者根据上述请求内容的相关信息为内容请求者d提供原内容 f的不同部分,保证内容请求者能够恢复出原内容,实现内容共享。
可选的,上述的基于斯坦科尔伯格博弈的D2D内容安全分发方法中,所述内 容提供者pj和内容请求者d之间的社交关系强度其可在内容请求者 和各内容提供者之间信息交互的过程中获得,具体量化方法为:将内容请求者和 内容提供者的特定信息划分成Y个社交因子,每个社交因子具有Bd,y和Bd,y和分别表示内容请求者d和内容提供者pj对第y个,1≤y≤Y,社交因子的 量化指标,由此得到Jaccard系数,进而内容请求者d和 内容提供者pj之间的社交关系强度可由计算,wy指代每个社交 因子的权重。
其次,为实现上述目的,还提出一种基于斯坦科尔伯格博弈的D2D内容安全 分发系统,其包括:至少一个内容请求者d,其请求内容f,该内容f的长度为 F;至少一个窃听者E,其窃听所述内容f;至少一个内容提供者pj用于提请求 内容f;其中,所述内容提供者pj所提供内容的大小为其中,任一内 容提供者pj最终提供的内容占该内容f的比例大小通过如上所述的方法获 得。
可选的,上述的基于斯坦科尔伯格博弈的D2D内容安全分发系统中,还包括 潜在的窃听者E;所述内容请求者d、内容提供者pj、窃听者E共处同一蜂窝网 络中。
有益效果
本发明,在蜂窝网络中,从确保用户内容共享的有效性和安全性出发,利用 用户物理和社交信息的融合作用,基于斯坦科尔伯格博弈,设计实现了内容安全 分发方法及其系统。其中,在实际的内容分发阶段,内容请求者需要从众多内容 提供者中选择合适的一个或者几个提供其所需的内容,以实现用更少的代价获得 更好的内容共享服务;而内容提供者同样需要根据其收益与代价确定其分发方案, 以实现用更少的消耗和安全风险为内容请求者提供内容共享服务,同时获得更多 的利益。由此可见,内容请求者之间和内容提供者之间都存在竞争关系,而内容 请求者和内容提供者之间相互选择,相互合作。因此,引入博弈模型研究D2D内 容共享场景中的内容分发问题具有重要的实际价值。此外,本发明研究的内容分 发过程中,内容请求者需要设定其请求内容的单位价格,而内容提供者需要根据 内容请求者设定的价格做出其决策,也即确定其愿意为内容请求者提供的内容比 例大小。换句话说,在这个由内容请求者和内容提供者组成的两层架构中,内容 请求者首先行动,内容提供者根据内容请求者的行动再行动。这种先后行动的交 互特性适宜利用斯坦科尔伯格博弈这种“领导者-跟随者模型”进行模拟以便对 单位内容价格φ及比例进行优化。“领导者-跟随者模型”尤其适用于上述等 级要求较为严格的多层决策问题。因此,在D2D内容共享场景中,以内容提供者 和内容请求者构成的两层网络结构为基础,将内容分发问题建模为斯坦科尔伯格 博弈模型符合实际场景。
进一步,本发明设计的内容提供者的收益既包含内容请求者实际支付的报酬, 也包含由于两者之间的社交关系而获得的激励,此设计联合考虑了货币激励和社 交关系强度激励,不仅通过货币激励提高了用户进行内容共享的能动性,而且考 虑到实际场景中用户之间社交关系对内容共享的影响,使得针对内容共享的激励 机制的设计更具合理性。另外,考虑到在D2D内容共享场景中,内容请求者附近 一般有多个内容提供者可以为其提供想要的内容,由于这些内容提供者的位置、 信道状态等信息不同,选择不同内容提供者为内容请求者提供内容时面临的窃听 威胁也不完全等同,因此,本发明利用物理层安全技术,设计了联合内容隐私程 度和安全中断概率的安全成本以刻画由于窃听者存在造成的安全风 险代价,加入内容提供者的效用函数中,能够有效提高内容共享的安全效益。基 于此,内容请求者以其获得内容下载服务的可达速率为收益,以其付出的货币报 酬为代价,建立效用函数;而内容提供者以其获得的融合社交性的货币报酬为收 益,以其为内容请求者提供内容所消耗的能量和承担的安全成本为代价,建立效 用函数,既保证了D2D内容共享的物理传输性能,又提高了内容提供者的能动性, 以及降低由于窃听者存在造成的安全风险。具体来说,在内容请求者的效用函数 中,其收益量化为从各个内容提供者处获取内容时的可达速率之和,在各内容提 供者的效用函数中,其消耗成本量化为其为内容请求者提供不同比例大小的内容 时的能耗,此二者的加入有利于提高内容分发过程中内容请求者获得的内容下载 速率,降低内容提供者为此付出的能耗,也即是保证了内容共享的物理传输性能。 而内容提供者效用函数中的收益量化为其进行内容共享的报酬增益,既包含内容 请求者实际支付的报酬,也包含由于两者之间的社交关系而获得的激励,两种激 励的叠加有助于提高内容提供者的能动性,符合用户普遍“自私”的实际场景。此外,内容提供者效用函数中的安全成本则通过联合内容的隐私程度和安全中断 概率,量化了内容共享过程中由于窃听者的存在造成的窃听代价,因此,内容提 供者在使其效用函数最大化的同时也尽可能降低了由于窃听者存在造成的安全 风险。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书 中变得显而易见,或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,并与本发 明的实施例一起,用于解释本发明,并不构成对本发明的限制。在附图中:
图1为根据本发明的蜂窝网通信场景的示意图;
图2为本发明D2D安全内容分发方法的流程图;
图3为应用本发明的内容安全分发算法中内容请求者的单位内容价格的收 敛情况示意图;
图4为应用本发明的内容安全分发算法中内容提供者1提供内容比例的收敛 情况示意图
图5为应用本发明的内容安全分发算法中内容提供者3提供内容比例的收敛 情况示意图;
图6为应用本发明内容请求者的性能比较;
图7为应用本发明内容提供者的性能比较。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优 选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1为根据本发明的一种通信场景的示意图。参考图1,所述的基于D2D通 信的蜂窝网络中,存在1个内容请求者d,多个内容提供者以及潜在的窃听者E。其中,J为正整数,j为[1,J]之间的任一正整数。内容请 求者d请求内容f,其内容大小为F。此外,内容请求者d可利用D2D设备发现 技术搜索其周围的内容提供者,同时将其内容请求发送给这些搜索到的内容提供 者,而接收到内容请求并缓存有该请求内容的内容提供者回应内容请求者的请求。考虑到内容传输需要消耗能 量,且存在窃听风险,内容请求者需要支付一定的报酬以从周围的内容提供者处 获得完整的内容,而内容提供者则需要根据获得的报酬增益和承担的能耗和安全 成本,确定其提供的内容比例。
而内容提供者pj和E之间的信道可达速率为
对于内容请求者d而言,他需要提供内容共享的报酬以激励内容提供者为他 提供不同比例大小的内容,以最终获得完整的请求内容。而对于内容提供者pj而 言,他需要根据内容共享的报酬来决定传送多少比例的内容给内容请求者,同时, 他也需要考虑能量消耗造成的传输成本,以及由于窃听者的存在造成的安全成本。 如此,内容请求者和内容提供者都想要最大化自己的利益。由此,本发明可建立 斯坦科尔伯格博弈模型。内容请求者d是领导者,负责设定其所请求内容的价格, 因此,领导者的策略即为单位内容的价格,记为φ。内容提供者是跟随者,负责 根据已设定的价格提供不同比例大小的内容,因此,跟随者的策略组合为各内容 提供者提供内容的比例,记为
本发明基于内容请求者和内容提供者在内容分发过程中分别以其获得的收 益和代价来设计效益函数。具体地,内容请求者的效用函数为其中,表示内容请求者d的收益,也就是内容请求者从各个内容提供者处获取 内容时的可达速率之和,表示内容请求者d的代价,也就是内容请求者为了从 各个内容提供者处获取想要的内容而付出的报酬总和。此两者分别表示为 和其中,a是一个大于0的常数,表示可达速率增 益因子。
内容提供者的效用函数为其中,表示内容提供者pj的收益,也就是内容提供者pj进行内容共享的报酬增益,其既包含内容请求者实 际支付的报酬,也包含由于两者之间的社交关系而获得的激励,其具体表示为 其中,表示内容提供者pj和内容请求者d之 间的社交关系强度,其可在内容请求者和各内容提供者之间信息交互的过程中获 得,具体量化方法为:将内容请求者和内容提供者的某些信息,例如朋友、位置、 兴趣记录等划分成Y个社交因子,而Bd,y和分别是内容请求者d和内容提供 者pj对第y个社交因子的量化指标,由此得到Jaccard系数,进而内容请求者d和内容提供者pj之间的社交关系强度可由计算,wy指代每个社交因子的权重。而是一个社交相关函数,表示 社交关系对内容提供者提供内容的意愿的量化影响,可具体表示为其具体含义为:一方面,内容提供者和内容请 求者之间的社交关系强度越强,内容提供者为内容请求者提供内容服务的意愿越 强烈,故是一个关于的递增函数;另一方面,当值较小或者已 经增大到一定程度时,其值增加对内容提供者提供内容共享服务的意愿的改变较 小,而当的值处于区间中部时,其值增加对内容提供者提供内容共享服务的 意愿的改变则较为明显。故该量化方式更加符合实际场景。此外,表示内容 提供者pj的代价,也就是内容提供者pj为内容请求者提供内容时消耗的能量成 本和由于窃听者存在承担的被窃听的安全成本,可通过计算获得,其具体含义为:一方面,考虑到内容 提供者为内容请求者提供内容时需要消耗能量,该能耗成本也一定程度上决定了 内容提供者为内容请求者提供内容的比例大小。因此,内容提供者pj为内容请求 者提供不同比例大小的内容时的能耗可用来量化其提供内容需要承担 的消耗成本,进而影响其愿意提供的内容比例;另一方面,由于窃听者的存在, 用户间共享的内容可能被窃听者窃听,故内容提供者还要承担由于窃听风险造成 的代价,且不同内容在网络中的隐私程度不同,被窃听的损失也不相同。因此, 联合内容隐私程度和安全中断概率的安全成本可用来量化内容提供 者pj为内容请求者提供内容时需承担的窃听风险成本,进而影响其愿意提供的内 容比例。其中,θ∈[0,1]表示内容f的隐私程度,θ值越大,内容f越私密,被 窃听的损失也就越大。b是一个大于0的常数,表示能耗成本因子。是内容 提供者pj向d发送内容时的安全中断概率,其中, RS是用户的目标安全需求。
基于上述的斯坦科尔伯格博弈模型,对于内容请求者d而言,其最优问题是 通过设置最优的单位内容价格,在保证所有内容提供者提供的内容总长度不小于 原内容长度的约束下最大化其效用函数。对于任意内容提供者而言,其最 优问题是通过选择最优的内容传输比例,来最大化其效用函数。由此,最终确定 D2D内容分发方案的具体过程可通过如下方式进行:
第一步,内容请求者d请求内容f,并设置初始的单位内容价格φ=0,其 中该内容长度为F,计算其效用函数为ud(μ,φ)。
第二步,内容请求者利用D2D设备发现技术搜索其周围的内容提供者,同时 将其内容请求和设置的单位内容价格发送给这些搜索到的内容提供者。
第四步,这些内容提供者将自身愿意提供的内容比例通报给内容请求者。
第五步,内容请求者根据各内容提供者通报的内容比例计算其能够获得的内 容总长度判断总长度是否满足条件若满足,则此时的价 格φ即为内容请求者最终确定的单位内容价格,比例集合即为各内容提供者最终愿意提供的内容比例大小。否则, 内容请求者向内容提供者重新发送其新设置的单位内容价格,而内容提供者根据 新的价格决定其提供内容的比例大小。其中,当总长度小于原内容长度时,内容 请求者增加单位内容价格以给各内容提供者更大的激励,促使其愿意提供更大比 例的内容;当总长度大于原内容长度时,内容请求者降低单位内容价格以减弱其 提供给各内容提供者的激励作用,促使各内容提供者提供较小比例的内容。
第六步,所述的内容请求者和内容提供者在该蜂窝网络中按照第五步中得到 的最终的单位内容价格和提供内容比例进行内容分发。
其中,上述的基于斯坦科尔伯格博弈的D2D内容安全分发方法中,所述第三 步中,内容提供者pj根据单位内容价格确定的能够使其效用函数最大化的小可通过计算获得。具体原因为:在该斯坦科尔 伯格博弈模型中,内容请求者d是领导者,其最优问题是通过设置最优的单位内 容价格,在保证所有内容提供者提供的内容总长度不小于原内容长度的约束下最 大化其效用函数。具体表示为:
将上式代入内容请求者d的效用函数表达式中可得
进而,得到最优的单位内容价格φ*,具体表示为
但是,直接求解该斯坦科尔伯格博弈均衡的精确值,需要内容请求者收集大 量的信息,这是十分困难的。因此,将内容请求者设定的初始单位内容价格设为 0,进而利用上面得到的公式计算各内容提供者 愿意提供的内容比例,通过逐次改变单位内容价格,调节各内容提供者愿意提供 的内容比例,直到获得该斯坦科尔伯格博弈均衡解,即内容请求者 愿意支付的单位内容价格和内容提供者愿意提供的内容比例,也即最终的内容安 全分发方案。
而针对第五步中,设置单位内容价格的初始改变步长ψ=10,步长变化幅度 参数ζ=2。当总长度小于原内容长度时,单位内容价格的改变步长不变,内容请 求者在原有单位内容价格的基础上增加步长ψ;当总长度大于原内容长度时,单 位内容价格的改变步长变为ψ/ζ,内容请求者在原有单位内容价格的基础上减少 步长ψ。
由此,本发明从确保用户内容共享的有效性和安全性出发,内容请求者以其 获得内容下载服务的可达速率为收益,以其付出的货币报酬为代价,建立效用函 数,而内容提供者以其获得的货币报酬为收益,以其为内容请求者提供内容所消 耗的能量和承担的安全成本为代价,建立效用函数,以此构建斯坦科尔伯格博弈 模型,最终得到参与内容共享的用户安全分发方案。本发明通过建立斯坦科尔伯 格博弈模型,分别使内容请求者确定最优的单位内容价格,使各内容提供者确定 其提供的内容比例,以此进行内容共享,其操作简单,易于实现,并有效提高了 用户进行内容共享的能动性和内容分发的安全效益。
以图1所示的通信场景为例,图1所示的基于D2D通信的蜂窝网络包括1个 内容请求者d,其请求内容f,内容大小F=250MB,NP=6个内容提供者可为 内容请求者提供内容f,以及潜在的窃听者E。内容提供者的发送功率 QP=25dbm,噪声功率σ2=-80dbm,用户的目标安全需求RS=1bps/Hz。内容 提供者pj和内容请求者d之间的信道模型为其中表示内 容提供者pj和内容请求者d之间的小尺度衰落并服从瑞利衰落,指代内容提 供者pj和内容请求者d之间的物理距离,α=3是自由路径损耗因子。而内容提 供者pj和E之间的信道模型为其中,表示内容提供者pj和E之间的小尺度衰落并服从瑞利衰落,而指代内容提供者pj和E之间的物 理距离,假设该物理距离服从一个参数为的负指数分布。图1所示的通讯场 景下,考虑到内容传输需要消耗能量,且存在窃听风险,内容请求者需要支付一 定的报酬以从周围的内容提供者处获得完整的内容,而内容提供者则需要根据获 得的报酬增益和承担的能耗和安全成本,确定其提供的内容比例。其中,所述内 容请求者和内容提供者利用其进行内容共享的收益和代价,实现内容安全分发, 具体步骤如下:步骤c1,内容请求者d请求内容f,并设置初始的单位内容价格 φ=0,其中该内容长度为F,计算其效用函数为ud(μ,φ);步骤c2,内容请求者 利用D2D设备发现技术搜索其周围的内容提供者,同时将其内容请求和设置的单 位内容价格发送给这些搜索到的内容提供者;步骤c3,接收到内容请求并缓存 有该请求内容的内容提供者根据其接收到的单位内容价格, 计算能使其自身效用函数最大化的策略,即其能够为内容请求者提供 的内容比例大小步骤c4,这些内容提供者将自身愿意提供的内容比例通报 给内容请求者;步骤c5,内容请求者根据各内容提供者通报的内容比例计算其 能够获得的内容总长度判断总长度是否满足条件若满足, 则此时的价格φ即为内容请求者最终确定的单位内容价格,比例集合即为各内容提供者最终愿意提供的内容比例大小。否则, 内容请求者向内容提供者重新发送其新设置的单位内容价格,而内容提供者根据 新的价格决定其提供内容的比例大小。其中,当总长度小于原内容长度时,内容 请求者增加单位内容价格以给各内容提供者更大的激励,促使其愿意提供更大比 例的内容;当总长度大于原内容长度时,内容请求者降低单位内容价格以减弱其 提供给各内容提供者的激励作用,促使各内容提供者提供较小比例的内容;步骤 c6,所述的内容请求者和内容提供者在该蜂窝网络中按照第五步中得到的最终的 单位内容价格和提供内容比例进行内容分发。
图3、图4、图5所示,在该具体实例中,内容请求者首先初始化其请求内 容的单位内容价格,即令φ=0,利用D2D设备发现技术搜索其周围的内容提供 者,同时将内容请求和设置的单位内容价格发送给这些搜索到的内容提供者。接 收到内容请求并缓存有该内容的内容提供者根据其接收的单位内容价格,计算能 使自身效用函数最大化的策略,即其能够为内容请求者提供的内容比例大小。然 后,这些内容提供者将自身愿意提供的内容比例通报给内容请求者。算法开始时, 单位内容价格的初始值φ=0,各个内容提供者均不会愿意为内容请求者提供其 想要的内容。接下来,内容请求者根据各内容提供者通报的内容比例计算其能够 获得的内容总长度。由图4或图5可以看出,前6次迭代中,总长度都小于原内 容长度,因此内容请求者增加单位内容价格以给各内容提供者更大的激励,促使 其愿意提供更大比例的内容,直到第7次迭代,总长度大于原内容长度,内容请 求者降低单位内容价格以减弱其提供给各内容提供者的激励作用,促使各内容提 供者提供较小比例的内容。直到迭代次数接近14时收敛到斯坦科尔伯格均衡。 此时,算法结束。因此,内容请求者就可以分别向这些内容提供者 发送其请求内容的相关信息,包括内容索引、内容比例大小、初始下载数据在完 整内容上的位置等,以使这些内容提供者为其提供原内容的不同部分,保证内容 请求者能够恢复出原内容,实现内容共享。
图5和图6所示本发明的内容安全分发方法所得到的最优单位内容价格低于 传统的没有社交关系强度激励的内容分发方法,安全成本也低于传统的未考虑安 全性的内容分发方法。
与现有技术方法相比,本发明适用于基于D2D通信的蜂窝网络,其中,内容 请求者需要提供内容共享的报酬以激励其周围的内容提供者为他提供不同比例 大小的内容,以最终获得完整的请求内容,而周围的内容提供者需要根据内容共 享的报酬,以及与内容请求者之间的社交关系来决定传送多少比例的内容,同时, 他也需要考虑能量消耗造成的传输成本,以及由于窃听者的存在造成的安全成本。 由此,本发明结合货币激励和社交关系强度激励,并考虑窃听场景下的安全成本, 设计斯坦科尔伯格博弈模型可模拟应用场景中内容安全分发的方案,实现对内容 分发效率的优化,不仅提高内容提供者进行内容共享的能动性,还能优化内容共 享的安全效益。
由此,本发明在蜂窝网络中,从确保用户内容共享的有效性和安全性出发, 利用用户物理和社交信息的融合作用,基于斯坦科尔伯格博弈,设计实现了内容 安全分发方法及其系统。其中,在实际的内容分发阶段,内容请求者需要从众多 内容提供者中选择合适的一个或者几个提供其所需的内容,以实现用更少的代价 获得更好的内容共享服务;而内容提供者同样需要根据其收益与代价确定其分发 方案,以实现用更少的消耗和安全风险为内容请求者提供内容共享服务,同时获 得更多的利益。由此利用斯坦科尔伯格博弈建立“领导者-跟随者模型”进行模 拟实现对单位内容价格φ及比例的优化,获得最佳的D2D内容安全分发方式。
本领域普通技术人员可以理解:以上所述仅为本发明的优选实施例而已,并 不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领 域的技术人员来说,其依然可以对前述各实施例记载的技术方案进行修改,或者 对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何 修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于斯坦科尔伯格博弈的D2D内容安全分发方法,其特征在于,当内容请求者d请求内容f时,其通过如下的步骤从多个内容提供者处获得该内容f,其中,该内容f的长度为F:
第一步,内容请求者d设置初始的单位内容价格φ=0,利用D2D设备发现技术搜索其周围的内容提供者,向搜索到的J个内容提供者,发送请求的内容f及其单位内容价格φ;
第三步,内容请求者d根据各内容提供者所反馈的比例计算其能够获得的内容总长度为在能够获得的内容总长度小于该内容f的长度为F时,跳转至第四步;在能够获得的内容总长度大于该内容f的长度为F时,跳转至第五步;否则,跳转至第六步;
第四步,内容请求者d增加单位内容价格φ,向所述各内容提供者pj发送请求的内容f及更新后的单位内容价格φ,然后跳转至第二步;
第五步,内容请求者d降低单位内容价格φ,向所述各内容提供者pj发送请求的内容f及更新后的单位内容价格φ,然后跳转至第二步;
3.如权利要求1所述的基于斯坦科尔伯格博弈的D2D内容安全分发方法,其特征在于,所述内容提供者pj具有内容提供者效用函数以所述内容提供者效用函数值最大作为计算所述内容比例大小的目标函数;其中,表示内容提供者pj的收益,其中,表示内容提供者pj和内容请求者d之间的社交关系强度;为社交相关函数;表示内容提供者pj的代价;其中,内容提供者pj为内容请求者提供不同比例大小的内容时的能耗为安全成本为其中,θ∈[0,1]表示内容f的隐私程度,θ值越大,内容f越私密,被窃听的损失也就越大;b是一个大于0的常数,表示能耗成本因子;是内容提供者pj向d发送内容时的安全中断概率,其中,其中RS是用户的目标安全需求,是内容提供者pj和窃听者之间的信道增益。
4.如权利要求1所述的基于斯坦科尔伯格博弈的D2D内容安全分发方法,其特征在于,第二步中,所述内容提供者pj愿意提供的内容占该内容f的比例其通过以内容请求者d作为领导者,内容提供者pj作为跟随者而建立的以斯坦科尔伯格博弈模型计算最优解,在该以斯坦科尔伯格博弈模型最优解的计算过程中,通过设置最优的单位内容价格,在保证所有内容提供者提供的内容总长度不小于原内容长度的约束下最大化其效用函数;
5.如权利要求3所述的基于斯坦科尔伯格博弈的D2D内容安全分发方法,其特征在于,所述第四步和第五步中,增加单位内容价格或降低单位内容价格φ的具体步骤为:
设置单位内容价格的初始改变步长ψ,设置步长变化幅度参数ζ;
所述第四步中,内容请求者在原有单位内容价格φ的基础上增加所述改变步长ψ,作为增加后的单位内容价格φ;
所述第五步中,单位内容价格的限缩步长为ψ/ζ,内容请求者在原有单位内容价格φ的基础上减少改变步长ψ/ζ,作为减少后的单位内容价格φ。
9.如权利要求8所述的基于斯坦科尔伯格博弈的D2D内容安全分发系统,其特征在于,还包括潜在的窃听者E;
所述内容请求者d、内容提供者pj、窃听者E共处同一蜂窝网络中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910011023.5A CN109729510B (zh) | 2019-01-07 | 2019-01-07 | 基于斯坦科尔伯格博弈的d2d内容安全分发方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910011023.5A CN109729510B (zh) | 2019-01-07 | 2019-01-07 | 基于斯坦科尔伯格博弈的d2d内容安全分发方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109729510A CN109729510A (zh) | 2019-05-07 |
CN109729510B true CN109729510B (zh) | 2021-08-24 |
Family
ID=66298775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910011023.5A Active CN109729510B (zh) | 2019-01-07 | 2019-01-07 | 基于斯坦科尔伯格博弈的d2d内容安全分发方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109729510B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110225485B (zh) * | 2019-05-16 | 2020-07-10 | 华中科技大学 | 一种基于严格潜在博弈的v2v功率控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8655939B2 (en) * | 2007-01-05 | 2014-02-18 | Digital Doors, Inc. | Electromagnetic pulse (EMP) hardened information infrastructure with extractor, cloud dispersal, secure storage, content analysis and classification and method therefor |
CN106454700A (zh) * | 2016-09-13 | 2017-02-22 | 华北电力大学 | 基于社交网络的d2d通信内容分发方案 |
CN108566636A (zh) * | 2018-04-28 | 2018-09-21 | 中国人民解放军陆军工程大学 | 面向不同用户偏好的d2d随机缓存布设方法 |
CN108600014A (zh) * | 2018-04-27 | 2018-09-28 | 哈尔滨工业大学深圳研究生院 | 一种基于Stackelberg博弈的存储资源分配方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150229699A1 (en) * | 2014-02-10 | 2015-08-13 | Comcast Cable Communications, Llc | Methods And Systems For Linking Content |
-
2019
- 2019-01-07 CN CN201910011023.5A patent/CN109729510B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8655939B2 (en) * | 2007-01-05 | 2014-02-18 | Digital Doors, Inc. | Electromagnetic pulse (EMP) hardened information infrastructure with extractor, cloud dispersal, secure storage, content analysis and classification and method therefor |
CN106454700A (zh) * | 2016-09-13 | 2017-02-22 | 华北电力大学 | 基于社交网络的d2d通信内容分发方案 |
CN108600014A (zh) * | 2018-04-27 | 2018-09-28 | 哈尔滨工业大学深圳研究生院 | 一种基于Stackelberg博弈的存储资源分配方法 |
CN108566636A (zh) * | 2018-04-28 | 2018-09-21 | 中国人民解放军陆军工程大学 | 面向不同用户偏好的d2d随机缓存布设方法 |
Non-Patent Citations (2)
Title |
---|
An adaptive pricing scheme for content delivery systems;S. Jagannathan,K.C. Almeroth;《GLOBECOM"01. IEEE Global Telecommunications Conference (Cat. No.01CH37270)》;20011129;全文 * |
基于内容感知和团购策略的云视频分发网络;赵天骐,陆佃杰;《计算机科学 》;20180615;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109729510A (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Game theory and reinforcement learning based secure edge caching in mobile social networks | |
He et al. | Secure social networks in 5G systems with mobile edge computing, caching, and device-to-device communications | |
Wu et al. | Social-aware rate based content sharing mode selection for D2D content sharing scenarios | |
Li et al. | A federated learning-based edge caching approach for mobile edge computing-enabled intelligent connected vehicles | |
CN109831796B (zh) | 无线网络虚拟化中的资源分配方法 | |
CN101543021A (zh) | 贡献感知的对等实时流传输服务 | |
Kong et al. | A reliable and efficient task offloading strategy based on multifeedback trust mechanism for IoT edge computing | |
Hui et al. | A game theoretic scheme for collaborative vehicular task offloading in 5G HetNets | |
He et al. | Integrated computing, caching, and communication for trust-based social networks: A big data drl approach | |
Kim | 5G Network Communication, Caching, and Computing Algorithms Based on the Two‐Tier Game Model | |
Zheng et al. | 5G network-oriented hierarchical distributed cloud computing system resource optimization scheduling and allocation | |
Wu et al. | A profit-aware coalition game for cooperative content caching at the network edge | |
Krolikowski et al. | Optimal cache leasing from a mobile network operator to a content provider | |
Liu et al. | Resource allocation for video transcoding and delivery based on mobile edge computing and blockchain | |
Qiu et al. | Subchannel assignment and power allocation for time-varying fog radio access network with NOMA | |
He et al. | Incentive mechanism and content provider selection for device-to-device-based content sharing | |
Wang et al. | Task offloading scheduling in mobile edge computing networks | |
Li et al. | DQN-enabled content caching and quantum ant colony-based computation offloading in MEC | |
Baccour et al. | CE-D2D: Collaborative and popularity-aware proactive chunks caching in edge networks | |
CN109729510B (zh) | 基于斯坦科尔伯格博弈的d2d内容安全分发方法及系统 | |
Huang et al. | Reinforcement learning for cost-effective IoT service caching at the edge | |
Zhu et al. | Computing offloading decision based on multi-objective immune algorithm in mobile edge computing scenario | |
CN111447506B (zh) | 云边环境下基于延迟和成本均衡的流媒体内容放置方法 | |
Liu et al. | Stackelberg-Game Computation Offloading Scheme for Parked Vehicle-Assisted VEC and Experiment Analysis | |
Zhang et al. | Game theoretic multihop d2d content sharing: Joint participants selection, routing, and pricing |
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 |