CN110111189A - 基于双边拍卖的在线组合资源分配与支付方法 - Google Patents
基于双边拍卖的在线组合资源分配与支付方法 Download PDFInfo
- Publication number
- CN110111189A CN110111189A CN201910399994.1A CN201910399994A CN110111189A CN 110111189 A CN110111189 A CN 110111189A CN 201910399994 A CN201910399994 A CN 201910399994A CN 110111189 A CN110111189 A CN 110111189A
- Authority
- CN
- China
- Prior art keywords
- resource
- buyer
- seller
- bid
- auction
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/08—Auctions
Landscapes
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于双边拍卖的在线组合资源分配与支付方法,每个买家(SP)提供报价信息;每个卖家(MVNO)提供要价信息;拍卖师(中间商)计算投标密度函数并构建联合投标密度矩阵,通过升序或降序排列得到投标密度排序向量;然后依次判断每个元素相关联的卖家拥有的资源是否完全满足买家申请的资源,如果满足,则将对应的卖家和买家作为中标机构;然后基于临界最小竞标密度为参考确定每个中标卖家待收取的费用qm;同时基于临界最大竞标密度为参考确定每个中标买家待支付的费用pn;最后选择pn≥qm所对应的买家和卖家进行匹配实现资源分配。其效果是:能显著降低分配等待时间,最大化三方的收益和,收敛速度快、复杂度低,易实现。
Description
技术领域
本发明涉及移动云计算与移动边缘计算领域,特别是涉及一种基于双边拍卖的在线组合资源分配与支付方法。
背景技术
移动边缘计算和网络切片都属于5G的关键技术。移动边缘计算(mobile edgecomputing,MEC)是指利用无线接入网络就近提供电信用户IT所需服务和云端计算功能(边缘云),而创造出一个具备高性能、低延迟与高带宽的电信级服务环境,加速网络中各项内容、服务及应用的快速下载,让消费者享有不间断的高质量网络体验。网络切片(networkslicing,SP)是指利用软件定义网络和网络功能虚拟化等技术,将网络物理基础设施资源根据场景需求(如车联网、移动通信网络或物联网等)虚拟化为多个相互独立的平行的虚拟网络切片,以灵活应对不同网络应用的差异化QoS需求(如时延、带宽、安全性与可靠性等)。当前针对MVNO和SP之间的资源分配机制还少有研究,当前的分配机制主要为离线机制,即SP需要提前提交竞标信息,包含所需资源的种类,报价等,分配用时较长,而且难以实现各方利益的最大化。
发明内容
针对目前研究存在的问题,本发明提供一种基于双边拍卖的在线组合资源分配与支付方法。本发明的切入点则是在基于网络切片的移动边缘计算网络下建立网络切片资源管理体系并设计资源协调机制,通告采取基于时间触发的在线机制,不需要对未来做出任何假设,更贴近实际,可以让SP及MVNO即时参与拍卖并有可能得到分配。通过采用经济学拍卖理论来进行分配与支付,在这里我们假设中间商获利,最大化MVNO、SP和中间商三方的利益,即寻求一个更加完善的分配规则,让资源利用更加高效,更加贴近实际需求。
为实现上述目的,本发明所采用的具体技术方案如下:
一种基于双边拍卖的在线组合资源分配与支付方法,其关键在于,包括以下步骤:
S1:将网络切片(SP)定义为买家,将网络虚拟运营商(MVNO)定义为卖家,将中间商定义为拍卖师,针对每个资源分配周期而言,每个买家向拍卖师提供报价信息;每个卖家向拍卖师提供要价信息;
S2:拍卖师根据买家的报价信息和卖家的要价信息计算投标密度函数并构建联合投标密度矩阵,矩阵中第m行的第n个元素是基于第m个卖家的归一化投标密度函数和第n个买家的归一化投标密度函数线性变换而得;
S3:拍卖师对联合投标密度矩阵中的所有元素进行升序或降序排列,得到投标密度排序向量及其每个元素在联合投标密度矩阵中的索引;
S4:依次判断每个元素相关联的卖家拥有的资源是否完全满足买家申请的资源,如果满足,则将对应的卖家和买家作为中标机构,如果不满足,则中标失败,全部判断完成后将未中标的卖家和买家信息归入下一轮拍卖;
S5:拍卖师基于临界中标卖家集合中最小竞标密度为参考确定每个中标卖家待收取的费用qm;
S6:拍卖师基于临界中标买家集合中最大竞标密度为参考确定每个中标买家待支付的费用pn;
S7:选择pn≥qm所对应的买家和卖家进行匹配实现资源分配并更新资源剩余量。
可选地,第n个买家向拍卖师提供的报价信息为n=1~N,N表示当前资源分配周期买家的总个数,其中bn为第n个买家申请资源的报价,为第n个买家申请的通信资源数量,为第n个买家申请的计算资源数量,为第n个买家申请的存储资源数量,ln为第n个买家申请资源的时长,为第n个买家申请资源的截止时间,如果第n个买家经过时间后仍然竞标失败,则退出本轮拍卖;
第m个卖家向拍卖师提供的要价信息为其中m=1~M,M表示当前资源分配周期卖家的总个数,表示第m个卖家拥有的通信资源数量,为单位通信资源的要价,表示第m个卖家拥有的计算资源数量,为单位计算资源的要价,表示第m个卖家拥有的存储资源数量,为单位存储资源的要价。
可选地,第n个买家的归一化投标密度函数按照:
计算,其中σn为其需求的资源空间,且
第m个卖家的归一化投标密度函数按照:
计算,其中premnmx()即为归一化函数,εW,εC,εR对应为通信资源、计算资源和存储资源的资源权重;
所述联合投标密度矩阵中第m行的第n个元素按照确定。
可选地,第m个中标卖家待收取的费用其中表示第m个中标卖家临界中标卖家集合中最小竞标密度。
可选地,第n个中标买家待支付的费用其中表示第n个中标买家临界中标买家集合中最大竞标密度。
本发明的显著效果是:
能显著降低SP和MVNO的分配等待时间,最大化中间商、MVNO、中间商三方的收益和,本方法具有激励相容、个体理性和预算均衡的稳健经济学性质,不仅适用于边缘云网络,也适用于中心云网络,而且收敛速度快、复杂度低,易实现。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明场景模型图;
图2是竞标SP服务率的对比结果图;
图3是社会总收益的对比结果图;
图4本发明算法执行过程中单个时隙内的SP分配情况。
具体实施方式
为了使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述,应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参见图1所示,本实施例提供的网络模型中包括四个网络切片SP1、SP2、SP3和SP4,三个网络虚拟运营商MVNO1、MVNO2和MVNO3,以及中间商。任意用户SP n(n=1,…,4)报价信息是六元组其中,表示SP n申请资源的报价,和分别表示SP n申请计算资源、通信资源和存储资源的数量,为资源申请时长,为最长等待时间。例如,对于SP1的资源申请信息(40,2,3,4,2,3),申请报价为40,计算资源、通信资源、存储资源的申请量分别为2、3、4,申请时长为2,最长等待时间为3,即SP1若在第1个周期进入,直至第4个周期开始前仍未获得分配,则在第4个周期开始前被剔除。MVNO m(m=1,..,3)由一个六元组刻画,分别表示计算资源的拥有量及单价,分别表示通信资源的拥有量及单价,分别表示存储资源的拥有量及单价。例如,对于MVNO申请信息(8,2;10,1;12,1),拥有计算资源8,单价为2;拥有通信资源10,单价为1;拥有存储资源12,单价为1。
本方法是在线的,下面以3个时隙为例,简要阐述过程:
第1个周期进入用户为SP1、SP2,通过计算联合投标密度函数,可判断出在此周期,SP2与MVNO1之间的交易竞标优先级最大,首先获得分配权利,其次为SP1与MVNO1之间的交易,依据支付规则确定双方的交易价格。
在第2个周期进入用户为SP3、SP4,依据联合投标密度函数计算,可得SP3与MVNO1为第一优先级,SP4与MVNO1为第二优先级,但是两者所申请的资源量均不能被满足,交易被迫终止,最终SP3与MVNO2获得分配权利,SP4在本周期并未获得分配权利,且由于SP4可容忍截止期限为1,所以在经历第2个周期后于第3个周期前将其剔除。特别地,在该周期对于SP3与中间商之间的定价,根据支付规则,由于再次分配后无人获得分配权利,因此投标密度取自身投标密度值,即支付价格为其自身报价。
在第3个周期并未有SP进入,但SP1与SP2的交易达到资源的申请时长,返回给对应MVNO其所占用的资源。
后续周期中继续进行在线组合资源的分配与支付,从系统全局角度来看,该分配是让三者收益和最大化的折中考虑。
具体实施时,在图1场景下,参与竞标的用户为三个MVNO与随机进入的SP,由中间商决定最终的资源分配结果和支付结果。MVNO的计算资源、通信资源、存储资源均在[24,25]]之间随机变化,计算资源随并且三种资源的单位报价为均在[5,7]]之间变化,每种资源的权重值εW,εC,εR均为1。仿真时间周期为T∈[0,100]],在每个周期开始时会有随机数量的SP进入,每个SP所请求的计算资源、通信资源、存储资源数量在[3,4]]之间随机变化,请求时间段位ti∈[1,3],且报价为bn∈[180,200],且SP的截止期限为当前时间加上[1,2]]。
按照本发明提出的方法对上述数据进行仿真运行,图2展示了本发明所提方法与最大化社会总收益的最优分配算法优化求解结果的SP服务率对比图,可以看出本发明所提方法的SP服务率与优化分配算法求解结果相差不大;图3为社会总收益对比图,本发明所提方法可以最大化社会总收益,其结果比最优值略低;图4为单个时隙内SP待分配的数量与已分配的数量对比图,可以看出随着时隙的增多,MVNO剩余资源愈来愈少,由于资源限制,每个周期内分配SP数量降低,而等待的SP数量慢慢变多。
其为执行1000次蒙特卡洛仿真下平均结果。可以看出,通过对以上仿真结果的分析,可以看出本发明所提方法在具有激励相容、个体理性和预算均衡的稳健经济学性质的同时可以最大化社会总收益,其结果比最优值略低。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (5)
1.一种基于双边拍卖的在线组合资源分配与支付方法,其特征在于,包括以下步骤:
S1:将网络切片(SP)定义为买家,将网络虚拟运营商(MVNO)定义为卖家,将中间商定义为拍卖师,针对每个资源分配周期而言,每个买家向拍卖师提供报价信息;每个卖家向拍卖师提供要价信息;
S2:拍卖师根据买家的报价信息和卖家的要价信息计算投标密度函数并构建联合投标密度矩阵,矩阵中第m行的第n个元素是基于第m个卖家的归一化投标密度函数和第n个买家的归一化投标密度函数线性变换而得;
S3:拍卖师对联合投标密度矩阵中的所有元素进行升序或降序排列,得到投标密度排序向量及其每个元素在联合投标密度矩阵中的索引;
S4:依次判断每个元素相关联的卖家拥有的资源是否完全满足买家申请的资源,如果满足,则将对应的卖家和买家作为中标机构,如果不满足,则中标失败,全部判断完成后将未中标的卖家和买家信息归入下一轮拍卖;
S5:拍卖师基于临界中标卖家集合中最小竞标密度为参考确定每个中标卖家待收取的费用qm;
S6:拍卖师基于临界中标买家集合中最大竞标密度为参考确定每个中标买家待支付的费用pn;
S7:选择pn≥qm所对应的买家和卖家进行匹配实现资源分配并更新资源剩余量。
2.根据权利要求1所述的基于双边拍卖的在线组合资源分配与支付方法,其特征在于:
第n个买家向拍卖师提供的报价信息为N表示当前资源分配周期买家的总个数,其中bn为第n个买家申请资源的报价,为第n个买家申请的通信资源数量,为第n个买家申请的计算资源数量,为第n个买家申请的存储资源数量,ln为第n个买家申请资源的时长,为第n个买家申请资源的截止时间,如果第n个买家经过时间后仍然竞标失败,则退出本轮拍卖;
第m个卖家向拍卖师提供的要价信息为其中m=1~M,M表示当前资源分配周期卖家的总个数,表示第m个卖家拥有的通信资源数量,为单位通信资源的要价,表示第m个卖家拥有的计算资源数量,为单位计算资源的要价,表示第m个卖家拥有的存储资源数量,为单位存储资源的要价。
3.根据权利要求2所述的基于双边拍卖的在线组合资源分配与支付方法,其特征在于:
第n个买家的归一化投标密度函数按照计算,其中σn为其需求的资源空间,定义为第m个卖家的归一化投标密度函数按照:计算,其中premnmx()即为归一化函数,εW,εC,εR对应为通信资源、计算资源和存储资源的资源权重;
所述联合投标密度矩阵中第m行的第n个元素按照确定。
4.根据权利要求3所述的基于双边拍卖的在线组合资源分配与支付方法,其特征在于:
第m个中标卖家待收取的费用其中表示第m个中标卖家临界中标卖家集合中最小竞标密度。
5.根据权利要求3所述的基于双边拍卖的在线组合资源分配与支付方法,其特征在于:
第n个中标买家待支付的费用其中表示第n个中标买家临界中标买家集合中最大竞标密度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910399994.1A CN110111189B (zh) | 2019-05-14 | 2019-05-14 | 基于双边拍卖的在线组合资源分配与支付方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910399994.1A CN110111189B (zh) | 2019-05-14 | 2019-05-14 | 基于双边拍卖的在线组合资源分配与支付方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110111189A true CN110111189A (zh) | 2019-08-09 |
CN110111189B CN110111189B (zh) | 2023-07-25 |
Family
ID=67490084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910399994.1A Active CN110111189B (zh) | 2019-05-14 | 2019-05-14 | 基于双边拍卖的在线组合资源分配与支付方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110111189B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110996396A (zh) * | 2019-12-06 | 2020-04-10 | 成都龙腾中远信息技术有限公司 | 一种基于在线组合拍卖的移动边缘网络资源分配方法 |
CN111757354A (zh) * | 2020-06-15 | 2020-10-09 | 武汉理工大学 | 一种基于竞争博弈的多用户切片资源分配方法 |
CN112948116A (zh) * | 2021-03-05 | 2021-06-11 | 电子科技大学 | 一种基于在线激励的边缘计算合作计算资源分配方法 |
CN113543055A (zh) * | 2021-06-30 | 2021-10-22 | 云南大学 | 基于双向拍卖机制的车辆边缘计算中资源分配方法 |
CN113611103A (zh) * | 2020-06-12 | 2021-11-05 | 南京理工大学 | 基于车流量预测的车联网双边拍卖式边缘计算迁移方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104796900A (zh) * | 2015-04-07 | 2015-07-22 | 南京邮电大学 | 基于拍卖理论的蜂窝网络中d2d通信资源分配方法 |
CN107370616A (zh) * | 2017-03-10 | 2017-11-21 | 南京航空航天大学 | 基于组合双边拍卖的5g蜂窝网络虚拟化资源分配机制 |
CN108182112A (zh) * | 2017-11-22 | 2018-06-19 | 南京航空航天大学 | 基于组合拍卖的以人为中心的感知网络的资源分配机制 |
CN108768891A (zh) * | 2018-05-29 | 2018-11-06 | 重庆大学 | 一种基于在线拍卖的网络切片资源分配方法 |
CN109548155A (zh) * | 2018-03-01 | 2019-03-29 | 重庆大学 | 一种分布式非平衡边缘云网络接入与资源分配机制 |
CN109548031A (zh) * | 2018-03-01 | 2019-03-29 | 重庆大学 | 一种非平衡边缘云网络接入与资源分配机制 |
CN109547555A (zh) * | 2018-03-01 | 2019-03-29 | 重庆大学 | 基于公平性准则的非平衡边缘云网络接入与资源分配机制 |
-
2019
- 2019-05-14 CN CN201910399994.1A patent/CN110111189B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104796900A (zh) * | 2015-04-07 | 2015-07-22 | 南京邮电大学 | 基于拍卖理论的蜂窝网络中d2d通信资源分配方法 |
CN107370616A (zh) * | 2017-03-10 | 2017-11-21 | 南京航空航天大学 | 基于组合双边拍卖的5g蜂窝网络虚拟化资源分配机制 |
CN108182112A (zh) * | 2017-11-22 | 2018-06-19 | 南京航空航天大学 | 基于组合拍卖的以人为中心的感知网络的资源分配机制 |
CN109548155A (zh) * | 2018-03-01 | 2019-03-29 | 重庆大学 | 一种分布式非平衡边缘云网络接入与资源分配机制 |
CN109548031A (zh) * | 2018-03-01 | 2019-03-29 | 重庆大学 | 一种非平衡边缘云网络接入与资源分配机制 |
CN109547555A (zh) * | 2018-03-01 | 2019-03-29 | 重庆大学 | 基于公平性准则的非平衡边缘云网络接入与资源分配机制 |
CN108768891A (zh) * | 2018-05-29 | 2018-11-06 | 重庆大学 | 一种基于在线拍卖的网络切片资源分配方法 |
Non-Patent Citations (2)
Title |
---|
XIAOFGANG WU等: "Online combinatorial based mechanism for MEC network resource allocation", 《COMMUNICATION SYSTEMS》, vol. 32, no. 7, pages 1 - 16 * |
陈前斌等: "基于在线双向拍卖的虚拟网络切片资源调度机制", 《电子与信息学报》, vol. 40, no. 7, pages 1738 - 1744 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110996396A (zh) * | 2019-12-06 | 2020-04-10 | 成都龙腾中远信息技术有限公司 | 一种基于在线组合拍卖的移动边缘网络资源分配方法 |
CN110996396B (zh) * | 2019-12-06 | 2023-02-03 | 成都工业学院 | 一种基于在线组合拍卖的移动边缘网络资源分配方法 |
CN113611103A (zh) * | 2020-06-12 | 2021-11-05 | 南京理工大学 | 基于车流量预测的车联网双边拍卖式边缘计算迁移方法 |
CN111757354A (zh) * | 2020-06-15 | 2020-10-09 | 武汉理工大学 | 一种基于竞争博弈的多用户切片资源分配方法 |
US11716748B2 (en) | 2020-06-15 | 2023-08-01 | Wuhan University Of Technology | Multi-user slice resource allocation method based on competitive game |
CN112948116A (zh) * | 2021-03-05 | 2021-06-11 | 电子科技大学 | 一种基于在线激励的边缘计算合作计算资源分配方法 |
CN112948116B (zh) * | 2021-03-05 | 2023-06-13 | 电子科技大学 | 一种基于在线激励的边缘计算合作计算资源分配方法 |
CN113543055A (zh) * | 2021-06-30 | 2021-10-22 | 云南大学 | 基于双向拍卖机制的车辆边缘计算中资源分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110111189B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110111189A (zh) | 基于双边拍卖的在线组合资源分配与支付方法 | |
Tafsiri et al. | Combinatorial double auction-based resource allocation mechanism in cloud computing market | |
CN109922152B (zh) | 一种移动边缘计算中的计算卸载方法及系统 | |
Lee et al. | A real-time group auction system for efficient allocation of cloud internet applications | |
CN111343436B (zh) | 基于云边协同的轨道交通视频监控方法及系统 | |
Wang et al. | A reverse auction based allocation mechanism in the cloud computing environment | |
Liwang et al. | Let’s trade in the future! A futures-enabled fast resource trading mechanism in edge computing-assisted UAV networks | |
CN105306277A (zh) | 消息队列的消息调度方法及消息调度装置 | |
Sharghivand et al. | A comprehensive survey on auction mechanism design for cloud/edge resource management and pricing | |
CN114047971A (zh) | 边缘计算资源分配方法及装置 | |
Hosseinalipour et al. | A two-stage auction mechanism for cloud resource allocation | |
Qiu et al. | Auction method to prevent bid-rigging strategies in mobile blockchain edge computing resource allocation | |
Hosseinalipour et al. | Options-based sequential auctions for dynamic cloud resource allocation | |
US7962346B2 (en) | Social choice determination systems and methods | |
Xu et al. | Resource allocation based on double auction for cloud computing system | |
Vinothiyalakshmi et al. | Efficient dynamic resource provisioning based on credibility in cloud computing | |
Xu et al. | Hierarchical combinatorial auction in computing resource allocation for mobile blockchain | |
Ye et al. | A game-based approach for cloudlet resource pricing for cloudlet federation | |
Vinothiyalakshmi et al. | Enhanced multi-attribute combinative double auction (emcda) for resource allocation in cloud computing | |
CN114727319A (zh) | 基于vcg拍卖机制的5g mec计算任务卸载方法 | |
Aldawood et al. | A coordination-based brokerage architecture for multi-cloud resource markets | |
Xue et al. | All-pay Auction Based Profit Maximization in End-to-End Computation Offloading System | |
Farajian et al. | Parallel Continuous Double Auction for Service Allocation in Cloud Computing | |
Liu et al. | Resource allocation strategy based on improved auction algorithm in mobile edge computing environment | |
CN114205828B (zh) | 基于联盟区块链的专用频谱资源共享系统及方法 |
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 |