CN110276670A - 一种基于任务迁移的计算资源分配方法 - Google Patents
一种基于任务迁移的计算资源分配方法 Download PDFInfo
- Publication number
- CN110276670A CN110276670A CN201910406733.8A CN201910406733A CN110276670A CN 110276670 A CN110276670 A CN 110276670A CN 201910406733 A CN201910406733 A CN 201910406733A CN 110276670 A CN110276670 A CN 110276670A
- Authority
- CN
- China
- Prior art keywords
- mobile device
- bid
- edge server
- discount
- resource
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000013468 resource allocation Methods 0.000 title claims abstract description 16
- 230000005012 migration Effects 0.000 title claims abstract description 14
- 238000013508 migration Methods 0.000 title claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims abstract description 14
- 230000001174 ascending effect Effects 0.000 claims abstract description 10
- 230000008901 benefit Effects 0.000 claims abstract description 5
- 238000012885 constant function Methods 0.000 claims description 3
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000007246 mechanism Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0611—Request for offers or quotes
-
- 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)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及移动边缘计算领域,更具体地,涉及一种基于任务迁移的计算资源分配方法。包括以下步骤:(1)将移动设备作为买方、边缘服务器作为卖方,分别向中间拍卖商提交各自的竞价信息;(2)中间拍卖商根据移动设备的竞价信息中的单位资源出价进行降序排序;(3)中间拍卖商计算边缘服务器的竞价信息中的折扣单位资源出价并对其进行升序排序;(4)中间拍卖商基于总效益最高的原则计算移动设备和边缘服务器之间的关系矩阵;(5)根据Vickrey‑Clark‑Groves拍卖规则和关系矩阵计算出移动设备的定价和边缘服务器的定价。本方法不仅为移动设备提供挖矿所需的计算资源,而且边缘服务器可以向移动设备出售剩余的计算资源来换取收入,实现资源利用的最大化。
Description
技术领域
本发明涉及移动边缘计算领域,更具体地,涉及一种基于任务迁移的计算资源分配方法。
背景技术
区块链是一个不需要第三方权威机构信用背书就可以安全存储数据的分布式账本。而挖矿是整个区块链网络运转中非常重要的过程,它基于工作量证明机制,通过解决一个数学难题来获得区块链中的记账权利。尽管区块链技术已经被应用到许多不同的领域,但依然很难将区块链技术应用到移动设备中,因为移动设备无法承担挖矿所需的计算资源。对此,边缘计算被引入移动区块链中。
拍卖是一个高效的资源分配机制,已经被应用到运输服务,共乘分配等领域。常用的拍卖方式主要有一下三种:组合拍卖,双拍卖和组合双拍卖。组合拍卖指竞价人可以对不同的商品进行组合竞价;双向拍卖是指买卖双方都不止一个,拍卖双方分别提交他们的竞价和商品数量;组合双向拍卖是组合拍卖和双拍卖的结合,即买卖双方将不同类型和数量的商品进行组合,由双方同时进行报价。
此外,团购也是一种重要的经济策略,即当买方数量达到一定值,即可对商品或者服务享受一定的折扣。卖方通过这种方式赢得更多顾客,买方通过这种方式获取更低的价格。
发明内容
为了克服现有技术中移动设备不足以提供区块链中挖矿所需的算力,本发明提供了一种基于任务迁移的计算资源分配方法。
为解决上述技术问题,本发明的技术方案如下:
一种基于任务迁移的计算资源分配方法,包括以下步骤:
步骤S1:将移动设备作为买方、边缘服务器作为卖方,买方和卖方分别向中间拍卖商提交各自的竞价信息;
步骤S2:中间拍卖商计算移动设备的竞价信息中的单位资源出价并按照单位资源出价对移动设备进行降序排序;
步骤S3:中间拍卖商根据团购折扣函数计算边缘服务器的竞价信息中的折扣单位资源出价,并对其进行升序排序;
步骤S4:根据移动设备的单位资源出价以及边缘服务器的折扣单位资源出价,中间拍卖商基于总效益最高的原则计算移动设备和边缘服务器之间的关系矩阵;
步骤S5:根据Vickrey-Clark-Groves拍卖规则和关系矩阵计算出移动设备的定价,再对与同一个边缘服务器匹配的所有移动设备的定价求和得到该边缘服务器的定价。
优选的,所述的步骤S1的具体步骤如下:
假设系统中共有K种虚拟机实例,移动设备Bi(i=1,2,…,N)作为买方,边缘服务器Ej(j=1,2,…,M)作为卖方,买卖双方分别向中间拍卖商提交竞价信息。
优选的,所述的步骤S2的具体步骤如下:
移动设备的竞价信息用三元组表示,其中为移动设备Bi对虚拟机实例k的需求量,ti为移动设备Bi对计算资源所需的使用时间,vi为移动设备Bi对所需计算资源的出价;中间拍卖商根据以上竞价信息,计算出移动设备的单位资源出价;移动设备Bi的单位资源出价为出价与总资源需求量的大小的平方根的比值,即:
其中si表示移动设备Bi的总资源需求量的大小,是Bi对K种虚拟机实例需求量的总和,即移动设备Bi所需的每一种虚拟机实例的需求量、使用时间以及权值的乘积之和;si表示为:
其中wk表示虚拟机实例k的权值;将所有的移动设备根据单位资源出价降序排序放入数组P中。
优选的,所述的步骤S3的具体步骤如下:
边缘服务器的竞价信息由二元组和函数Dj(n)表示,其中表示边缘服务器Ej能够提供虚拟机实例k的数量,表示边缘服务器Ej提供虚拟机实例k的单位时间价格,Dj(n)是团购折扣函数,n表示参与团购的移动设备数量,Dj(n)是一个分段常函数,在不同的移动设备数量区间对应不同的折扣等级;中间拍卖商根据竞价信息,计算出边缘服务器的折扣单位资源出价,并对其进行升序排序放入数组Q中;
优选的,计算边缘服务器的折扣单位资源出价具体包括以下步骤:
步骤S301:计算边缘服务器的计算资源总和大小,边缘服务器的计算资源总和大小为拥有的每一种虚拟机实例的数量与其相应权值的乘积,即:
其中wk表示虚拟机实例k的权值;
步骤S302:计算边缘服务器Ej在不考虑打折情况下的基本出价,基本出价为所拥有的所有虚拟机实例的数量与相应的单位时间价格的乘积之和,即:
步骤S303:计算边缘服务器Ej折扣为Dj(n)时的折扣资源出价:
步骤S304:计算边缘服务器Ej的折扣单位资源出价,折扣单位资源出价为折扣资源出价与资源总和大小平方根的比值:
最后对所有的折扣单位资源出价升序排序并放入数组Q中。
优选的,所述的步骤S4的具体步骤如下:
按照数组Q中的折扣单位资源出价顺序依次为边缘服务器匹配移动设备,如果边缘服务器Ej剩余的虚拟机实例能够满足移动设备Bi的需求,且边缘服务器Ej当前的折扣单位资源出价低于移动设备Bi的单位资源出价,则将移动设备Bi加入边缘服务器Ej的团购里,直到边缘服务器无法再为任何移动设备提供虚拟机实例;判断此时的团购中移动设备的数量是否达到该级折扣所需的数量,如果没有达到,则此轮匹配作废,继续在下一折扣单位资源出价下进行匹配,最后将匹配
结果转换成匹配矩阵X,用xij表示匹配矩阵X中的元素,若Ej和Bi匹配成功,令xij的值为1,否者令xij为0。
优选的,所述的步骤S5的具体步骤如下:
步骤S501:计算移动设备Bi的Vickrey-Clark-Groves价格,Vickrey-Clark-Groves价格为
表示输家中的最高出价,即Bi不参与拍卖的情况下的赢家出价;
步骤S502:计算边缘服务器Ej的报价;边缘服务器Ej的报价由其每一种虚拟机实例的数量、单位时间价格、移动设备用户的使用时间、团购函数以及团购数量共同确定;边缘服务器Ej的报价表示为:
步骤S503:将Vickrey-Clark-Groves价格和报价中的较大者作为移动设备最终定价,即
ci=max{gi,ei}
步骤S504:将与边缘服务器Ej对应的团购中的所有移动设备的定价之和作为边缘服务器Ej的最终定价
与现有技术相比,本发明技术方案的有益效果是:
本发明中基于任务迁移的计算资源分配机制应用了网络经济学中拍卖和团购的思想,移动设备用户作为买方,边缘服务器作为卖方,中间拍卖商根据双方的竞价对计算资源进行定价。该机制为移动设备提供了挖矿所需的计算资源,同时激励更多的边缘服务器参与到拍卖中,同时增加了移动设备用户和边缘服务器的经济效益。该计算资源分配机制具有较好的计算效率,并满足拍卖的三个属性:收支平衡,诚实性,个人合理性。
附图说明
图1为本发明的方法流程图。
图2为本发明的模型图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1、图2所示,本实施例提供了一种基于任务迁移的计算资源分配方法,包括以下步骤:
步骤S1:将移动设备作为买方、边缘服务器作为卖方,买方和卖方分别向中间拍卖商提交各自的竞价信息;
步骤S2:中间拍卖商计算移动设备的竞价信息中的单位资源出价并按照的单位资源出价对移动设备进行降序排序;
步骤S3:中间拍卖商根据团购折扣函数计算边缘服务器的竞价信息中的折扣单位资源出价,并对其进行升序排序;
步骤S4:根据移动设备的单位资源出价以及边缘服务器的折扣单位资源出价,中间拍卖商基于总效益最高的原则计算移动设备和边缘服务器之间的关系矩阵;
步骤S5:根据Vickrey-Clark-Groves拍卖规则和关系矩阵计算出移动设备的定价,再对与同一个边缘服务器匹配的所有移动设备的定价求和得到该边缘服务器的定价。
作为一个优选的实施例,所述的步骤S1的具体步骤如下:
假设系统中共有K种虚拟机实例,移动设备Bi(i=1,2,…,N)作为买方,边缘服务器Ej(j=1,2,…,M)作为卖方,买卖双方分别向中间拍卖商提交竞价信息。
作为一个优选的实施例,所述的步骤S2的具体步骤如下:
移动设备的竞价信息用三元组表示,其中为移动设备Bi对虚拟机实例k的需求量,ti为移动设备Bi对计算资源所需的使用时间,vi为移动设备Bi对所需计算资源的出价;中间拍卖商根据以上竞价信息,计算出移动设备的单位资源出价;移动设备Bi的单位资源出价为出价与总资源需求量的大小的平方根的比值,即:
其中si表示移动设备Bi的总资源需求量的大小,是Bi对K种虚拟机实例需求量的总和,即移动设备Bi所需的每一种虚拟机实例的需求量、使用时间以及权值的乘积之和;si表示为:
其中wk表示虚拟机实例k的权值;将所有的移动设备根据单位资源出价降序排序放入数组P中。
作为一个优选的实施例,所述的步骤S3的具体步骤如下:
边缘服务器的竞价信息由二元组和函数Dj(n)表示,其中表示边缘服务器Ej能够提供虚拟机实例k的数量,表示边缘服务器Ej提供虚拟机实例k的单位时间价格,Dj(n)是团购折扣函数,n表示参与团购的移动设备数量,Dj(n)是一个分段常函数,在不同的移动设备数量区间对应不同的折扣等级;中间拍卖商根据竞价信息,计算出边缘服务器的折扣单位资源出价,并对其进行升序排序放入数组Q中;
作为一个优选的实施例,计算边缘服务器的折扣单位资源出价具体包括以下步骤:
步骤S301:计算边缘服务器的计算资源总和大小,边缘服务器的计算资源总和大小为拥有的每一种虚拟机实例的数量与其相应权值的乘积,即:
其中wk表示虚拟机实例k的权值;
步骤S302:计算边缘服务器Ej在不考虑打折情况下的基本出价,基本出价为所拥有的所有虚拟机实例的数量与相应的单位时间价格的乘积之和,即:
步骤S303:计算边缘服务器Ej折扣为Dj(n)时的折扣资源出价:
步骤S304:计算边缘服务器Ej的折扣单位资源出价,折扣单位资源出价为折扣资源出价与资源总和大小平方根的比值:
最后对所有的折扣单位资源出价升序排序并放入数组Q中。
作为一个优选的实施例,所述的步骤S4的具体步骤如下:
按照数组Q中的折扣单位资源出价顺序依次为边缘服务器匹配移动设备,如果边缘服务器Ej剩余的虚拟机实例能够满足移动设备Bi的需求,且边缘服务器Ej当前的折扣单位资源出价低于移动设备Bi的单位资源出价,则将移动设备Bi加入边缘服务器Ej的团购里,直到边缘服务器无法再为任何移动设备提供虚拟机实例;判断此时的团购中移动设备的数量是否达到该级折扣所需的数量,如果没有达到,则此轮匹配作废,继续在下一折扣单位资源出价下进行匹配,最后将匹配结果转换成匹配矩阵X,用xij表示匹配矩阵X中的元素,若Ej和Bi匹配成功,令xij的值为1,否者令xij为0。
作为一个优选的实施例,所述的步骤S5的具体步骤如下:
步骤S501:计算移动设备Bi的Vickrey-Clark-Groves价格,Vickrey-Clark-Groves价格为
表示输家中的最高出价,即Bi不参与拍卖的情况下的赢家出价;
步骤S502:计算边缘服务器Ej的报价;边缘服务器Ej的报价由其每一种虚拟机实例的数量、单位时间价格、移动设备用户的使用时间、团购函数以及团购数量共同确定;边缘服务器Ej的报价表示为:
步骤S503:将Vickrey-Clark-Groves价格和报价中的较大者作为移动设备最终定价,即
ci=max{gi,ei}
步骤S504:将与边缘服务器Ej对应的团购中的所有移动设备的定价之和作为边缘服务器Ej的最终定价
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (7)
1.一种基于任务迁移的计算资源分配方法,其特征在于,包括以下步骤:
步骤S1:将移动设备作为买方、边缘服务器作为卖方,买方和卖方分别向中间拍卖商提交各自的竞价信息;
步骤S2:中间拍卖商计算移动设备的竞价信息中的单位资源出价并按照的单位资源出价对移动设备进行降序排序;
步骤S3:中间拍卖商根据团购折扣函数计算边缘服务器的竞价信息中的折扣单位资源出价,并对其进行升序排序;
步骤S4:根据移动设备的单位资源出价以及边缘服务器的折扣单位资源出价,中间拍卖商基于总效益最高的原则计算移动设备和边缘服务器之间的关系矩阵;
步骤S5:根据Vickrey-Clark-Groves拍卖规则和关系矩阵计算出移动设备的定价,再对与同一个边缘服务器匹配的所有移动设备的定价求和得到该边缘服务器的定价。
2.根据权利要求1所述的一种基于任务迁移的计算资源分配方法,其特征在于,所述的步骤S1的具体步骤如下:
假设系统中共有K种虚拟机实例,移动设备Bi(i=1,2,…,N)作为买方,边缘服务器Ej(j=1,2,…,M)作为卖方,买卖双方分别向中间拍卖商提交竞价信息。
3.根据权利要求2所述的一种基于任务迁移的计算资源分配方法,其特征在于,所述的步骤S2的具体步骤如下:
移动设备的竞价信息用三元组表示,其中 为移动设备Bi对虚拟机实例k的需求量,ti为移动设备Bi对计算资源所需的使用时间,vi为移动设备Bi对所需计算资源的出价;中间拍卖商根据以上竞价信息,计算出移动设备的单位资源出价;移动设备Bi的单位资源出价为出价与总资源需求量的大小的平方根的比值,即:
其中si表示移动设备Bi的总资源需求量的大小,是Bi对K种虚拟机实例需求量的总和,即移动设备Bi所需的每一种虚拟机实例的需求量、使用时间以及权值的乘积之和;si表示为:
其中wk表示虚拟机实例k的权值;将所有的移动设备根据单位资源出价降序排序放入数组P中。
4.根据权利要求3所述的一种基于任务迁移的计算资源分配方法,其特征在于,所述的步骤S3的具体步骤如下:
边缘服务器的竞价信息由二元组和函数Dj(n)表示,其中 表示边缘服务器Ej能够提供虚拟机实例k的数量,表示边缘服务器Ej提供虚拟机实例k的单位时间价格,Dj(n)是团购折扣函数,n表示参与团购的移动设备数量,Dj(n)是一个分段常函数,在不同的移动设备数量区间对应不同的折扣等级;中间拍卖商根据竞价信息,计算出边缘服务器的折扣单位资源出价,并对其进行升序排序放入数组Q中;
5.根据权利要求4所述的一种基于任务迁移的计算资源分配方法,其特征在于,计算边缘服务器的折扣单位资源出价具体包括以下步骤:
步骤S301:计算边缘服务器的计算资源总和大小,边缘服务器的计算资源总和大小为拥有的每一种虚拟机实例的数量与其相应权值的乘积,即:
其中wk表示虚拟机实例k的权值;
步骤S302:计算边缘服务器Ej在不考虑打折情况下的基本出价,基本出价为所拥有的所有虚拟机实例的数量与相应的单位时间价格的乘积之和,即:
步骤S303:计算边缘服务器Ej折扣为Dj(n)时的折扣资源出价:
步骤S304:计算边缘服务器Ej的折扣单位资源出价,折扣单位资源出价为折扣资源出价与资源总和大小平方根的比值:
最后对所有的折扣单位资源出价升序排序并放入数组Q中。
6.根据权利要求5所述的一种基于任务迁移的计算资源分配方法,其特征在于,所述的步骤S4的具体步骤如下:
按照数组Q中的折扣单位资源出价顺序依次为边缘服务器匹配移动设备,如果边缘服务器Ej剩余的虚拟机实例能够满足移动设备Bi的需求,且边缘服务器Ej当前的折扣单位资源出价低于移动设备Bi的单位资源出价,则将移动设备Bi加入边缘服务器Ej的团购里,直到边缘服务器无法再为任何移动设备提供虚拟机实例;判断此时的团购中移动设备的数量是否达到该级折扣所需的数量,如果没有达到,则此轮匹配作废,继续在下一折扣单位资源出价下进行匹配,最后将匹配结果转换成匹配矩阵X,用xij表示匹配矩阵X中的元素,若Ej和Bi匹配成功,令xij的值为1,否者令xij为0。
7.根据权利要求6所述的一种基于任务迁移的计算资源分配方法,其特征在于,所述的步骤S5的具体步骤如下:
步骤S501:计算移动设备Bi的Vickrey-Clark-Groves价格,Vickrey-Clark-Groves价格为
表示输家中的最高单位资源出价,即Bi不参与拍卖的情况下的赢家出价;
步骤S502:计算边缘服务器Ej的报价;边缘服务器Ej的报价由其每一种虚拟机实例的数量、单位时间价格、移动设备用户的使用时间、团购函数以及团购数量共同确定;边缘服务器Ej的报价表示为:
步骤S503:将Vickrey-Clark-Groves价格和报价中的较大者作为移动设备最终定价,即
ci=max{gi,ei}
步骤S504:将与边缘服务器Ej对应的团购中的所有移动设备的定价之和作为边缘服务器Ej的最终定价
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910406733.8A CN110276670A (zh) | 2019-05-16 | 2019-05-16 | 一种基于任务迁移的计算资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910406733.8A CN110276670A (zh) | 2019-05-16 | 2019-05-16 | 一种基于任务迁移的计算资源分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110276670A true CN110276670A (zh) | 2019-09-24 |
Family
ID=67959932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910406733.8A Pending CN110276670A (zh) | 2019-05-16 | 2019-05-16 | 一种基于任务迁移的计算资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110276670A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110928678A (zh) * | 2020-01-20 | 2020-03-27 | 西北工业大学 | 一种基于移动边缘计算的区块链系统资源分配方法 |
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 |
CN113535408A (zh) * | 2021-08-02 | 2021-10-22 | 东北大学 | 边缘侧计算资源拍卖式优化方法 |
CN114047971A (zh) * | 2021-11-09 | 2022-02-15 | 北京中电飞华通信有限公司 | 边缘计算资源分配方法及装置 |
CN114338685A (zh) * | 2021-12-07 | 2022-04-12 | 重庆邮电大学 | 基于信用度-价格关系的边缘服务器资源分配方法 |
CN115941699A (zh) * | 2021-10-26 | 2023-04-07 | 湘潭大学 | 一种动态定价的边缘计算资源分配方法 |
-
2019
- 2019-05-16 CN CN201910406733.8A patent/CN110276670A/zh active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110928678A (zh) * | 2020-01-20 | 2020-03-27 | 西北工业大学 | 一种基于移动边缘计算的区块链系统资源分配方法 |
CN110928678B (zh) * | 2020-01-20 | 2022-03-04 | 西北工业大学 | 一种基于移动边缘计算的区块链系统资源分配方法 |
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 |
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 |
CN113535408A (zh) * | 2021-08-02 | 2021-10-22 | 东北大学 | 边缘侧计算资源拍卖式优化方法 |
CN113535408B (zh) * | 2021-08-02 | 2023-10-20 | 东北大学 | 边缘侧计算资源拍卖式优化方法 |
CN115941699A (zh) * | 2021-10-26 | 2023-04-07 | 湘潭大学 | 一种动态定价的边缘计算资源分配方法 |
CN115941699B (zh) * | 2021-10-26 | 2024-04-19 | 湘潭大学 | 一种动态定价的边缘计算资源分配方法 |
CN114047971A (zh) * | 2021-11-09 | 2022-02-15 | 北京中电飞华通信有限公司 | 边缘计算资源分配方法及装置 |
CN114047971B (zh) * | 2021-11-09 | 2023-12-08 | 北京中电飞华通信有限公司 | 边缘计算资源分配方法及装置 |
CN114338685A (zh) * | 2021-12-07 | 2022-04-12 | 重庆邮电大学 | 基于信用度-价格关系的边缘服务器资源分配方法 |
CN114338685B (zh) * | 2021-12-07 | 2023-09-26 | 重庆邮电大学 | 基于信用度-价格关系的边缘服务器资源分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110276670A (zh) | 一种基于任务迁移的计算资源分配方法 | |
Xu et al. | Truthful, budget-balanced bundle double auctions for carrier collaboration | |
US9117235B2 (en) | Belief propagation for generalized matching | |
US8335738B2 (en) | System and method for a hybrid clock and proxy auction | |
Chen et al. | Should we collude? Analyzing the benefits of bidder cooperation in online group-buying auctions | |
US8762222B2 (en) | System and method for an auction of multiple types of items | |
US20140304098A1 (en) | System and Method for a Dynamic Auction with Package Bidding | |
CN110544147B (zh) | 一种mec中基于双向拍卖的多任务跨服务器资源分配方法 | |
Tsai et al. | Developing a fuzzy multi-attribute matching and negotiation mechanism for sealed-bid online reverse auctions | |
Choi et al. | Utility-based double auction mechanism using genetic algorithms | |
Kothari et al. | Solving combinatorial exchanges: Optimality via a few partial bids | |
US7801769B1 (en) | Computing a set of K-best solutions to an auction winner-determination problem | |
Chen | Risk-aware dynamic reserve prices of programmatic guarantee in display advertising | |
RU2012121634A (ru) | Комбинационные агрегации портфолио в электронной торговле | |
Bichler et al. | Software frameworks for advanced procurement auction markets | |
Bhan et al. | Auction based scheme for resource allotment in cloud computing | |
Wang et al. | Design of optimal double auction mechanism with multi-objectives | |
Pankiraj et al. | Incentive-based peer-to-peer distributed energy trading in smart grid systems | |
Shubik | A Theory of Money and Financial Institutions. Part 22. A Price-Quantity Buy-Sell Market with and without Contingent Bids | |
Bagchi et al. | Mechanism design for allocation of carbon emission reduction units: A study of global companies with strategic divisions and partners | |
Chen et al. | Mechanism design for daily deals | |
Ludwig et al. | Matchmaking in multi-attribute auctions using a genetic algorithm and a particle swarm approach | |
US20200327541A1 (en) | Data processing method of a dual-track token system for exchange of online services | |
Nzouonta et al. | Secure computation for combinatorial auctions and market exchanges | |
Li et al. | A Strategy-Proof Model-Based Online Auction for Ad Reservation |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190924 |
|
RJ01 | Rejection of invention patent application after publication |