CN113283989B - 卫星边缘计算资源分配方法及装置 - Google Patents
卫星边缘计算资源分配方法及装置 Download PDFInfo
- Publication number
- CN113283989B CN113283989B CN202110607889.XA CN202110607889A CN113283989B CN 113283989 B CN113283989 B CN 113283989B CN 202110607889 A CN202110607889 A CN 202110607889A CN 113283989 B CN113283989 B CN 113283989B
- Authority
- CN
- China
- Prior art keywords
- module
- buyer
- seller
- information
- bid
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000013468 resource allocation Methods 0.000 title claims abstract description 31
- 230000007246 mechanism Effects 0.000 claims abstract description 62
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 238000004891 communication Methods 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 3
- 230000001351 cycling effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- LMYSNFBROWBKMB-UHFFFAOYSA-N 4-[2-(dipropylamino)ethyl]benzene-1,2-diol Chemical compound CCCN(CCC)CCC1=CC=C(O)C(O)=C1 LMYSNFBROWBKMB-UHFFFAOYSA-N 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Images
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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
-
- 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)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种卫星边缘计算资源分配方法及装置,该方法采用TMF机制或EMF机制实现资源分配,包括:生成卖方候选集;生成买方候选集:选取满足比卖方要价和阈值都要高的投标价,并将满足投标价格而组成的集合定义为买方候选集;对每个卖方计算其分配规则,生成买卖交易对集合;当一个买方仅选择一个卖方时,通过卫星广播删除已中标的投标信息,以避免重复投标;若是一个买方选择多个卖方的场景,则跳过此过程;针对每一个成交对计算其支付规则,完成资源分配。本发明有效的解决了网络边缘中的资源分配问题,实现了有限的计算资源合理地分配给海量IoT用户,增加了资源提供者与资源需求者之间的成功交易对;可以广泛在卫星通信技术领域中应用。
Description
技术领域
本发明涉及卫星通信技术领域,特别是关于一种在天基边缘通信场景下,基于双向拍卖的卫星边缘计算资源分配方法及装置。
背景技术
随着物联网设备的迅速普及,大量的资源请求涌入到网络边缘,占用了有限的带宽并增加了网络传输负担。海量物联网设备若向远程云中心请求计算资源,则会产生巨大的传输延迟,从而导致某些时延敏感的应用程序无法如期工作,例如自动驾驶应用程序等。考虑到上述窘境,移动边缘计算(MEC)技术出现在人们的视野中,该技术被认为是可解决上述难点的最有效技术,并广泛应用在学术界和工业界,其核心思想是在网络边缘处为用户就近提供资源及所需服务,而无需将向远程云请求资源。显然,在网络边缘处为移动设备(MD)就近提供服务大幅度减少了传输延迟,并提高了服务质量,这极大地推动了工业物联网(IIoT)的快速发展。
虽然移动边缘计算技术为工业物联网的发展带来了巨大的优势,但也带来了诸多难点与挑战。其中,如何将有限的边缘服务器资源合理地分给海量的移动边缘用户成了一个备受关注的难点。现有网络边缘处的资源分配模型主要集中在基于资源定价的两阶段动态博弈模型。这种方法固然可实现资源的合理分配,但却不够有效,因为该模型假设了所有参与者都要遵循两阶段动态博弈的规则与机制。然而,更有效的方法是使用拍卖模型设计博弈机制,从机制设计这一更高的维度去实现资源的有效分配。现有关于分配计算资源的拍卖模型有很多,如ICAM机制。ICAM机制可以将边缘服务器的资源分配给资源请求者,并且该机制满足预算平衡性(budget balance)、计算有效性(computational efficiency)、个体理性(individual rationality)和激励兼容(incentive compatibility)的特性。但ICAM机制仍然存在缺点,即买卖双方之间成功交易的数量略低,并且一个卖方只能为一个买方提供服务。这导致ICAM机制无法直接应用于一个边缘服务器服务多个MD的场景中。除了ICAM机制以外,还有BDA机制和DPDA机制,上述两机制相比ICAM而言大幅度提高了成功交易的数量,并可应用于一个卖方服务多个买方的场景。但BDA和DPDA机制仍存在一些缺点,即不同MD向资源提供者请求的计算资源大小必须全部相同,这种限制导致该机制无法直接应用于具有不同计算请求大小的IoT场景中。
发明内容
针对上述问题,本发明的目的是提供一种卫星边缘计算资源分配方法及装置,其能有效的解决网络边缘中的资源分配问题,实现有限的计算资源合理地分配给海量IoT用户,增加了资源提供者与资源需求者之间的成功交易对。
为实现上述目的,本发明采取以下技术方案:一种卫星边缘计算资源分配方法,该方法采用TMF机制或EMF机制实现资源分配,包括以下步骤:
步骤2、生成买方候选集Bc:选取满足比卖方要价和阈值都要高的投标价bij,并将满足投标价格而组成的集合定义为买方候选集Bc;
步骤3、对每个卖方uk计算其分配规则,生成买卖交易对集合(Lb,Ls);其中,Lb及Ls分别表示所有成功交易的买方集合及卖方集合;
步骤4、当一个买方仅选择一个卖方时,通过卫星广播删除已中标的投标信息,以避免重复投标;
若是一个买方选择多个卖方的场景,则跳过步骤4,直接执行步骤5;
步骤5、针对每一个成交对计算其支付规则,完成资源分配。
步骤1.1.2、计算阈值因子φ,用以过滤S′并生成卖方候选集Sc;
步骤1.1.3、选取S′中前φ个元素,并将其定义为卖方候选集Sc:
将当前正在循环的卖方uk构成集合Ls;采用单调分配准则得到Lb的方法包括以下步骤:
步骤3.1、计算放缩因子z,用以放缩所有买方的投标价;
步骤3.2、根据放缩因子z对买方的投标价进行放缩,得到放缩后的vai′;
步骤3.3、采用动态规划方法计算放缩后的被选择的买方,计算获胜的买方投标价集合的总和V;
式中,V′表示原始买方投标价集合的总和;
步骤3.4、寻找出放缩后的买方投标价集合的总和V的最大值作为最终的买方投标价集合Vlast;
步骤3.5、最终的买方投标价集合Vlast对应的索引号Indexlast,为所求得获胜的买方索引号,然后反放缩回原始的投标价,得到中标的买方集合Lb。
进一步,所述步骤5中,在TMF机制中,支付规则为:
步骤5.1、对每一个成功交易的买卖对进行遍历;
步骤5.2、不断增大中标的投标价bij,直到μij(bi)=1,表示获胜的买方Lb与获胜的卖方Ls之间交易成功;
进一步,所述步骤5中,在EMF机制中,支付规则为:
步骤5.1、对每一个成功交易的买卖对进行遍历;
步骤5.2、不断增大中标的投标价bij,直到μij(bi)=1,即表示获胜的买方Lb与获胜的卖方Ls之间交易成功,否则交易失败μij(bi)=0;
一种卫星边缘计算资源分配装置,该装置用于实现上述任一项的分配方法,包括:买方模块、卖方模块和拍卖商模块;所述拍卖商模块包括AP模块和卫星模块;每个所述AP模块分别连接多个买方和多个卖方,一个买方对应一个所述买方模块,一个卖方对应一个所述卖方模块,同时,一个所述AP模块只连接一个所述卫星模块;所述买方模块和卖方模块分别与所述拍卖商模块进行信息交互,由所述拍卖商模块中的AP模块和卫星模块对接收到的数据进行资源分配计算处理,并由所述AP模块将处理后的数据分别传输至所述买方模块和卖方模块,完成资源分配。
进一步,所述AP模块包括信息传输层、信息计算层和信息交换层;
所述信息传输层用于在拍卖商及买卖双方之间传递信息,包括投标价收集模块、投标价通告模块、要价收集模块和要价通告模块;所述买方模块发送的数据信息传输至所述投标价收集模块,并由所述投标价通告模块将资源分配信息传输至所述买方模块;所述卖方模块发送的数据信息传输至所述要价收集模块,并由所述要价通告模块将资源分配信息传输至所述卖方模块;
所述信息计算层为博弈机制的运行层,其包括算法模块;该算法模块中设置有用于生成决策信息的TMF机制或EMF机制;
所述信息交换层用于负责拍卖商之间的信息交换,实现地面AP之间的实时通信,利用天基卫星的广域覆盖实现信息实时共享。
进一步,所述卫星模块包括信息接收模块、信息合并模块和信息广播模块;所述信息接收模块用于接收所述AP模块中的信息交换模块传输至的信息,并将接收到的信息经所述信息合并模块处理后传输至所述信息广播模块,由所述信息广播模块将接收到的信息返回至所述信息交换层。
进一步,所述买方模块包括信息传输层和信息决策层,所述信息传输层用于实现买方与所述拍卖商模块之间进行信息发送及信息接收;所述信息决策层是买方内部决策单位;
所述信息传输层包括投标模块和接收模块,所述投标模块将买方投标价及买方所需要的计算资源发送至所述拍卖商模块中的投标价收集模块,所述接收模块用于接收所述拍卖商模块中投标价通告模块传输至的AP是否同意为当前买方分配资源及交易成功够买方所需要的提交的价格信息。
本发明由于采取以上技术方案,其具有以下优点:
1、本发明建立买卖双方的交易关系,基于传统的BDA机制及DPDA机制,提出了EMF机制及TMF机制,允许资源请求者请求不同大小的计算资源,打破了计算请求必须一样的限制。
2、本发明基于拍卖理论设置的博弈机制相比传统机制,提高了交易成功率,增加了社会福利(social welfare)。
3、本发明采用的TMF和EMF两个机制,以使得所设计的博弈机制可有效地解决网络边缘中的资源分配问题,实现有限的计算资源合理地分配给海量IoT用户,增加了资源提供者与资源需求者之间的成功交易对(successful trade)。
附图说明
图1是本发明基于双向拍卖的资源分配机制应用场景示意图;
图2是本发明基于双向拍卖的资源分配机制整体示意图;
图3是本发明天基边缘网络资源分配系统架构及模块划分示意图;
图4是本发明采用TMF机制时资源分配流程示意图;
图5是本发明实施例中的交易成功率性能对比图;
图6是本发明实施例中的社会福利性能对比图;
图7是本发明实施例中的资源利用率对比图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
在本发明中,具体各符号的含义为:
J:边缘服务器集合(即:卖方集合J={1,2,...,J});
I:边缘设备集合(即:买方集合I={1,2,...,I});
W:买方申请服务时,所占用的资源大小的集合;
R:每个边缘服务器所含有的总资源集合(即:卖方所拥有的总资源大小);
S:卖方要价集合;
B:买方投标价集合;
C:卖方代价(即:卖方的成本开销);
V:买方价值(即:卖方的资源对买方而言的最高估值);
Lb:成功交易的买方集合(即:所有的买方获胜者);
Ls:成功交易的卖方集合(即:所有的卖方获胜者);
μ:I行J列的二元矩阵,表示买卖双方的成功交易匹配对;
λ:是一个阈值,该阈值决定了可以参与拍卖的卖方数量;
Bc:投标价候选集,是B的子集;
Sc:要价候选集,是S的子集。
本发明对资源请求者与资源拥有者进行建模,建立双边买卖关系,并设置了适用于天基场景下的博弈机制,以实现网络边缘处计算资源有效且合理地分配。本发明扩展了现有机制中对应用场景的约束,并打破了前述缺点,使得MD可请求任意大小的计算资源,有效地解决天基网络边缘中的资源分配问题,并可应用于如图1所示的天基边缘场景中。本发明提出了天基边缘网络资源分配系统架构及相应的模块划分方案,并基于此架构提出TMF(Truthful-Monotone-FPTAS,激励兼容的单调FPTAS机制)和EMF(Efficient-Monotone-FPTAS,高性能的单调FPTAS机制)两个博弈机制,以实现将有限的计算资源合理且高效地分配给海量IoT用户。下面结合实施例对本发明做进一步的介绍。
本发明的应用场景分为两类,分别为一个买方可选择多个买方的场景和一个买方只能选择一个卖方的场景。其中,前者允许一个买方向多个卖方投标,即一个买方同时向多个卖方申请CPU资源。这种场景在现实中比较常见,尤其是在协同计算的场景下,如在神经网络模型的训练中,使用单节点训练会浪费大量的训练时间,而分布式并行训练会缩短训练时长,并且多节点同时训练可以避免由于数据量的限制而导致的过拟合问题。而后者只允许一个买方向一个卖方投标,即一个买方只能向一个卖方申请CPU资源。这种场景在现实中更为常见场景,如普通用户大多只向一个边缘服务器请求CPU资源即可满足要求。
在本发明的第一实施方式中,提供一种卫星边缘计算资源分配装置,如图2、图3所示,其包括买方模块、卖方模块和拍卖商模块;其中,拍卖商模块包括AP(无线接入点)模块和卫星模块。每个AP模块都分别连接多个买方和多个卖方(一个买方对应一个买方模块,一个卖方对应一个卖方模块),同时,一个AP模块只连接一个卫星模块。买方模块和卖方模块分别与拍卖商模块进行信息交互,由拍卖商模块中的AP模块和卫星模块对接收到的数据进行资源分配计算处理,并由AP模块将处理后的数据分别传输至买方模块和卖方模块,完成资源分配。其中:
AP模块包括信息传输层、信息计算层和信息交换层。
信息传输层用于在拍卖商及买卖双方之间传递信息;具体传输的信息包括四类,分别为:买方向拍卖商提供的投标信息、卖方向拍卖商提供的要价信息、拍卖商向买方回传的决策信息、拍卖商向卖方回传的决策信息。
在一个优选的实施例中,信息传输层包括投标价收集模块、投标价通告模块、要价收集模块和要价通告模块。买方模块发送的数据信息传输至投标价收集模块,并由投标价通告模块将资源分配信息传输至买方模块;卖方模块发送的数据信息传输至要价收集模块,并由要价通告模块将资源分配信息传输至卖方模块。
信息计算层为博弈机制的运行层,其包括算法模块。该算法模块中设置有用于生成决策信息的TMF机制或EMF机制(包含分配规则及价格规格);
信息交换层用于负责拍卖商之间的信息交换,实现地面AP之间的实时通信,利用天基卫星的广域覆盖的优势,实现信息实时共享等功能。
在一个优选的实施例中,信息交换层包含信息交换模块和投标信息删除模块。其中,信息交换模块用于负责AP之间的信息收集及共享;投标信息删除模块,在一个买方可选择多个卖方的场景时,用于避免一个买方在多个卖方处中标。
卫星模块包括信息接收模块、信息合并模块和信息广播模块。信息接收模块用于接收AP模块中的信息交换模块传输至的信息,并将接收到的信息经信息合并模块处理后传输至信息广播模块,由信息广播模块将接收到的信息返回至信息交换模块。其中,投标信息广播后,AP节点接收投标信息,并在AP模块内的投标信息删除子模块中删除重复的投标信息即可。
使用时,在一个买方选择一个买方的场景中,由于各个AP之间独立收集买方的投标信息,收集后独立进行拍卖决策,此时若买方向多个卖方投标,则会导致买方在多个卖方处中标。为了避免这种情况的发生,通过卫星模块为各个AP之间提供了一个实时通信的渠道,打破了AP之间原本的独立性,充分发挥卫星广域覆盖的优势,将拍卖结果实时告知其余AP,以避免重复中标。为实现上述目的,信息接收模块、信息合并模块、算法辅助模块、信息广播模块便发挥了信息传输及实时通信的目的。
买方模块包括信息传输层和信息决策层,信息传输层用于实现买方与拍卖商模块之间进行信息发送及信息接收,其中,发送的信息包括买方投标价及买方所需要的计算资源,接收的信息包括AP是否同意为当前买方分配资源及交易成功够买方所需要的提交的价格信息;信息决策层是买方内部决策单位,该部分不在拍卖架构内。优选的,信息传输层包括投标模块和接收模块,投标模块将买方投标价及买方所需要的计算资源发送至拍卖商模块中的投标价收集模块,接收模块用于接收拍卖商模块中投标价通告模块传输至的AP是否同意为当前买方分配资源及交易成功够买方所需要的提交的价格信息。信息决策层包括决策模块和拍卖模块,决策模块用于向投标模块发送信息,拍卖模块用于接收接收模块传输至的信息。
卖方模块的结构及原理与买方模块类似,不同的是在卖方模块中设置有要价模块,取代了买方模块中的投标模块。其余在此不再赘述。
在本发明的第二实施方式中,提供一种卫星边缘计算资源分配方法,该方法基于第一实施方式中的分配装置实现,即采用算法模块中的TMF机制或EMF机制实现资源分配,且TMF机制或EMF机制均为双向拍卖机制。本发明采用的双向拍卖机制以优化社会福利为目标,即优化买方收益、卖方收益和拍卖商收益,各方收益计算如下:
令J={1,2,...,J}表示边缘服务器,即资源卖方,令I={1,2,...,I}表示边缘设备,即资源买方,令卫星及基站代表值得信任的第三方拍卖商,买卖双方之间的分配规则及价格规则都有第三方决定。每个卖方都存在计算资源上限,记为R={R1,R2,...,RJ},其中Rj表示第j个卖方所拥有的总计算资源。而每个买方都可以申请不同大小的计算资源W={w1,w2,...,wI},其中wi表示第i个买方所申请的计算资源。令B={bij:1≤i≤I,1≤j≤J}表示I个买方与J个卖方之间的投标矩阵,其中bij表示第i个买方向第j个卖方的投标价格,其中bij=0表示i与j之间不存在投标过程。令S={s1,s2,...,sJ}表示卖方的要价信息,显然若bij<sj则交易无法达成。
令μij记录成功交易的匹配对,若μij=1则表示买方i成功中标卖方j的资源,反之则μij=0,因此矩阵μ是一个I行J列的二元矩阵。令Lb及Ls分别表示所有成功交易的买方集合及卖方集合。因此,若μij=1,则有Lb=Lb∪{i}及Ls=Ls∪{j}。若μij=1,则定义为买方最终出价,定义为卖方最终卖价,因此,拍卖商的收益为
其中,μij(bi)表示μij是bi的函数,B-i表示除了i以外的其余投标价格。
其中,S-j表示除了sj以外的其余要价。
拍卖商收益为:
其中,Lb与Ls都记录着成功交易的买卖方。因此,拍卖商的总收益可以看成所有买卖对的价格差之和。
当双向拍卖机制采用TMF机制时,如图4所示,包括以下步骤:
具体包括以下步骤:
步骤1.1.1、对卖方的要价集合中的元素进行降序排序,并得到排序后的集合 其中其中,表示卖方uK的要价,也表示排序后的第k个卖方要价索引;其中,sj为集合S内的元素,用下角标j来记录未排序的卖方索引。
步骤1.1.2、计算阈值因子φ,用以过滤S′并生成卖方候选集Sc;
步骤1.1.3、选取S′中前φ个元素,并将其定义为卖方候选集Sc:
步骤1.2、生成买方候选集Bc;
其中,B={bij:1≤i≤I,1≤j≤J}表示I个买方与J个卖方之间的投标矩阵,其中bij表示第i个买方向第j个卖方的投标价格,其中bij=0表示i与j之间不存在投标过程。
步骤1.3、对每个卖方uk计算其分配规则,生成买卖交易对集合(Lb,Ls);
并将输入到单调分配准则中,生成买卖交易对集合(Lb,Ls);其中,Lb及Ls分别表示所有成功交易的买方集合及卖方集合。将单调分配准则所输出的获胜的买方添加到Lb中,即由于当前做循环的卖方uk即为中标的卖方,故将当前正在循环的卖方uk加入集合Ls中,即Ls=Ls∪{uk}。需要注意的是,集合Lb中的元素数目等于集合Ls中的元素数目,因此,Ls=Ls∪{uk}中应该添加个uk,并且买卖交易对(Lb,Ls)与μ是一一对应的,即二元矩阵μ中的非零元素数目等于集合Lb或Ls的元素数。
其中,单调分配准则适用于一个卖方uk和多个买方的情况,在本实施例中,将多个买方向卖方uk的投标价都简写成vai向量;令μij记录成功交易的匹配对,若μij=1则表示买方i成功中标卖方j的资源,反之则μij=0,因此矩阵μ是一个I行J列的二元矩阵。则采用单调分配准则得到Lb的方法包括以下步骤:
步骤1.3.1、计算放缩因子z,用以放缩所有买方的投标价;
计算方法为:
z=[log2(max(va))]-j;
步骤1.3.2、根据放缩因子z对买方的投标价进行放缩,得到放缩后的vai′;
式中,ε是近似因子,表示近似程度,优选为ε=0.01;
步骤1.3.3、采用动态规划方法计算放缩后的被选择的买方,即计算获胜的买方投标价集合的总和V;
在本实施例中,动态规划方法采用传统动态规划求解的背包算法。上述公式中,V′表示原始买方投标价集合的总和;
步骤1.3.4、寻找出放缩后的买方投标价集合的总和V的最大值作为最终的买方投标价集合Vlast;
步骤1.3.5、最终的买方投标价集合Vlast对应的索引号Indexlast,即为所求得获胜的买方索引号,然后反放缩回原始的投标价,得到中标的买方集合Lb。
步骤1.4、当一个买方仅选择一个卖方时,通过卫星广播删除已中标的投标信息,以避免重复投标;
若是一个买方选择多个卖方的场景,则不需要执行该步骤;一个买方选择多个卖方时,跳过步骤1.4,直接执行步骤1.5即可。
步骤1.5、针对每一个成交对计算其支付规则,以完成资源交易的全部流程;支付规则的计算依据迈尔森引理;
其中,支付规则为:
步骤1.5.1、对每一个成功交易的买卖对进行遍历,即对集合Lb和Ls中的每一对元素遍历,令i为集合Lb中买方的索引号,令j为集合Ls中卖方的索引号;
步骤1.5.2、不断增大中标的投标价bij,直到μij(bi)=1,即表示获胜的买方Lb与获胜的卖方Ls之间交易成功,否则交易失败μij(bi)=0;
这里需要注意的是,买方出价与卖方要价不相等,因为存在拍卖商作为第三方中间商,拍卖商赚取差价。
当双向拍卖机制采用EMF机制时,其包括以下步骤:
步骤2.2、生成买方候选集Bc;
其中,B={bij:1≤i≤I,1≤j≤J}表示I个买方与J个卖方之间的投标矩阵,其中bij表示第i个买方向第j个卖方的投标价格,其中bij=0表示i与j之间不存在投标过程。
步骤2.3、对每个卖方uk计算其分配规则,生成买卖交易对集合(Lb,Ls);
步骤2.4、当一个买方仅选择一个卖方时,通过卫星广播删除已中标的投标信息,以避免重复投标;
若是一个买方选择多个卖方的场景,则不需要执行该步骤;一个买方选择多个卖方时,跳过步骤1.4,直接执行步骤1.5即可。
步骤2.5、针对每一个成交对计算其支付规则,以完成资源交易的全部流程;支付规则的计算依据迈尔森引理;
其中,支付规则为:
步骤2.5.1、对每一个成功交易的买卖对进行遍历;
步骤2.5.2、不断增大中标的投标价bij,直到μij(bi)=1,即表示获胜的买方Lb与获胜的卖方Ls之间交易成功,否则交易失败μij(bi)=0;
实施例:
在本实施例中,基站及移动设备的仿真参数如表1所示;
表1参数设计
依据上述仿真参数选取,将本发明中提出的TMF与EMF机制,与传统的BDA及DPDA对比性能,性能对比结果如图5至图7所示;由此可知,本发明的博弈机制可有效地解决网络边缘中的资源分配问题,实现有限的计算资源合理地分配给海量IoT用户,增加了资源提供者与资源需求者之间的成功交易对(successful trade)。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (9)
1.一种卫星边缘计算资源分配方法,其特征在于,该方法采用TMF机制或EMF机制实现资源分配,使MD可请求任意大小的计算资源,包括以下步骤:
步骤2、生成买方候选集Bc:选取满足比卖方要价和阈值都要高的投标价bij,并将满足投标价格而组成的集合定义为买方候选集Bc;
步骤3、对每个卖方uk计算其分配规则,生成买卖交易对集合(Lb,Ls);其中,Lb及Ls分别表示所有成功交易的买方集合及卖方集合;
步骤4、当一个买方仅选择一个卖方时,通过卫星广播删除已中标的投标信息,以避免重复投标;
若是一个买方选择多个卖方的场景,则跳过步骤4,直接执行步骤5;
步骤5、针对每一个成交对计算其支付规则,完成资源分配;
将当前正在循环的卖方uk构成集合Ls;采用单调分配准则得到Lb的方法包括以下步骤:
步骤3.1、计算放缩因子z,用以放缩所有买方的投标价;
步骤3.2、根据放缩因子z对买方的投标价进行放缩,得到放缩后的vai′;
式中,ε是近似因子,表示近似程度;
步骤3.3、采用动态规划方法计算放缩后的被选择的买方,计算获胜的买方投标价集合的总和V;
式中,V′表示原始买方投标价集合的总和;
步骤3.4、寻找出放缩后的买方投标价集合的总和V的最大值作为最终的买方投标价集合Vlast;
步骤3.5、最终的买方投标价集合Vlast对应的索引号Indexlast,为所求得获胜的买方索引号,然后反放缩回原始的投标价,得到中标的买方集合Lb。
6.一种卫星边缘计算资源分配装置,其特征在于,该装置用于实现如权利要求1至5任一项的分配方法,包括:买方模块、卖方模块和拍卖商模块;所述拍卖商模块包括AP模块和卫星模块;每个所述AP模块分别连接多个买方和多个卖方,一个买方对应一个所述买方模块,一个卖方对应一个所述卖方模块,同时,一个所述AP模块只连接一个所述卫星模块;所述买方模块和卖方模块分别与所述拍卖商模块进行信息交互,由所述拍卖商模块中的AP模块和卫星模块对接收到的数据进行资源分配计算处理,并由所述AP模块将处理后的数据分别传输至所述买方模块和卖方模块,完成资源分配。
7.如权利要求6所述分配装置,其特征在于,所述AP模块包括信息传输层、信息计算层和信息交换层;
所述信息传输层用于在拍卖商及买卖双方之间传递信息,包括投标价收集模块、投标价通告模块、要价收集模块和要价通告模块;所述买方模块发送的数据信息传输至所述投标价收集模块,并由所述投标价通告模块将资源分配信息传输至所述买方模块;所述卖方模块发送的数据信息传输至所述要价收集模块,并由所述要价通告模块将资源分配信息传输至所述卖方模块;
所述信息计算层为博弈机制的运行层,其包括算法模块;该算法模块中设置有用于生成决策信息的TMF机制或EMF机制;
所述信息交换层用于负责拍卖商之间的信息交换,实现地面AP之间的实时通信,利用天基卫星的广域覆盖实现信息实时共享。
8.如权利要求7所述分配装置,其特征在于,所述卫星模块包括信息接收模块、信息合并模块和信息广播模块;所述信息接收模块用于接收所述AP模块中的信息交换模块传输至的信息,并将接收到的信息经所述信息合并模块处理后传输至所述信息广播模块,由所述信息广播模块将接收到的信息返回至所述信息交换层。
9.如权利要求6所述分配装置,其特征在于,所述买方模块包括信息传输层和信息决策层,所述信息传输层用于实现买方与所述拍卖商模块之间进行信息发送及信息接收;所述信息决策层是买方内部决策单位;
所述信息传输层包括投标模块和接收模块,所述投标模块将买方投标价及买方所需要的计算资源发送至所述拍卖商模块中的投标价收集模块,所述接收模块用于接收所述拍卖商模块中投标价通告模块传输至的AP是否同意为当前买方分配资源及交易成功够买方所需要的提交的价格信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110607889.XA CN113283989B (zh) | 2021-06-01 | 2021-06-01 | 卫星边缘计算资源分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110607889.XA CN113283989B (zh) | 2021-06-01 | 2021-06-01 | 卫星边缘计算资源分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113283989A CN113283989A (zh) | 2021-08-20 |
CN113283989B true CN113283989B (zh) | 2022-11-22 |
Family
ID=77283023
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110607889.XA Active CN113283989B (zh) | 2021-06-01 | 2021-06-01 | 卫星边缘计算资源分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113283989B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109600849B (zh) * | 2018-11-30 | 2022-04-01 | 东南大学 | 一种基于移动边缘计算系统的并行资源分配方法 |
CN109819047B (zh) * | 2019-02-26 | 2021-04-30 | 吉林大学 | 一种基于激励机制的移动边缘计算资源分配方法 |
US10856360B1 (en) * | 2019-05-23 | 2020-12-01 | Verizon Patent And Licensing Inc. | System and method for sharing multi-access edge computing resources in a wireless network |
CN110544147B (zh) * | 2019-08-05 | 2022-03-25 | 西北工业大学 | 一种mec中基于双向拍卖的多任务跨服务器资源分配方法 |
-
2021
- 2021-06-01 CN CN202110607889.XA patent/CN113283989B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113283989A (zh) | 2021-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiao et al. | Toward an automated auction framework for wireless federated learning services market | |
Zhang et al. | Combinational auction-based service provider selection in mobile edge computing networks | |
Luong et al. | A machine-learning-based auction for resource trading in fog computing | |
Qiu et al. | Applications of auction and mechanism design in edge computing: A survey | |
Dong et al. | Double auctions for dynamic spectrum allocation | |
CN111343436B (zh) | 基于云边协同的轨道交通视频监控方法及系统 | |
CN112491964B (zh) | 移动辅助边缘计算方法、装置、介质和设备 | |
CN108182112A (zh) | 基于组合拍卖的以人为中心的感知网络的资源分配机制 | |
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 | |
CN106817401B (zh) | 一种云环境中的资源配置方法 | |
CN110111189B (zh) | 基于双边拍卖的在线组合资源分配与支付方法 | |
Besharati et al. | An incentive-compatible offloading mechanism in fog-cloud environments using second-price sealed-bid auction | |
Liwang et al. | Resource trading in edge computing-enabled IoV: An efficient futures-based approach | |
Lin et al. | A novel latency-guaranteed based resource double auction for market-oriented edge computing | |
Huang et al. | Hybrid market-based resources allocation in mobile edge computing systems under stochastic information | |
CN105657716B (zh) | 一种蜂窝网动态流量分担的频谱拍卖方法 | |
CN109089266B (zh) | 多信道防Sybil攻击的动态频谱分配方法、计算机程序 | |
Zou et al. | ST-EUA: Spatio-temporal edge user allocation with task decomposition | |
Chen et al. | A pricing approach toward incentive mechanisms for participant mobile crowdsensing in edge computing | |
Liew et al. | Economics of semantic communication in metaverse: an auction approach | |
Zheng et al. | Resource allocation and network pricing based on double auction in mobile edge computing | |
CN113283989B (zh) | 卫星边缘计算资源分配方法及装置 | |
Fan et al. | A Learning-based Incentive Mechanism for Mobile AIGC Service in Decentralized Internet of Vehicles | |
CN116797364A (zh) | 一种基于预言机的边缘计算跨链算力交易方法 | |
CN114727319A (zh) | 基于vcg拍卖机制的5g mec计算任务卸载方法 |
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 |