CN113543055B - 基于双向拍卖机制的车辆边缘计算中资源分配方法 - Google Patents

基于双向拍卖机制的车辆边缘计算中资源分配方法 Download PDF

Info

Publication number
CN113543055B
CN113543055B CN202110739274.2A CN202110739274A CN113543055B CN 113543055 B CN113543055 B CN 113543055B CN 202110739274 A CN202110739274 A CN 202110739274A CN 113543055 B CN113543055 B CN 113543055B
Authority
CN
China
Prior art keywords
unit
data type
roadside
resource
vehicle
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
Application number
CN202110739274.2A
Other languages
English (en)
Other versions
CN113543055A (zh
Inventor
张骥先
阎萤
李伟东
苏茜
武浩
韦远奎
娄文璐
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.)
Yunnan University YNU
Original Assignee
Yunnan University YNU
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 Yunnan University YNU filed Critical Yunnan University YNU
Priority to CN202110739274.2A priority Critical patent/CN113543055B/zh
Publication of CN113543055A publication Critical patent/CN113543055A/zh
Application granted granted Critical
Publication of CN113543055B publication Critical patent/CN113543055B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/24—Accounting or billing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于双向拍卖机制的车辆边缘计算中资源分配方法，首先由路边单元确定对资源的单位要价和资源容量，车辆确定对资源的单位竞价和资源需求量，服务提供商对单位要价进行升序排列，对单位竞价进行降序排列，然后基于双向拍卖机制对车辆和路边单元进行匹配，并根据匹配结果确定车辆所需支付的单价和路边单元所能得到的单位报酬。本发明采用双向拍卖机制来对车辆和路边单元进行匹配，最大化成功分配资源车辆数量，提高资源分配效率。

Description

基于双向拍卖机制的车辆边缘计算中资源分配方法
技术领域
本发明属于车联网云计算技术领域，更为具体地讲，涉及一种基于双向拍卖机制的车辆边缘计算中资源分配方法。
背景技术
随着5G时代的到来，车联网行业开始蓬勃发展。在车联网普及的同时，出现了很多新的挑战，如伴随着车联网产生的各种各样类型的应用，如线路规划、碰撞警告、车载娱乐和交通监控等。不同的应用会产生不同类型的数据，如线路规划会产生位置数据，车载娱乐系统会产生语音交互数据，交通监控会产生视频数据等。这些应用的实现要求我们能及时处理高密度多类型的数据。为了解决这些问题，车辆边缘计算被认为是一个有效的解决方案。目前在车辆边缘计算中有两种主要的处理数据的方式，一种是通过路边侧部署边缘服务器处理车辆行驶中产生的数据，另一种是通过临近的有空闲处理能力的车辆处理车辆行驶中产生的数据。在这个过程中请求进行数据处理的称为服务请求方，提供资源进行数据处理的称为服务提供方。
目前不论是关于第一种还是第二种数据处理方式的研究，大都存在以下两种局限性，车辆产生的所有数据具有原子性，不能被分开处理；不论是边缘服务器还是空闲车辆，每次能处理的数据量不是任意的，而是一个固定值。这些局限的存在，会让车联网系统处理数据的效率大大降低，不能让系统效益最大化。所以，需要寻求一种更加高效的数据处理方式使车联网系统中的服务请求方和服务提供方的效益更大化。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于双向拍卖机制的车辆边缘计算中资源分配方法，采用双向拍卖机制来对车辆和路边单元进行匹配，最大化成功分配资源车辆数量，提高资源分配效率。
为了实现上述发明目的，本发明基于双向拍卖机制的车辆边缘计算中资源分配方法包括以下步骤：
S1：车辆边缘计算系统中的M个路边单元分别确定其上K种数据类型资源的容量，同时给定其对K种数据类型资源的单位要价，记路边单元m上第k种数据类型资源的容量为
Figure GDA0003700695050000021
路边单元m对第k种数据类型资源的单位要价为
Figure GDA0003700695050000022
其中m＝1,2,…,M，k＝1,2,…,K；路边单元将资源容量和单位要价数据均上传至服务提供商，服务提供商将M个路边单元对第k种数据类型资源的单位要价
Figure GDA0003700695050000023
构成第k种数据类型资源的单位要价序列
Figure GDA0003700695050000024
然后将单位要价序列中各个单位要价进行升序排列，得到单位要价序列
Figure GDA0003700695050000025
其中qm表示升序排列后第m个单位要价对应的路边单元序号，
Figure GDA0003700695050000026
表示路边单元qm对第k种数据类型资源的单位要价；
S2：车辆边缘计算系统中的N辆车辆分别确定其对K种数据类型资源的需求量，同时给定其对每个路边单元上K种数据类型资源的单位竞价，记车辆n对第k种数据类型资源的需求量为
Figure GDA0003700695050000027
车辆n对路边单元m上第k种数据类型资源的单位竞价为
Figure GDA0003700695050000028
其中n＝1,2,…,N；车辆将资源需求量和单位竞价数据均上传至服务提供商，服务提供商将N辆车辆对第k种数据类型资源的单位竞价
Figure GDA0003700695050000029
构建得到第k种数据类型资源的单位竞价序列
Figure GDA00037006950500000210
然后将单位竞价序列中各个单位竞价进行降序排列，得到单位竞价序列
Figure GDA00037006950500000211
其中pi表示降序排列后第i个单位竞价对应的车辆序号，qi表示降序排列后第i个单位竞价对应的路边单元序号，
Figure GDA00037006950500000212
表示车辆pi对路边单元qi上第k种数据类型资源的单位竞价，i＝1,2,…,L，L＝N×M；
S3：服务提供商为每种资源确定一个最优的分配价格阈值，具体方法如下：
S3.1：初始化m＝1；
S3.2：令待定阈值为单位要价
Figure GDA00037006950500000213
S3.3：从单位要价序列
Figure GDA00037006950500000214
中删除大于
Figure GDA00037006950500000215
的单位要价，得到单位要价序列
Figure GDA00037006950500000216
从单位竞价序列
Figure GDA00037006950500000217
中删除小于
Figure GDA00037006950500000218
的单位竞价，得到单位竞价序列
Figure GDA00037006950500000219
S3.4：初始化单位竞价集合Bc为空，然后依次对于单位竞价序列
Figure GDA00037006950500000220
中的每个单位竞价
Figure GDA00037006950500000221
判断单位竞价
Figure GDA00037006950500000222
对应的路边单元qi的要价
Figure GDA00037006950500000223
是否属于单位要价序列
Figure GDA00037006950500000224
如果是，则将单位竞价
Figure GDA00037006950500000225
加入单位竞价集合Bc，否则不作任何操作；
S3.5：基于资源需求量对单位竞价集合Bc进行校验，得到单位竞价集合
Figure GDA0003700695050000031
校验的具体过程为：对于单位竞价集合Bc中每个单位竞价
Figure GDA0003700695050000032
判断对应的车辆pi对第k种数据类型资源的需求量
Figure GDA0003700695050000033
是否大于对应的路边单元qi对第k种数据类型资源的容量
Figure GDA0003700695050000034
如果是，则将单位竞价
Figure GDA0003700695050000035
从单位竞价集合Bc中删除，否则不作任何操作；
S3.6：确定单位竞价集合
Figure GDA0003700695050000036
中所包含的车辆和路边单元，根据这些车辆对第k种数据类型资源的需求量以及这些路边单元对第k种数据类型资源的容量，确定车辆和路边单元的成功匹配对，将所得到的匹配对构成待定阈值
Figure GDA0003700695050000037
的匹配对集合
Figure GDA0003700695050000038
确定匹配对集合
Figure GDA0003700695050000039
中所包含的车辆数量
Figure GDA00037006950500000310
S3.7：判断是否m＜M，如果是，进入步骤S3.8，否则进入步骤S3.9；
S3.8：令m＝m+1，返回步骤S3.2；
S3.9：从每个车辆数量
Figure GDA00037006950500000311
中筛选出最大值，将该最大值所对应待定阈值
Figure GDA00037006950500000312
作为第k种数据类型资源的分配价格阈值；
S4：根据分配价格阈值确定每种数据类型的车辆数据卸载方案和价格支付方案，从而得到资源分配方案，具体方法如下：
对于每种数据类型，根据其分配价格阈值对应的匹配对集合，将每个匹配对中车辆上该数据类型的数据全部卸载至匹配的路边单元上，从而得到车辆数据卸载方案；
对于每种数据类型，从分配价格阈值匹配对集合中所有车辆对路边单元m上第k种数据类型资源的单位竞价中筛选出最小值作为获胜车辆所支付的单价Pb，将分配价格阈值作为获胜路边单元所得到的单位报酬Ps，从而得到价格支付方案。
本发明还提供了另一种基于双向拍卖机制的车辆边缘计算中资源分配方法，包括以下步骤：
S1：车辆边缘计算系统中的M个路边单元分别确定其上K种数据类型资源的容量，同时给定其对K种数据类型资源的单位要价，记路边单元m上第k种数据类型资源的容量为
Figure GDA00037006950500000313
路边单元m对第k种数据类型资源的单位要价为
Figure GDA00037006950500000314
其中m＝1,2,…,M，k＝1,2,…,K；路边单元将资源容量和单位要价数据均上传至服务提供商，服务提供商将M个路边单元对第k种数据类型资源的单位要价
Figure GDA00037006950500000315
构成第k种数据类型资源的单位要价序列
Figure GDA0003700695050000041
然后将单位要价序列中各个单位要价进行升序排列，得到单位要价序列
Figure GDA0003700695050000042
其中qm表示升序排列后第m个单位要价对应的路边单元序号，
Figure GDA0003700695050000043
表示路边单元qm对第k种数据类型资源的单位要价；
S2：车辆边缘计算系统中的N辆车辆分别确定其对K种数据类型资源的需求量，同时给定其对每个路边单元上K种数据类型资源的单位竞价，记车辆n对第k种数据类型资源的需求量为
Figure GDA0003700695050000044
车辆n对路边单元m上第k种数据类型资源的单位竞价为
Figure GDA0003700695050000045
其中n＝1,2,…,N；车辆将资源需求量和单位竞价数据均上传至服务提供商，服务提供商将N辆车辆对第k种数据类型资源的单位竞价
Figure GDA0003700695050000046
构建得到第k种数据类型资源的单位竞价序列
Figure GDA0003700695050000047
然后将单位竞价序列中各个单位竞价进行降序排列，得到单位竞价序列
Figure GDA0003700695050000048
其中pi表示降序排列后第i个单位竞价对应的车辆序号，qi表示降序排列后第i个单位竞价对应的路边单元序号，
Figure GDA0003700695050000049
表示车辆pi对路边单元qi上第k种数据类型资源的单位竞价，i＝1,2,…,L，L＝N×M；
S3：初始化单位竞价集合Bc为空，然后依次对于单位竞价序列
Figure GDA00037006950500000410
中每个单位竞价
Figure GDA00037006950500000411
如果对应的车辆pi对第k种数据类型资源的需求量
Figure GDA00037006950500000412
小于等于对应的路边单元qi对第k种数据类型资源的容量
Figure GDA00037006950500000413
并且满足条件
Figure GDA00037006950500000414
或
Figure GDA00037006950500000415
则将单位竞价
Figure GDA00037006950500000416
加入单位竞价集合Bc，否则不作任何操作。
S4：从单位竞价集合Bc中筛选出某个车辆pi对应的全部单位竞价，从中筛选出最大单位竞价
Figure GDA00037006950500000417
S5：当qi≠qM，如果对应的车辆pi对第k种数据类型资源的需求量
Figure GDA00037006950500000418
大于对应的路边单元qi对第k种数据类型资源的当前容量
Figure GDA00037006950500000419
则不作任何操作，否则令车辆pi和路边单元qi作为匹配对，车辆pi对路边单元qi上第k种数据类型资源所支付的单价
Figure GDA00037006950500000420
路边单元qi对分配给车辆pi的第k种数据类型资源所得到的单位报酬
Figure GDA00037006950500000421
然后更新路边单元qi对第k种数据类型资源的容量
Figure GDA00037006950500000422
当qi＝qM，如果对应的车辆pi对第k种数据类型资源的需求量
Figure GDA00037006950500000423
大于对应的路边单元qi对第k种数据类型资源的当前容量
Figure GDA00037006950500000424
则不作任何操作，否则令车辆pi和路边单元qi作为匹配对，车辆pi对路边单元qi上第k种数据类型资源所支付的单价
Figure GDA0003700695050000051
路边单元qi对分配给车辆pi的第k种数据类型资源所得到的单位报酬
Figure GDA0003700695050000052
然后更新路边单元qi对第k种数据类型资源的容量
Figure GDA0003700695050000053
S6：判断步骤S5中车辆和路边单元是否匹配成功，如果匹配成功，则进入步骤S7，否则进入步骤S8；
S7：将单位竞价集合Bc中车辆pi所对应的所有单位竞价全部删除，进入步骤S9；
S8：将单位竞价集合Bc中当前单位竞价
Figure GDA0003700695050000054
删除，进入步骤S9；
S9：判断当前单位竞价集合Bc是否为空，如果不是，返回步骤S4，否则资源分配结束。
本发明基于双向拍卖机制的车辆边缘计算中资源分配方法，首先由路边单元确定对资源的单位要价和资源容量，车辆确定对资源的单位竞价和资源需求量，服务提供商对单位要价进行升序排列，对单位竞价进行降序排列，然后基于双向拍卖机制对车辆和路边单元进行匹配，并根据匹配结果确定车辆所需支付的单价和路边单元所能得到的单位报酬。
本发明具有以下技术效果：
1)本发明可以实现多类型多资源的双向拍卖；
2)本发明可以反应出不同车辆对不同路边单元的喜爱程度，更加符合实际场景；
3)同一车辆的不同数据类型可以由不同路边单元进行服务，同一路边单元可以服务不同车辆，从而更加灵活地满足车辆的需求；
4)本发明以最大化成功分配资源车辆数量为目标，从而提高资源分配效率。
附图说明
图1是车辆边缘计算中车辆数据卸载的示意图；
图2是本发明基于双向拍卖机制的车辆边缘计算中资源分配方法的第一种具体实施方式流程图；
图3是本发明中确定资源的分配价格阈值的流程图；
图4是本发明基于双向拍卖机制的车辆边缘计算中资源分配方法的第二种具体实施方式流程图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
为了更好地说明本发明的技术方案，首先对本发明的推理分析过程和数据模型进行说明。图1是车辆边缘计算中车辆数据卸载的示意图。如图1所示，假设车辆数据共计有3种类型，包括图形数据、距离数据和位置数据，每个路边单元RSU均具有3种类型数据的处理能力，一辆车上不同类型的数据可以分别卸载到不同的路边单元RSU(即边缘服务器)。图1中用户1产生了三种类型的数据，图形数据和位置数据可以请求卸载到RSU1，距离数据可以请求卸载到RSU2，其他用户与之类似。但同种类型的数据具有原子性，只能卸载到一个RSU。记车辆数据的类型为K，每个路边单元可以处理的数据类型也为K种。在这个资源请求过程中，车辆和路边单元之间有一种供需关系，因此可以选择采用拍卖方式，路边单元是资源提供方作为卖家，车辆是资源需求方作为买家。每个买家会对不同的路边单元的不同类型的资源分别进行竞价，由于不同的服务器可以获得不同的服务体验，因此买家对不同路边单元的同一类型的竞价也不相同。每个卖家也会对自己不同类型的资源进行要价。
拍卖机制的好处在于可以提高车联网系统的效益，采用拍卖的方式，买家可以提出自己对某种资源的报价100元，卖家提出自己对该种资源的要价70元，经过第三方拍卖商的定价，最终买家付的钱和卖家得到的报酬为85元，这样买卖双方都在自己的预算中得到了更高的效益，他们就更有动力参与资源拍卖，可以吸引更多的用户。
就数据模型而言，首先构建车联网资源模型，设此模型中有M个路边单元(RSU)和N辆车辆，每一辆车辆可产生的数据类型有K种。在初始状态时，每个路边单元m会给出他们可以处理的每种类型数据的资源量，表示为
Figure GDA0003700695050000061
rm表示路边单元m可以用于处理所有类型数据的资源容量，
Figure GDA0003700695050000062
表示路边单元m可以用于处理第k种类型数据的资源容量，k＝1,2,…,K。每个路边单元还会给出他们对处理每种类型数据的单位要价，表示为
Figure GDA0003700695050000063
am表示路边单元m对处理所有数据类型的出价，
Figure GDA0003700695050000064
表示路边单元m对第k种类型数据的单位要价。同时，每辆车辆会给出一个对不同的路边单元的所有类型资源的单价竞价矩阵Bn：
Figure GDA0003700695050000071
其中，
Figure GDA0003700695050000072
表示车辆n对路边单元m上上第k种数据类型资源的单位竞价。在实际应用中，可以对路边单元进行类型划分，车辆按照路边单元类型确定不同的单位竞价，从而反映车辆对于不同类型路边单元的偏好。每辆车辆还会给出一个对不同类型资源的需求向量，表示为
Figure GDA0003700695050000073
cn表示车辆n对所有类型资源的需求量，
Figure GDA0003700695050000074
表示车辆n对第k种类型数据的资源需求量。
本发明中车辆和路边单元之间的交互建模为双向拍卖，在此模型中，车辆用户是买家，路边单元是卖家，服务提供商扮演着拍卖商的角色，作为第三方，为买家和卖家决定交易和支付方案。双向拍卖机制由匹配和定价阶段组成。在匹配确定阶段，拍卖商确定车辆和边缘服务器的可行匹配对。在追求最大化成功匹配对的同时想要尽可能增大系统的效益，在拍卖理论中，效用是系统效益的经济度量，对于失败者来说效用为0，对于成功交易者来说，效用不仅与价格和支付有关，还与对所需资源的真实估值有关。车辆n的效用是指对需求资源的真实估值减去实际支付价格的总和，因此买家对资源的竞价应该等于对资源的竞价。当资源类型序号k确定，车辆序号n确定，那么对应的路边单元序号m也会随之确定，三者之间的关系表示为：m＝fn(k)。用集合Wb表示获胜的车辆集合，
Figure GDA0003700695050000075
Sp表示车辆与路边单元成功匹配对的集合。因此，对于车辆n，其效用可表示为：
Figure GDA0003700695050000076
其中，
Figure GDA0003700695050000077
表示车辆n对由其和第k种数据类型确定的路边单元fn(k)的资源的单位竞价，
Figure GDA0003700695050000078
表示车辆n对由其和第k种数据类型确定的路边单元fn(k)的资源所支付的单价。
同样地，对于路边单元m，其效用可表示为：
Figure GDA0003700695050000081
其中，
Figure GDA0003700695050000082
表示路边单元m提供第k种资源类型的资源得到的单位报酬。
对于一辆车辆和一个路边单元之间，如果满足以下两个条件，那么车辆和路边单元匹配对是可行的：(1)车辆所选的路边单元拥有的资源量不小于车辆所需求的资源量，即
Figure GDA0003700695050000083
(2)所有匹配的车辆的单位竞价不小于对应路边单元的出价，即
Figure GDA0003700695050000084
(3)最后交易成功的匹配对，对于获胜卖家来说，最终得到的报酬不小于卖家的要价，对于获胜买家来说，最终的付款不大于买家的竞价。即
Figure GDA0003700695050000085
在本发明中，车联网中车辆边缘计算中资源分配的目标是确定一组获胜者，包括车辆和路边单元，以最大化匹配对的数量。即
Max |Wb|
Figure GDA0003700695050000086
其中，| |表示求取集合中元素数量。
在拍卖机制中，设计的方法要尽可能的满足以下四个经济特性：
1)预算平衡：参加拍卖的有车辆、路边单元和服务提供商这几个角色，路边单元要价，车辆竞价，服务提供商决定最后的价格。服务提供商对所有中标车辆收取的总价不低于拍卖商向所有中标路边单元支付的总价。即对服务提供商来说，自己没有亏损。
2)真实性：车辆和路边单元双方都没有改变出价的动机，所有交易者根据他们对资源的真实竞价提交自己的竞价或要价，提交虚假的竞价或要价不会产生额外的收入。
3)经济效率：系统效率可以从社会福利、成功交易的数量、路边单元的收入等方面来平衡。在本发明中，将目标定位为成功交易的数量最大化。
4)个体理性：参加交易的任何人都不会因为参加拍卖而蒙受损失。即车辆对资源的单价竞价大于等于最后应该付给路边单元的单价，路边单元对资源的单价要价小于等于最后得到的单价。即是买卖双方的效用都大于等于0。
基于以上分析，本发明提出了两种基于双向拍卖机制的车辆边缘计算中资源分配方法，下面分别对两种方法进行详细说明。
实施例1
图2是本发明基于双向拍卖机制的车辆边缘计算中资源分配方法的第一种具体实施方式流程图。如图2所示，本发明基于双向拍卖机制的车辆边缘计算中资源分配方法的第一种方法的具体步骤包括：
S201：确定路边单元的资源数据：
车辆边缘计算系统中的M个路边单元分别确定其上K种数据类型资源的容量，同时给定其对K种数据类型资源的单位要价，记路边单元m上第k种数据类型资源的容量为
Figure GDA0003700695050000091
路边单元m对第k种数据类型资源的单位要价为
Figure GDA0003700695050000092
其中m＝1,2,…,M，k＝1,2,…,K。路边单元将资源容量和单位要价数据均上传至服务提供商，服务提供商将M个路边单元对第k种数据类型资源的单位要价
Figure GDA0003700695050000093
构成第k种数据类型资源的单位要价序列
Figure GDA0003700695050000094
然后将单位要价序列中各个单位要价进行升序排列，得到单位要价序列
Figure GDA0003700695050000095
其中qm表示升序排列后第m个单位要价对应的路边单元序号，
Figure GDA0003700695050000096
表示路边单元qm对第k种数据类型资源的单位要价。
S202：确定车辆的资源数据：
车辆边缘计算系统中的N辆车辆分别确定其对K种数据类型资源的需求量，同时给定其对每个路边单元上K种数据类型资源的单位竞价，记车辆n对第k种数据类型资源的需求量为
Figure GDA0003700695050000097
车辆n对路边单元m上第k种数据类型资源的单位竞价为
Figure GDA0003700695050000098
其中n＝1,2,…,N。车辆将资源需求量和单位竞价数据均上传至服务提供商，服务提供商将N辆车辆对第k种数据类型资源的单位竞价
Figure GDA0003700695050000099
构建得到第k种数据类型资源的单位竞价序列
Figure GDA00037006950500000910
然后将单位竞价序列中各个单位竞价进行降序排列，得到单位竞价序列
Figure GDA00037006950500000911
其中pi表示降序排列后第i个单位竞价对应的车辆序号，qi表示降序排列后第i个单位竞价对应的路边单元序号，
Figure GDA00037006950500000912
表示车辆pi对路边单元qi上第k种数据类型资源的单位竞价，i＝1,2,…,L，L＝N×M。
S203：确定每种资源的分配价格阈值：
为了实现效用最大化，服务提供商需要为每种资源确定一个最优的分配价格阈值。图3是本发明中确定资源的分配价格阈值的流程图。如图3所示，本发明中确定资源的分配价格阈值的具体步骤包括：
S301：初始化m＝1。
S302：令待定阈值为单位要价
Figure GDA0003700695050000101
S303：价格数据处理：
从单位要价序列
Figure GDA0003700695050000102
中删除大于
Figure GDA0003700695050000103
的单位要价，得到单位要价序列
Figure GDA0003700695050000104
从单位竞价序列
Figure GDA0003700695050000105
中删除小于
Figure GDA0003700695050000106
的单位竞价，得到单位竞价序列
Figure GDA0003700695050000107
S304：车辆和路边单元初步匹配：
初始化单位竞价集合Bc为空，然后依次对于单位竞价序列
Figure GDA0003700695050000108
中的每个单位竞价
Figure GDA0003700695050000109
判断单位竞价
Figure GDA00037006950500001010
对应的路边单元qi的单位要价
Figure GDA00037006950500001011
是否属于单位要价序列
Figure GDA00037006950500001012
如果是，则将单位竞价
Figure GDA00037006950500001013
加入单位竞价集合Bc，否则不作任何操作。
S305：基于资源需求量进行初步匹配结果校验：
基于资源需求量对单位竞价集合Bc进行校验，得到单位竞价集合
Figure GDA00037006950500001014
校验的具体过程为：对于单位竞价集合Bc中每个单位竞价
Figure GDA00037006950500001015
判断对应的车辆pi对第k种数据类型资源的需求量
Figure GDA00037006950500001016
是否大于对应的路边单元qi对第k种数据类型资源的容量
Figure GDA00037006950500001017
如果是，则将单位竞价
Figure GDA00037006950500001018
从单位竞价集合Bc中删除，否则不作任何操作。
S306：确定成功匹配对：
确定单位竞价集合
Figure GDA00037006950500001019
中所包含的车辆和路边单元，根据这些车辆对第k种数据类型资源的需求量以及这些路边单元对第k种数据类型资源的容量，确定车辆和路边单元的成功匹配对，将所得到的匹配对构成待定阈值
Figure GDA00037006950500001020
的匹配对集合
Figure GDA00037006950500001021
确定匹配对集合
Figure GDA00037006950500001022
中所包含的车辆数量
Figure GDA00037006950500001023
本实施例中确定车辆和路边单元成功匹配对的具体方法包括以下步骤：
1)从单位竞价集合
Figure GDA00037006950500001024
中选取一个单位竞价
Figure GDA00037006950500001025
然后将单位竞价集合
Figure GDA00037006950500001026
中与单位竞价
Figure GDA00037006950500001027
对应同一路边单元qi的单位竞价构成子集合
Figure GDA00037006950500001028
2)当子集合
Figure GDA00037006950500001029
中单位竞价数量为1，即只有单位竞价
Figure GDA00037006950500001030
则将该单位竞价
Figure GDA00037006950500001031
对应的车辆pi和路边单元qi作为匹配对，当子集合
Figure GDA00037006950500001032
中单位竞价数量大于1，则根据对应的路边单元qi对第k种数据类型资源的容量
Figure GDA00037006950500001033
和各辆车辆对第k种数据类型资源的需求量，以最大化匹配车辆数量为原则，确定该路边单元qi的资源所能匹配的车辆，得到匹配对。为了使匹配车辆数量最大化，可以优先匹配使路边单元qi的剩余资源容量更多的车辆。
3)将步骤2)中确定的匹配对所对应的单位竞价从单位竞价集合
Figure GDA0003700695050000111
中删除。
4)判断当前单位竞价集合
Figure GDA0003700695050000112
是否为空，如果是，匹配结束，否则返回步骤2)。
S307：判断是否m＜M，如果是，进入步骤S308，否则进入步骤S309。
S308：令m＝m+1，返回步骤S302。
S309：确定分配价格阈值：
从每个车辆数量
Figure GDA0003700695050000113
中筛选出最大值，将该最大值所对应待定阈值
Figure GDA0003700695050000114
作为第k种数据类型资源的分配价格阈值。
S204：确定资源分配方案：
根据分配价格阈值确定每种数据类型的车辆数据卸载方案和价格支付方案，从而得到资源分配方案，具体方法如下：
就车辆数据卸载方案而言，对于每种数据类型，根据其分配价格阈值对应的匹配对集合，将每个匹配对中车辆上该数据类型的数据全部卸载至匹配的路边单元上，从而得到车辆数据卸载方案。
就价格支付方案而言，对于每种数据类型，从分配价格阈值匹配对集合中所有车辆对路边单元m上第k种数据类型资源的单位竞价中筛选出最小值作为获胜车辆所支付的单价Pb，将分配价格阈值作为获胜路边单元所得到的单位报酬Ps，从而得到价格支付方案。
实施例2
图4是本发明基于双向拍卖机制的车辆边缘计算中资源分配方法的第二种具体实施方式流程图。如图4所示，本发明基于双向拍卖机制的车辆边缘计算中资源分配方法的第二种方法的具体步骤包括：
S401：确定路边单元的资源数据：
车辆边缘计算系统中的M个路边单元分别确定其上K种数据类型资源的容量，同时给定其对K种数据类型资源的单位要价，记路边单元m上第k种数据类型资源的容量为
Figure GDA0003700695050000115
路边单元m对第k种数据类型资源的单位要价为
Figure GDA0003700695050000116
其中m＝1,2,…,M，k＝1,2,…,K。路边单元将资源容量和单位要价数据均上传至服务提供商，服务提供商将M个路边单元对第k种数据类型资源的单位要价
Figure GDA0003700695050000117
构成第k种数据类型资源的单位要价序列
Figure GDA0003700695050000121
然后将单位要价序列中各个单位要价进行升序排列，得到单位要价序列
Figure GDA0003700695050000122
其中qm表示升序排列后第m个单位要价对应的路边单元序号，
Figure GDA0003700695050000123
表示路边单元qm对第k种数据类型资源的单位要价。
S402：确定车辆的资源数据：
车辆边缘计算系统中的N辆车辆分别确定其对K种数据类型资源的需求量，同时给定其对每个路边单元上K种数据类型资源的单位竞价，记车辆n对第k种数据类型资源的需求量为
Figure GDA0003700695050000124
车辆n对路边单元m上第k种数据类型资源的单位竞价为
Figure GDA0003700695050000125
其中n＝1,2,…,N。车辆将资源需求量和单位竞价数据均上传至服务提供商，服务提供商将N辆车辆对第k种数据类型资源的单位竞价
Figure GDA0003700695050000126
构建得到第k种数据类型资源的单位竞价序列
Figure GDA0003700695050000127
然后将单位竞价序列中各个单位竞价进行降序排列，得到单位竞价序列
Figure GDA0003700695050000128
其中pi表示降序排列后第i个单位竞价对应的车辆序号，qi表示降序排列后第i个单位竞价对应的路边单元序号，
Figure GDA0003700695050000129
表示车辆pi对路边单元qi上第k种数据类型资源的单位竞价，i＝1,2,…,L，L＝N×M。
S403：车辆和路边单元初步匹配：
初始化单位竞价集合Bc为空，然后依次对于单位竞价序列
Figure GDA00037006950500001210
中每个单位竞价
Figure GDA00037006950500001211
如果对应的车辆pi对第k种数据类型资源的需求量
Figure GDA00037006950500001212
小于等于对应的路边单元qi对第k种数据类型资源的容量
Figure GDA00037006950500001213
并且满足条件
Figure GDA00037006950500001214
或
Figure GDA00037006950500001215
则将单位竞价
Figure GDA00037006950500001216
加入单位竞价集合Bc，否则不作任何操作。
S404：选择车辆最高单位竞价：
从单位竞价集合Bc中筛选出某个车辆pi对应的全部单位竞价，从中筛选出最大单位竞价
Figure GDA00037006950500001217
S405：确定车辆和路边单元匹配：
当qi≠qM，如果对应的车辆pi对第k种数据类型资源的需求量
Figure GDA00037006950500001218
大于对应的路边单元qi对第k种数据类型资源的当前容量
Figure GDA00037006950500001219
则不作任何操作，否则令车辆pi和路边单元qi作为匹配对，车辆pi对路边单元qi上第k种数据类型资源所支付的单价
Figure GDA00037006950500001220
路边单元qi对分配给车辆pi的第k种数据类型资源所得到的单位报酬
Figure GDA0003700695050000131
然后更新路边单元qi对第k种数据类型资源的容量
Figure GDA0003700695050000132
当qi＝qM，如果对应的车辆pi对第k种数据类型资源的需求量
Figure GDA0003700695050000133
大于对应的路边单元qi对第k种数据类型资源的当前容量
Figure GDA0003700695050000134
则不作任何操作，否则令车辆pi和路边单元qi作为匹配对，车辆pi对路边单元qi上第k种数据类型资源所支付的单价
Figure GDA0003700695050000135
路边单元qi对分配给车辆pi的第k种数据类型资源所得到的单位报酬
Figure GDA0003700695050000136
然后更新路边单元qi对第k种数据类型资源的容量
Figure GDA0003700695050000137
可见，本方法在确定匹配对的同时，就确定了该匹配对的价格支付方案。
S406：判断步骤S405中车辆和路边单元是否匹配成功，如果匹配成功，则进入步骤S407，否则进入步骤S408。
S407：将单位竞价集合Bc中车辆pi所对应的所有单位竞价全部删除，进入步骤S409。
S408：将单位竞价集合Bc中当前单位竞价
Figure GDA0003700695050000138
删除，进入步骤S409。
S409：判断当前单位竞价集合Bc是否为空，如果不是，返回步骤S404，否则资源分配结束。
为了更好地说明本发明的技术方案，采用一个具体实例对本发明中的两种方法进行举例说明。同时为了说明本发明的技术效果，采用资源分配中的传统算法ICAM(Incentive Compatible Auction Mechanism)作为对比方法。在ICAM算法中，一个买家只能选择一个卖家为自己服务，一个卖家也只能选择为一个买家提供资源，且在资源分配过程中的资源需求量都是一个固定值。此处选择要价中值作为盈亏平衡阈值，并支付给获胜的卖家，如果有同一买家对不同的卖家竞价，则选择效用较高的匹配对。
本实施例中有2个路边单元、3辆车辆和2种数据类型的资源。表1是路边单元的单位要价矩阵。表2是路边单元的资源容量矩阵。
Figure GDA0003700695050000139
表1
Figure GDA0003700695050000141
表2
表3是车辆对第1种数据类型资源的单位竞价矩阵。表4是车辆对第2种数据类型资源的单位竞价矩阵。表5是车辆的资源需求量矩阵。
Figure GDA0003700695050000142
表3
Figure GDA0003700695050000143
表4
Figure GDA0003700695050000144
表5
对于本发明中所提出的第一种方法，首先将路边单元对第1种数据类型资源的单位要价升序排列得到单位要价序列
Figure GDA0003700695050000145
将车辆对第1种数据类型资源的单位竞价降序排列得到单位竞价序列
Figure GDA0003700695050000146
依次将路边单元的单位要价作为待定阈值，当待定阈值为
Figure GDA0003700695050000147
删除
Figure GDA0003700695050000148
中要价大于
Figure GDA0003700695050000149
的单位要价得到
Figure GDA00037006950500001410
删除
Figure GDA00037006950500001411
中小于
Figure GDA00037006950500001412
的单位竞价得到
Figure GDA00037006950500001413
然后初步匹配得到单位竞价集合
Figure GDA00037006950500001414
然后采用资源需求量进行校验，由于
Figure GDA00037006950500001415
因此将单位竞价
Figure GDA00037006950500001416
删除，得到校验后的单位竞价集合
Figure GDA00037006950500001417
此时根据车辆1和2对第1种数据类型资源的需求量、路边单元2中的第1种数据类型资源的资源容量可知，可将路边单元2中的第1种数据类型资源分配给车辆1和2。匹配对集合中车辆数量为2。
当待定阈值为
Figure GDA0003700695050000151
删除
Figure GDA0003700695050000152
中要价大于
Figure GDA0003700695050000153
的单位要价得到
Figure GDA0003700695050000154
删除
Figure GDA0003700695050000155
中小于
Figure GDA0003700695050000156
的单位竞价得到
Figure GDA0003700695050000157
然后初步匹配得到单位竞价集合
Figure GDA0003700695050000158
然后采用资源需求量进行校验，由于此时资源需求量和资源容量均满足条件，则校验后的单位竞价集合
Figure GDA0003700695050000159
此时根据车辆1和2对第1种数据类型资源的需求量、路边单元1和路边单元2中的第1种数据类型资源的资源容量可知，可将路边单元1中第1种数据类型资源分配给车辆3，路边单元2中的第1种数据类型资源分配给车辆2，匹配对集合中匹配对数量为2。
此时两个待定阈值所对应的匹配对集合中车辆数量相同，则任意选取一个作为分配价格阈值。例如选取
Figure GDA00037006950500001510
作为分配价格阈值，则将车辆1和2对第1种数据类型资源的单位竞价中的最小值
Figure GDA00037006950500001511
作为车辆支付单价，将
Figure GDA00037006950500001512
作为路边单元所得到的单位报酬。此时买家效用buyer_utility＝27，卖家效用seller_utility＝0。
同理可得，对于第2种数据类型资源，所得到最优分配价格阈值为
Figure GDA00037006950500001513
将路边单元1中第2种数据类型资源分配给车辆1，路边单元2中第2种数据类型资源分配给车辆2，匹配对集合中匹配对数量为2。车辆支付单价为
Figure GDA00037006950500001514
路边单元所得到的单位报酬为
Figure GDA00037006950500001515
此时买家效用buyer_utility＝8，卖家效用seller_utility＝1。
第一种方法总的买家效用buyer_utility＝35，卖家效用seller_utility＝1。
对于本发明中的第二种方法，同样地，首先将路边单元对第1种数据类型资源的单位要价升序排列得到单位要价序列
Figure GDA00037006950500001516
将车辆对第1种数据类型资源的单位竞价降序排列得到单位竞价序列
Figure GDA00037006950500001517
初步匹配得到单位竞价集合
Figure GDA00037006950500001518
则匹配结果为路边单元1中第1种数据类型资源分配给车辆1，路边单元2中第1种数据类型资源分配给车辆2，匹配对集合中匹配对数量为2。由于路边单元1所对应
Figure GDA00037006950500001519
已经是升序排列后单位要价序列中最后一个单位要价，则车辆1对路边单元1上第1种数据类型资源所支付的单价
Figure GDA0003700695050000161
路边单元1从车辆1所得到的单位报酬为P1 1＝10。由于路边单元2所对应
Figure GDA0003700695050000162
是升序排列后单位要价序列中第1个单位要价，则车辆2对路边单元2上第1种数据类型资源所支付的单价
Figure GDA0003700695050000163
路边单元2从车辆2所得到的单位报酬为
Figure GDA0003700695050000164
此时买家效用buyer_utility＝26，卖家效用seller_utility＝1。
同理可得，对于第2种数据类型资源，将路边单元1中第2种数据类型资源分配给车辆2，路边单元2中第2种数据类型资源分配给车辆1和车辆3，匹配对集合中匹配对数量为3。车辆2对路边单元1上第2种数据类型资源所支付的单价
Figure GDA0003700695050000165
路边单元1从车辆2所得到的单位报酬为P1 2＝30；车辆1对路边单元2上第2种数据类型资源所支付的单价P1 2＝27，路边单元2从车辆1所得到的单位报酬为
Figure GDA0003700695050000166
车辆3对路边单元2上第2种数据类型资源所支付的单价
Figure GDA0003700695050000167
路边单元2从车辆3所得到的单位报酬为
Figure GDA0003700695050000168
此时买家效用buyer_utility＝80，卖家效用seller_utility＝3。
第二种方法总的买家效用buyer_utility＝106，卖家效用seller_utility＝4。
对于ICAM算法，将路边单元2中第1种数据类型资源分配给车辆2，其支付单价和单位报酬均为9；将路边单元1中第2种数据类型资源分配给车辆2，其支付单价和单位报酬均为9。此时匹配对数量为2，总的买家效用buyer_utility＝27，卖家效用seller_utility＝2。
对比本发明两种方法和ICAM算法的资源分配结果可知，无论是从匹配对的数量，还是从总的效用，本发明两种方法均优于传统的ICAM算法。
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (2)

1.一种基于双向拍卖机制的车辆边缘计算中资源分配方法，其特征在于，包括以下步骤：
S1：车辆边缘计算系统中的M个路边单元分别确定其上K种数据类型资源的容量，同时给定其对K种数据类型资源的单位要价，记路边单元m上第k种数据类型资源的容量为
Figure FDA0003700695040000011
路边单元m对第k种数据类型资源的单位要价为
Figure FDA0003700695040000012
其中m＝1,2,…,M，k＝1,2,…,K；路边单元将资源容量和单位要价数据均上传至服务提供商，服务提供商将M个路边单元对第k种数据类型资源的单位要价
Figure FDA0003700695040000013
构成第k种数据类型资源的单位要价序列
Figure FDA0003700695040000014
然后将单位要价序列中各个单位要价进行升序排列，得到单位要价序列
Figure FDA0003700695040000015
其中qm表示升序排列后第m个单位要价对应的路边单元序号，
Figure FDA0003700695040000016
表示路边单元qm对第k种数据类型资源的单位要价；
S2：车辆边缘计算系统中的N辆车辆分别确定其对K种数据类型资源的需求量，同时给定其对每个路边单元上K种数据类型资源的单位竞价，记车辆n对第k种数据类型资源的需求量为
Figure FDA0003700695040000017
车辆n对路边单元m上第k种数据类型资源的单位竞价为
Figure FDA0003700695040000018
其中n＝1,2,…,N；车辆将资源需求量和单位竞价数据均上传至服务提供商，服务提供商将N辆车辆对第k种数据类型资源的单位竞价
Figure FDA0003700695040000019
构建得到第k种数据类型资源的单位竞价序列
Figure FDA00037006950400000110
然后将单位竞价序列中各个单位竞价进行降序排列，得到单位竞价序列
Figure FDA00037006950400000111
其中pi表示降序排列后第i个单位竞价对应的车辆序号，qi表示降序排列后第i个单位竞价对应的路边单元序号，
Figure FDA00037006950400000112
表示车辆pi对路边单元qi上第k种数据类型资源的单位竞价，i＝1,2,…,L，L＝N×M；
S3：服务提供商为每种资源确定一个最优的分配价格阈值，具体方法如下：
S3.1：初始化m＝1；
S3.2：令待定阈值为单位要价
Figure FDA00037006950400000113
S3.3：从单位要价序列
Figure FDA00037006950400000114
中删除大于
Figure FDA00037006950400000115
的单位要价，得到单位要价序列
Figure FDA00037006950400000116
从单位竞价序列
Figure FDA00037006950400000117
中删除小于
Figure FDA00037006950400000118
的单位竞价，得到单位竞价序列
Figure FDA00037006950400000119
S3.4：初始化单位竞价集合Bc为空，然后依次对于单位竞价序列
Figure FDA00037006950400000120
中的每个单位竞价
Figure FDA0003700695040000021
判断单位竞价
Figure FDA0003700695040000022
对应的路边单元qi的单位要价
Figure FDA0003700695040000023
是否属于单位要价序列
Figure FDA0003700695040000024
如果是，则将单位竞价
Figure FDA0003700695040000025
加入单位竞价集合Bc，否则不作任何操作；
S3.5：基于资源需求量对单位竞价集合Bc进行校验，得到单位竞价集合
Figure FDA0003700695040000026
校验的具体过程为：对于单位竞价集合Bc中每个单位竞价
Figure FDA0003700695040000027
判断对应的车辆pi对第k种数据类型资源的需求量
Figure FDA0003700695040000028
是否大于对应的路边单元qi对第k种数据类型资源的容量
Figure FDA0003700695040000029
如果是，则将单位竞价
Figure FDA00037006950400000210
从单位竞价集合Bc中删除，否则不作任何操作；
S3.6：确定单位竞价集合
Figure FDA00037006950400000211
中所包含的车辆和路边单元，根据这些车辆对第k种数据类型资源的需求量以及这些路边单元对第k种数据类型资源的容量，确定车辆和路边单元的成功匹配对，将所得到的匹配对构成待定阈值
Figure FDA00037006950400000212
的匹配对集合
Figure FDA00037006950400000213
确定匹配对集合
Figure FDA00037006950400000214
中所包含的车辆数量
Figure FDA00037006950400000215
确定车辆和路边单元成功匹配对的具体方法包括以下步骤：
1)从单位竞价集合
Figure FDA00037006950400000216
中选取一个单位竞价
Figure FDA00037006950400000217
然后将单位竞价集合
Figure FDA00037006950400000218
中与单位竞价
Figure FDA00037006950400000219
对应同一路边单元qi的单位竞价构成子集合
Figure FDA00037006950400000220
2)当子集合
Figure FDA00037006950400000221
中单位竞价数量为1，即只有单位竞价
Figure FDA00037006950400000222
则将该单位竞价
Figure FDA00037006950400000223
对应的车辆pi和路边单元qi作为匹配对，当子集合
Figure FDA00037006950400000224
中单位竞价数量大于1，则根据对应的路边单元qi对第k种数据类型资源的容量
Figure FDA00037006950400000225
和各辆车辆对第k种数据类型资源的需求量，以最大化匹配车辆数量为原则，确定该路边单元qi的资源所能匹配的车辆，得到匹配对；
3)将步骤2)中确定的匹配对所对应的单位竞价从单位竞价集合
Figure FDA00037006950400000226
中删除；
4)判断当前单位竞价集合
Figure FDA00037006950400000227
是否为空，如果是，匹配结束，否则返回步骤2)；
S3.7：判断是否m＜M，如果是，进入步骤S3.8，否则进入步骤S3.9；
S3.8：令m＝m+1，返回步骤S3.2；
S3.9：从每个车辆数量
Figure FDA00037006950400000228
中筛选出最大值，将该最大值所对应待定阈值
Figure FDA00037006950400000229
作为第k种数据类型资源的分配价格阈值；
S4：根据分配价格阈值确定每种数据类型的车辆数据卸载方案和价格支付方案，从而得到资源分配方案，具体方法如下：
对于每种数据类型，根据其分配价格阈值对应的匹配对集合，将每个匹配对中车辆上该数据类型的数据全部卸载至匹配的路边单元上，从而得到车辆数据卸载方案；
对于每种数据类型，从分配价格阈值匹配对集合中所有车辆对路边单元m上第k种数据类型资源的单位竞价中筛选出最小值作为获胜车辆所支付的单价Pb，将分配价格阈值作为获胜路边单元所得到的单位报酬Ps，从而得到价格支付方案。
2.一种基于双向拍卖机制的车辆边缘计算中资源分配方法，其特征在于，包括以下步骤：
S1：车辆边缘计算系统中的M个路边单元分别确定其上K种数据类型资源的容量，同时给定其对K种数据类型资源的单位要价，记路边单元m上第k种数据类型资源的容量为
Figure FDA0003700695040000031
路边单元m对第k种数据类型资源的单位要价为
Figure FDA0003700695040000032
其中m＝1,2,…,M，k＝1,2,…,K；路边单元将资源容量和单位要价数据均上传至服务提供商，服务提供商将M个路边单元对第k种数据类型资源的单位要价
Figure FDA0003700695040000033
构成第k种数据类型资源的单位要价序列
Figure FDA0003700695040000034
然后将单位要价序列中各个单位要价进行升序排列，得到单位要价序列
Figure FDA0003700695040000035
其中qm表示升序排列后第m个单位要价对应的路边单元序号，
Figure FDA0003700695040000036
表示路边单元qm对第k种数据类型资源的单位要价；
S2：车辆边缘计算系统中的N辆车辆分别确定其对K种数据类型资源的需求量，同时给定其对每个路边单元上K种数据类型资源的单位竞价，记车辆n对第k种数据类型资源的需求量为
Figure FDA0003700695040000037
车辆n对路边单元m上第k种数据类型资源的单位竞价为
Figure FDA0003700695040000038
其中n＝1,2,…,N；车辆将资源需求量和单位竞价数据均上传至服务提供商，服务提供商将N辆车辆对第k种数据类型资源的单位竞价
Figure FDA0003700695040000039
构建得到第k种数据类型资源的单位竞价序列
Figure FDA00037006950400000310
然后将单位竞价序列中各个单位竞价进行降序排列，得到单位竞价序列
Figure FDA00037006950400000311
其中pi表示降序排列后第i个单位竞价对应的车辆序号，qi表示降序排列后第i个单位竞价对应的路边单元序号，
Figure FDA00037006950400000312
表示车辆pi对路边单元qi上第k种数据类型资源的单位竞价，i＝1,2,…,L，L＝N×M；
S3：初始化单位竞价集合Bc为空，然后依次对于单位竞价序列
Figure FDA00037006950400000313
中每个单位竞价
Figure FDA0003700695040000041
如果对应的车辆pi对第k种数据类型资源的需求量
Figure FDA0003700695040000042
小于等于对应的路边单元qi对第k种数据类型资源的容量
Figure FDA0003700695040000043
并且满足条件
Figure FDA0003700695040000044
qi≠qM或
Figure FDA0003700695040000045
qi＝qM，则将单位竞价
Figure FDA0003700695040000046
加入单位竞价集合Bc，否则不作任何操作；
S4：从单位竞价集合Bc中筛选出某个车辆pi对应的全部单位竞价，从中筛选出最大单位竞价
Figure FDA0003700695040000047
S5：当qi≠qM，如果对应的车辆pi对第k种数据类型资源的需求量
Figure FDA0003700695040000048
大于对应的路边单元qi对第k种数据类型资源的当前容量
Figure FDA0003700695040000049
则不作任何操作，否则令车辆pi和路边单元qi作为匹配对，车辆pi对路边单元qi上第k种数据类型资源所支付的单价
Figure FDA00037006950400000410
路边单元qi对分配给车辆pi的第k种数据类型资源所得到的单位报酬
Figure FDA00037006950400000411
然后更新路边单元qi对第k种数据类型资源的容量
Figure FDA00037006950400000412
当qi＝qM，如果对应的车辆pi对第k种数据类型资源的需求量
Figure FDA00037006950400000413
大于对应的路边单元qi对第k种数据类型资源的当前容量
Figure FDA00037006950400000414
则不作任何操作，否则令车辆pi和路边单元qi作为匹配对，车辆pi对路边单元qi上第k种数据类型资源所支付的单价
Figure FDA00037006950400000415
路边单元qi对分配给车辆pi的第k种数据类型资源所得到的单位报酬
Figure FDA00037006950400000416
然后更新路边单元qi对第k种数据类型资源的容量
Figure FDA00037006950400000417
S6：判断步骤S5中车辆和路边单元是否匹配成功，如果匹配成功，则进入步骤S7，否则进入步骤S8；
S7：将单位竞价集合Bc中车辆pi所对应的所有单位竞价全部删除，进入步骤S9；
S8：将单位竞价集合Bc中当前单位竞价
Figure FDA00037006950400000418
删除，进入步骤S9；
S9：判断当前单位竞价集合Bc是否为空，如果不是，返回步骤S4，否则资源分配结束。
CN202110739274.2A 2021-06-30 2021-06-30 基于双向拍卖机制的车辆边缘计算中资源分配方法 Active CN113543055B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110739274.2A CN113543055B (zh) 2021-06-30 2021-06-30 基于双向拍卖机制的车辆边缘计算中资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110739274.2A CN113543055B (zh) 2021-06-30 2021-06-30 基于双向拍卖机制的车辆边缘计算中资源分配方法

Publications (2)

Publication Number Publication Date
CN113543055A CN113543055A (zh) 2021-10-22
CN113543055B true CN113543055B (zh) 2022-07-26

Family

ID=78097418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110739274.2A Active CN113543055B (zh) 2021-06-30 2021-06-30 基于双向拍卖机制的车辆边缘计算中资源分配方法

Country Status (1)

Country Link
CN (1) CN113543055B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110012508A (zh) * 2019-04-10 2019-07-12 中南大学 一种面向超密集网络的边缘计算的资源分配方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886499A (zh) * 2014-03-06 2014-06-25 清华大学 基于组合拍卖的移动云资源在线电子拍卖方法及系统
CN109756945A (zh) * 2017-11-03 2019-05-14 华北电力大学 多跳车联网中一种基于拍卖理论的高能效资源分配方案
CN110111189B (zh) * 2019-05-14 2023-07-25 重庆大学 基于双边拍卖的在线组合资源分配与支付方法
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
CN112700241A (zh) * 2020-12-28 2021-04-23 南京理工大学 一种基于双边拍卖算法的区块链资源关系匹配方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110012508A (zh) * 2019-04-10 2019-07-12 中南大学 一种面向超密集网络的边缘计算的资源分配方法及系统

Also Published As

Publication number Publication date
CN113543055A (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
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
Wang et al. Towards optimal capacity segmentation with hybrid cloud pricing
CN111343436B (zh) 基于云边协同的轨道交通视频监控方法及系统
EP0952536A1 (en) System and method for automated trading
US11769187B2 (en) System and method of matching reverse auction buyer bids to seller offers
CN110111189B (zh) 基于双边拍卖的在线组合资源分配与支付方法
CN113543055B (zh) 基于双向拍卖机制的车辆边缘计算中资源分配方法
Li et al. Double auction-based two-level resource allocation mechanism for computation offloading in mobile blockchain application
CN1930582A (zh) 使用网络服务的最优拍卖方法
CN107316160A (zh) 基于迭代双边拍卖的无线充电市场能源调度方法及系统
CN107844999B (zh) 基于拍卖机制的网络租车车辆资源分配及定价方法
CN112948116B (zh) 一种基于在线激励的边缘计算合作计算资源分配方法
Olcaytu et al. An efficient bidding heuristic for simultaneous truckload transportation auctions
Zhou et al. An efficient double auction mechanism for on-demand transport services in cloud-based mobile commerce
Kusuma et al. Dispatching Model in Online Taxi System by Using Stable Marriage and First Price Sealed Bid Auction Models.
Rizvi et al. ASAP: An agent-assisted smart auction-based parking system in Internet of Things
Yan et al. Double Action Mechanism for Vehicle Edge Computing Resource Allocation and Pricing
CN113538117B (zh) 基于区块链的车联网资源分配拍卖方法
CN110992121A (zh) 群智感知中基于感知误差的感知任务信息分配系统及方法
US20230067308A1 (en) Internet based platform implemented with machine learning software to provide otherwise unobtainable transaction based data and platform operations
Kusuma Auction Based Dispatch Model in Online Motorcycle Taxi System
CN114666337B (zh) 基于嵌钉拍卖的边缘计算多服务器资源分配方法
CN115941699B (zh) 一种动态定价的边缘计算资源分配方法
Yu et al. Truthful double auction for intra-city freight transportation with carpooling mode
CN114360244B (zh) 基于智能交通系统的多任务协同群智感知方法

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