CN113676420B - 移动边缘计算场景下的资源分配方法及装置 - Google Patents

移动边缘计算场景下的资源分配方法及装置 Download PDF

Info

Publication number
CN113676420B
CN113676420B CN202110858572.3A CN202110858572A CN113676420B CN 113676420 B CN113676420 B CN 113676420B CN 202110858572 A CN202110858572 A CN 202110858572A CN 113676420 B CN113676420 B CN 113676420B
Authority
CN
China
Prior art keywords
pricing
resource allocation
resource
internet
unit computing
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
CN202110858572.3A
Other languages
English (en)
Other versions
CN113676420A (zh
Inventor
陈昕
郭东超
吴碧莲
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.)
Beijing Information Science and Technology University
Original Assignee
Beijing Information Science and Technology University
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 Beijing Information Science and Technology University filed Critical Beijing Information Science and Technology University
Priority to CN202110858572.3A priority Critical patent/CN113676420B/zh
Publication of CN113676420A publication Critical patent/CN113676420A/zh
Application granted granted Critical
Publication of CN113676420B publication Critical patent/CN113676420B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/80—Actions related to the user profile or the type of traffic
    • H04L47/805—QOS or priority aware
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种移动边缘计算场景下的资源分配方法及装置，包括：基于预设第一收益目标确定第一单位计算资源的定价；接收物联网设备返回的第一资源分配策略；基于第一资源分配策略确定第二单位计算资源的定价，判断第一单位计算资源的定价与第二单位计算资源的定价是否相等；接收物联网设备返回的第二资源分配策略，并判断第一资源分配策略与第二资源分配策略是否相等；至第一单位计算资源的定价与第二单位计算资源的定价相等，第一资源分配策略与第二资源分配策略相等后停止循环，确定资源分配策略。本发明考虑了各物联网设备相互竞争对资源分配策略的影响，保证了经济效益与系统性能的均衡稳定，从而保证用户服务质量。

Description

移动边缘计算场景下的资源分配方法及装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种移动边缘计算场景下的资源分配方法及装置。
背景技术
随着5G移动通信技术和物联网技术的快速发展，进几年来移动边缘计算的模型从集中式云计算向移动边缘计算发生转变。与云计算不同的是，移动边缘计算将任务计算处理迁移到终端设备附近的网络“边缘”。移动边缘计算的引入可以有效降低物联网设备的通信时延，缓解网络链路的带宽负载和能耗压力，实现5G移动网络对低时延、高带宽的服务质量和用户体验的要求。
在移动边缘计算场景下的资源分配问题中，现有方法多考虑成本最优化问题，忽略了系统的经济效益，未全方位考虑系统中各参与者的收益情况与资源竞争情况，并且忽略了系统内部竞争对资源分配策略的影响，难以保障用户的服务质量。
发明内容
针对现有技术中存在的问题，本发明实施例提供一种移动边缘计算场景下的资源分配方法及装置。
第一方面，本发明实施例提供一种移动边缘计算场景下的资源分配方法，应用于服务器，包括：
S1、基于预设第一收益目标确定第一单位计算资源的定价，并公布；
S2、接收物联网设备返回的第一资源分配策略；其中，所述第一资源分配策略为所述物联网设备根据所述第一单位计算资源的定价确定的资源分配策略；所述物联网设备为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功能够获得所述第一单位计算资源的定价的物联网设备；
S3、基于所述第一资源分配策略确定第二单位计算资源的定价，判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等，并公布；
S4、接收物联网设备返回的第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；其中，所述第二资源分配策略为所述物联网设备根据所述第二单位计算资源的定价确定的资源分配策略；
S5、循环S3～S4直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
进一步地，S1、基于预设第一收益目标确定第一单位计算资源的定价，并公布，具体包括：
基于预设第一收益目标采用第一关系模型确定第一单位计算资源的定价，并公布；其中，所述第一关系模型为：
其中，i表示物联网设备集合中的一个物联网设备，N表示物联网设备集合，π表示第一单位计算资源的定价，α表示服务器的维护成本，qi表示资源分配策略，USP(qi,π)表示预设第一收益目标。
第二方面，本发明实施例还提供一种移动边缘计算场景下的资源分配方法，应用于物联网设备端，包括：
S11、获取第一单位计算资源的定价，其中，所述第一单位计算资源的定价为服务器基于预设第一收益目标确定的单位计算资源的定价；
S12、根据所述第一单位计算资源的定价确定第一资源分配策略；其中，所述第一资源分配策略为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功获得所述第一单位计算资源的定价的物联网设备，根据所述第一单位计算资源的定价确定的资源分配策略；
S13、获取第二单位计算资源的定价，并判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等；其中，所述第二单位计算资源的定价为所述服务器基于所述第一资源分配策略确定的单位计算资源的定价；
S14、根据所述第二单位计算资源的定价确定第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；
S15、循环S13～S14直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
进一步地，S12、根据所述第一单位计算资源的定价确定第一资源分配策略，具体包括：
根据所述第一单位计算资源的定价在各物联网设备的可行策略集中选择与所述第一单位计算资源的定价对应的第一可执行策略；
基于所述第一可执行策略以及成本因子Ci的影响确定第一资源分配策略。
第三方面，本发明实施例提供了一种移动边缘计算场景下的资源分配装置，应用于服务器，包括：
第一确定模块，用于S1、基于预设第一收益目标确定第一单位计算资源的定价，并公布；
第一接收模块，用于S2、接收物联网设备返回的第一资源分配策略；其中，所述第一资源分配策略为所述物联网设备根据所述第一单位计算资源的定价确定的资源分配策略；所述物联网设备为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功能够获得所述第一单位计算资源的定价的物联网设备；
第二确定模块，用于S3、基于所述第一资源分配策略确定第二单位计算资源的定价，判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等，并公布；
第二接收模块，用于S4、接收物联网设备返回的第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；其中，所述第二资源分配策略为所述物联网设备根据所述第二单位计算资源的定价确定的资源分配策略；
第三确定模块，用于S5、循环S3～S4直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
进一步地，所述第一确定模块，具体用于：
基于预设第一收益目标采用第一关系模型确定第一单位计算资源的定价，并公布；其中，所述第一关系模型为：
其中，i表示物联网设备集合中的一个物联网设备，N表示物联网设备集合，π表示第一单位计算资源的定价，α表示服务器的维护成本，qi表示资源分配策略，USP(qi,π)表示预设第一收益目标。
第四方面，本发明实施例还提供了一种移动边缘计算场景下的资源分配装置，应用于物联网设备端，包括：
第一获取模块，用于S11、获取第一单位计算资源的定价，其中，所述第一单位计算资源的定价为服务器基于预设第一收益目标确定的单位计算资源的定价；
第四确定模块，用于S12、根据所述第一单位计算资源的定价确定第一资源分配策略；其中，所述第一资源分配策略为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功获得所述第一单位计算资源的定价的物联网设备，根据所述第一单位计算资源的定价确定的资源分配策略；
第二获取模块，用于S13、获取第二单位计算资源的定价，并判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等；其中，所述第二单位计算资源的定价为所述服务器基于所述第一资源分配策略确定的单位计算资源的定价；
第五确定模块，用于S14、根据所述第二单位计算资源的定价确定第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；
第六确定模块，用于S15、循环S13～S14直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
进一步地，所述第四确定模块，具体用于：
根据所述第一单位计算资源的定价在各物联网设备的可行策略集中选择与所述第一单位计算资源的定价对应的第一可执行策略；
基于所述第一可执行策略以及成本因子Ci的影响确定第一资源分配策略。
第五方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上第一方面所述的移动边缘计算场景下的资源分配方法的步骤；和/或，所述处理器执行所述程序时实现如上第二方面所述的移动边缘计算场景下的资源分配方法的步骤。
第四方面，本发明实施例还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上第一方面所述的移动边缘计算场景下的资源分配方法的步骤；和/或，所述处理器执行所述程序时实现如上第二方面所述的移动边缘计算场景下的资源分配方法的步骤。
由上述技术方案可知，本发明实施例提供的移动边缘计算场景下的资源分配方法及装置，通过基于预设第一收益目标确定第一单位计算资源的定价；接收物联网设备返回的第一资源分配策略；基于第一资源分配策略确定第二单位计算资源的定价，判断第一单位计算资源的定价与第二单位计算资源的定价是否相等；接收物联网设备返回的第二资源分配策略，并判断第一资源分配策略与第二资源分配策略是否相等；至第一单位计算资源的定价与第二单位计算资源的定价相等，第一资源分配策略与第二资源分配策略相等后停止循环，确定资源分配策略。本发明确定的资源分配策略考虑了各物联网设备相互竞争对资源分配策略的影响，保证了经济效益与系统性能的均衡稳定，从而保证用户服务质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的移动边缘计算场景下的资源分配方法的流程示意图；
图2为本发明另一实施例提供的移动边缘计算场景下的资源分配方法的流程示意图；
图3为本发明一实施例提供的移动边缘计算场景下的资源分配装置的结构示意图；
图4为本发明另一实施例提供的移动边缘计算场景下的资源分配装置的结构示意图；
图5为本发明一实施例提供的电子设备的实体结构示意图。
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中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。下面将通过具体的实施例对本发明提供的移动边缘计算场景下的资源分配方法进行详细解释和说明。
图1为本发明一实施例提供的移动边缘计算场景下的资源分配方法的流程示意图；如图1所示，本发明实施例提供的移动边缘计算场景下的资源分配方法，用于服务器，包括如下步骤：
步骤S1、基于预设第一收益目标确定第一单位计算资源的定价，并公布。
在本步骤中，可以理解的是，预设第一收益目标是指针对边缘服务器的收益设定的预设第一收益目标，通常以最大化收益为目标给出定价策略(即单位计算资源的定价)。
步骤S2、接收物联网设备返回的第一资源分配策略；其中，所述第一资源分配策略为所述物联网设备根据所述第一单位计算资源的定价确定的资源分配策略；所述物联网设备为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功能够获得所述第一单位计算资源的定价的物联网设备。
在本步骤中，可以理解的是，预设第二收益目标是指物联网设备的自身收益目标Ui。如资源分配策略需要根据其收益函数确定，可见物联网设备考虑自身利益最大化而做出的策略(即第一资源分配策略)。
在本步骤中，可以理解的是，第一资源分配策略是指物联网设备自身的收益情况，或结合自身成本，生成的资源分配策略，所述资源分配策略是指每个物联网设备i根据服务器所公布的定价做出的最优资源分配决策，通过考虑自身效用最大化以及受其他物联网设备策略影响所做出的当前最优决策。
步骤S3、基于所述第一资源分配策略确定第二单位计算资源的定价，判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等，并公布。
在本步骤中，可以理解的是，边缘服务器根据第一资源分配策略对定价策略(即单位计算资源的定价)进行调整，更新为第二单位计算资源的定价，同时还要确定所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等，并公布。
步骤S4、接收物联网设备返回的第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；其中，所述第二资源分配策略为所述物联网设备根据所述第二单位计算资源的定价确定的资源分配策略。
在本步骤中，可以理解的是，第二资源分配策略是指物联网设备基于第二单位计算资源的定价以及其他物联网设备的资源分配策略更新其资源分配策略，即第二资源分配策略；同时还要确定所述第一资源分配策略与所述第二资源分配策略是否相等。
步骤S5、循环S3～S4直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
在本实施例中，需要说明是，本发明考虑多物联网设备密集分布的移动边缘计算场景，应用博弈理论刻画物联网设备间的通信与计算资源的竞争关系，对物联网设备间的资源博弈问题进行研究，提出了移动边缘计算场景下基于斯坦伯格博弈的资源分配方法，本发明提供的移动边缘计算场景下的资源分配方法基于移动边缘计算场景下的资源分配系统执行，简称系统，由边缘服务器和多个物联网设备组成，在边缘服务器和物联网设备组成的移动边缘计算场景下，考虑信道条件和设备竞争的影响，设计了一种高效的资源分配方法。现有的方法多考虑成本优化问题，忽略了系统的经济效益，并且未全方位考虑系统中各参与者的收益情况与资源竞争情况。因此，本发明提出了一种移动边缘计算场景下基于斯坦伯格博弈的资源分配方法，举例来说，资源分配方法的具体内容为：首先，边缘服务器以最大化收益为目标给出单位计算资源的定价；其次，物联网设备根据边缘服务器所给出的价格以及其他设备的资源分配策略情况更新最佳的资源策略；然后，服务提供商根据物联网设备的策略反应更新资源价格，相应地，物联网设备更新其资源分配策略，直至处于边缘服务器服务范围中的每个参与者都达到相对满意的效用，资源分配策略和定价策略将不再改变，整个系统处于稳定状态。最后获得参与者效益最大化的资源分配均衡策略和定价策略。
在本发明实施例中，需要说明的是，该系统(即移动边缘计算场景下的资源分配系统)是一个由单边缘服务器(即服务提供商SP)和多物联网设备组成的移动边缘计算系统。处于SP服务范围中的物联网设备为N＝{1,2,...,n}，每个物联网设备有一个计算密集型任务，该任务不可分割。SP的计算资源有限且可分割，M为SP的计算资源单位数。针对多个物联网设备进行资源竞争的场景，每个设备具有不同的完成计算任务的性能属性，表示为Ti＝{ri,qi,ki}，其中ri为信道偏移质量，qi为资源分配策略，ki为拥塞成本系数。SP和每个物联网设备都有最大化收益的目标，为了尽可能实现这一目标，维持系统稳定，将这一交互过程分解为两个阶段。首先，SP作为资源垄断者向系统公布购买单位计算资源的定价策略为π；然后，物联网设备i根据SP提供的价格决定最优的计算资源分配策略qi，Q为所有设备的策略集。
在本发明实施例中，需要说明的是，由于物联网设备间存在资源竞争关系，并且SP的计算资源有限，因此，物联网设备的资源分配策略会受到其他设备策略的影响，其中影响系数为u。在资源分配过程中，对于竞争成功，获得边缘服务器计算资源的物联网设备，其收益函数为：
Ri＝riqi-κiqi 2 (1)
在资源竞争成功后设备将会向SP支付相应的价格，其成本函数为：
其中，第一项表示其他物联网设备的策略对物联网设备i的影响Ci。由此定义物联网设备i的效用函数为：
Ui(qi)＝Ri-Ci (3)
效用函数主要由收益和成本两方面组成，在进行边缘服务器资源购买决策时，主要依据上述两方面进行考虑。
对于SP来说，它的收入为所有物联网设备的资源购买价格，与此同时，SP维护本地计算资源也有一定的成本，与资源分配情况呈线性关系，用α表示SP的单位计算资源的维护成本。因此，定义SP的效用函数为：
为了更好的理解本发明，下面结合实施例进一步阐述本发明的内容，但本发明不仅仅局限于下面的实施例。
(1)根据最佳响应预期物联网设备的策略，SP依据公式(4)得到效用最大的定价策略，并向系统公布；
(2)在当前状态下获得博弈参与者中各个物联网设备的可行策略集，选择相应的执行策略qi；
(3)对于每个博弈参与设备，在其他设备策略保持不变的情况下，依据公式得到可行策略中卸载效用最高的策略，作为下一状态的执行策略；
(4)SP以最大化效用为目标根据物联网设备当前状态下的反应更新资源定价策略，并向系统公布；
(5)每个用户通过步骤(3)得到下一状态的执行策略，获得下一状态的执行策略集。博弈更新策略集，进入下一状态，重复步骤(3)；
(6)SP更新定价策略，重复步骤(4)；
(7)直到每个物联网设备的最高效用策略和SP的定价策略不再改变，获得此博弈中资源分配的最佳策略q*和最优定价策略π*，以及每个物联网设备的最佳效用Ui和SP的最佳效用USP。
由上面技术方案可知，本发明实施例提供的移动边缘计算场景下的资源分配方法，通过基于预设第一收益目标确定第一单位计算资源的定价；接收物联网设备返回的第一资源分配策略；基于第一资源分配策略确定第二单位计算资源的定价，判断第一单位计算资源的定价与第二单位计算资源的定价是否相等；接收物联网设备返回的第二资源分配策略，并判断第一资源分配策略与第二资源分配策略是否相等；至第一单位计算资源的定价与第二单位计算资源的定价相等，第一资源分配策略与第二资源分配策略相等后停止循环，确定资源分配策略。本发明确定的资源分配策略考虑了各物联网设备相互竞争对资源分配策略的影响，保证了经济效益与系统性能的均衡稳定，从而保证用户服务质量。
在上述实施例的基础上，在本实施例中，S1、基于预设第一收益目标确定第一单位计算资源的定价，并公布，具体包括：
基于预设第一收益目标采用第一关系模型确定第一单位计算资源的定价，并公布；其中，所述第一关系模型为：
其中，i表示物联网设备集合中的一个物联网设备，N表示物联网设备集合，π表示第一单位计算资源的定价，α表示服务器的维护成本，qi表示资源分配策略，USP(qi,π)表示预设第一收益目标。
图2示出了本发明又一实施例提供的移动边缘计算场景下的资源分配方法的流程图。如图2所示，本发明实施例提供的移动边缘计算场景下的资源分配方法，用于物联网设备端，包括如下步骤：
步骤S11、获取第一单位计算资源的定价，其中，所述第一单位计算资源的定价为服务器基于预设第一收益目标确定的单位计算资源的定价。
在本步骤中，可以理解的是，基于广播消息获取第一单位计算资源的定价。
步骤S12、根据所述第一单位计算资源的定价确定第一资源分配策略；所述物联网设备为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功能够获得所述第一单位计算资源的定价的物联网设备。
在本步骤中，可以理解的是，物联网设备自身的收益情况，或结合自身成本，生成的资源分配策略(即第一资源分配策略)。
步骤S13、获取第二单位计算资源的定价，并判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等；其中，所述第二单位计算资源的定价为所述服务器基于所述第一资源分配策略确定的单位计算资源的定价。
在本步骤中，可以理解的是，基于广播消息获取第二单位计算资源的定价。
步骤S14、根据所述第二单位计算资源的定价确定第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等。
在本步骤中，可以理解的是，根据所述第二单位计算资源的定价更新资源分配策略，确定为第二资源分配策略。
步骤S15、循环S13～S14直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
在本步骤中，可以理解的是，当所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后，停止循环，并确定资源分配策略即最佳分配策略。
由上面技术方案可知，本发明实施例提供的移动边缘计算场景下的资源分配方法，通过S11、获取第一单位计算资源的定价，其中，所述第一单位计算资源的定价为服务器基于预设第一收益目标确定的单位计算资源的定价；S12、根据所述第一单位计算资源的定价确定第一资源分配策略；S13、获取第二单位计算资源的定价，并判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等；其中，所述第二单位计算资源的定价为所述服务器基于所述第一资源分配策略确定的单位计算资源的定价；S14、根据所述第二单位计算资源的定价确定第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；S15、循环S13～S14直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。本发明确定的资源分配策略考虑了各物联网设备相互竞争对资源分配策略的影响，保证了经济效益与系统性能的均衡稳定，从而保证用户服务质量。
为了更好的理解本发明，下面结合实施例进一步阐述本发明的内容，但本发明不仅仅局限于下面的实施例。
首先每个物联网i会根据SP所公布的价格π做出最优的资源购买决策以最大化其效用，即：
其中表示除了设备i以外的其他所有物联网设备的策略选择矩阵，可以写为：
q-i＝[q1,q2,...,qi-1,qi+1,...,qn],qn∈[0,∞)
每个物联网设备都会根据当前状态做出最佳决策，并根据本方法所得的最佳响应进行策略更新，物联网设备的决策过程向纳什均衡状态发展，直至达到纳什均衡。当整个系统达到纳什均衡状态时，每个物联网设备将不再改变策略，实现系统稳定，并得到相应的均衡策略。每个物联网设备关于资源分配策略的最佳响应为：
根据上述最佳响应算法得到每个物联网设备的最优资源分配策略
需要说明的是：纳什均衡(NE)。策略集为资源分配博弈模型/>中的一个NE，如果满足以下条件：
需要说明的是：斯坦伯格均衡(SE)。集合为斯坦伯格博弈Γ第二阶段物联网设备的策略集，π*为博弈Γ第一阶段SP的策略，则策略文件(q*,π*)为博弈Γ中的一个SE，如果满足以下条件：
USP(π*,q)≥USP(π,q)
图3示出了本发明一实施例提供的移动边缘计算场景下的资源分配装置的结构示意图，如图3所示，本实施例提供的移动边缘计算场景下的资源分配装置，应用于服务器，包括：第一确定模块301、第一接收模块302、第二确定模块303、第二接收模块304和第三确定模块305，其中：
其中，第一确定模块301，用于S1、基于预设第一收益目标确定第一单位计算资源的定价，并公布；
第一接收模块302，用于S2、接收物联网设备返回的第一资源分配策略；其中，所述第一资源分配策略为所述物联网设备根据所述第一单位计算资源的定价确定的资源分配策略；所述物联网设备为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功能够获得所述第一单位计算资源的定价的物联网设备；
第二确定模块303，用于S3、基于所述第一资源分配策略确定第二单位计算资源的定价，判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等，并公布；
第二接收模块304，用于S4、接收物联网设备返回的第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；其中，所述第二资源分配策略为所述物联网设备根据所述第二单位计算资源的定价确定的资源分配策略；
第三确定模块305，用于S5、循环S3～S4直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
本发明实施例提供的移动边缘计算场景下的资源分配装置具体可以用于执行上述服务器侧实施例的移动边缘计算场景下的资源分配方法，其技术原理和有益效果类似，具体可参见上述实施例，此处不再赘述。
图4示出了本发明一实施例提供的移动边缘计算场景下的资源分配装置的结构示意图，如图4所示，本实施例提供的移动边缘计算场景下的资源分配装置，应用于物联网设备端，包括：第一获取模块401、第四确定模块402、第二获取模块403、第五确定模块404和第六确定模块405，其中：
其中，第一获取模块401，用于S11、获取第一单位计算资源的定价，其中，所述第一单位计算资源的定价为服务器基于预设第一收益目标确定的单位计算资源的定价；
第四确定模块402，用于S12、根据所述第一单位计算资源的定价确定第一资源分配策略；其中，所述第一资源分配策略为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功获得所述第一单位计算资源的定价的物联网设备，根据所述第一单位计算资源的定价确定的资源分配策略；
第二获取模块403，用于S13、获取第二单位计算资源的定价，并判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等；其中，所述第二单位计算资源的定价为所述服务器基于所述第一资源分配策略确定的单位计算资源的定价；
第五确定模块404，用于S14、根据所述第二单位计算资源的定价确定第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；
第六确定模块405，用于S15、循环S13～S14直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
本发明实施例提供的移动边缘计算场景下的资源分配装置具体可以用于执行上述物联网设备端侧实施例的移动边缘计算场景下的资源分配方法，其技术原理和有益效果类似，具体可参见上述实施例，此处不再赘述。
基于相同的发明构思，本发明实施例提供一种电子设备，参见图5，电子设备具体包括如下内容：处理器501、通信接口503、存储器502和通信总线504；
其中，处理器501、通信接口503、存储器502通过通信总线504完成相互间的通信；通信接口503用于实现各建模软件及智能制造装备模块库等相关设备之间的信息传输；处理器501用于调用存储器502中的计算机程序，处理器执行计算机程序时实现上述各方法实施例所提供的方法，例如，处理器执行计算机程序时实现下述步骤：S1、基于预设第一收益目标确定第一单位计算资源的定价，并公布；S2、接收物联网设备返回的第一资源分配策略；其中，所述第一资源分配策略为所述物联网设备根据所述第一单位计算资源的定价确定的资源分配策略；所述物联网设备为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功能够获得所述第一单位计算资源的定价的物联网设备；S3、基于所述第一资源分配策略确定第二单位计算资源的定价，判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等，并公布；S4、接收物联网设备返回的第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；其中，所述第二资源分配策略为所述物联网设备根据所述第二单位计算资源的定价确定的资源分配策略；S5、循环S3～S4直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
基于相同的发明构思，本发明又一实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法实施例提供的方法，例如，S1、基于预设第一收益目标确定第一单位计算资源的定价，并公布；S2、接收物联网设备返回的第一资源分配策略；其中，所述第一资源分配策略为所述物联网设备根据所述第一单位计算资源的定价确定的资源分配策略；所述物联网设备为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功能够获得所述第一单位计算资源的定价的物联网设备；S3、基于所述第一资源分配策略确定第二单位计算资源的定价，判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等，并公布；S4、接收物联网设备返回的第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；其中，所述第二资源分配策略为所述物联网设备根据所述第二单位计算资源的定价确定的资源分配策略；S5、循环S3～S4直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，
服务器，或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
此外，在本发明中，诸如“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
此外，在本发明中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
此外，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所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；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种移动边缘计算场景下的资源分配方法，其特征在于，应用于服务器，包括：
S1、基于预设第一收益目标采用第一关系模型确定第一单位计算资源的定价，并公布，所述第一关系模型为：
其中，i表示物联网设备集合中的一个物联网设备，N表示物联网设备集合，π表示第一单位计算资源的定价，α表示服务器的维护成本，qi表示资源分配策略，USP(qi,π)表示预设第一收益目标；
S2、接收物联网设备返回的第一资源分配策略；其中，所述第一资源分配策略为所述物联网设备根据所述第一单位计算资源的定价确定的资源分配策略；所述物联网设备为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功能够获得所述第一单位计算资源的定价的物联网设备；
S3、基于所述第一资源分配策略确定第二单位计算资源的定价，判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等，并公布；
S4、接收物联网设备返回的第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；其中，所述第二资源分配策略为所述物联网设备根据所述第二单位计算资源的定价确定的资源分配策略；
S5、循环S3～S4直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
2.一种移动边缘计算场景下的资源分配方法，其特征在于，应用于物联网设备端，包括：
S11、获取第一单位计算资源的定价，其中，所述第一单位计算资源的定价为服务器基于预设第一收益目标采用第一关系模型确定的单位计算资源的定价，所述第一关系模型为：
其中，i表示物联网设备集合中的一个物联网设备，N表示物联网设备集合，π表示第一单位计算资源的定价，α表示服务器的维护成本，qi表示资源分配策略，USP(qi,π)表示预设第一收益目标；
S12、根据所述第一单位计算资源的定价确定第一资源分配策略；其中，所述第一资源分配策略为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功获得所述第一单位计算资源的定价的物联网设备，根据所述第一单位计算资源的定价确定的资源分配策略；S13、获取第二单位计算资源的定价，并判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等；其中，所述第二单位计算资源的定价为所述服务器基于所述第一资源分配策略确定的单位计算资源的定价；
S14、根据所述第二单位计算资源的定价确定第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；
S15、循环S13～S14直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
3.根据权利要求2所述的移动边缘计算场景下的资源分配方法，其特征在于，S12、根据所述第一单位计算资源的定价确定第一资源分配策略，具体包括：
根据所述第一单位计算资源的定价在各物联网设备的可行策略集中选择与所述第一单位计算资源的定价对应的第一可执行策略；
基于所述第一可执行策略以及成本因子Ci的影响确定第一资源分配策略。
4.一种移动边缘计算场景下的资源分配装置，其特征在于，应用于服务器，包括：
第一确定模块，用于S1、基于预设第一收益目标采用第一关系模型确定第一单位计算资源的定价，并公布，所述第一关系模型为：
其中，i表示物联网设备集合中的一个物联网设备，N表示物联网设备集合，π表示第一单位计算资源的定价，α表示服务器的维护成本，qi表示资源分配策略，USP(qi,π)表示预设第一收益目标；
第一接收模块，用于S2、接收物联网设备返回的第一资源分配策略；其中，所述第一资源分配策略为所述物联网设备根据所述第一单位计算资源的定价确定的资源分配策略；所述物联网设备为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功能够获得所述第一单位计算资源的定价的物联网设备；
第二确定模块，用于S3、基于所述第一资源分配策略确定第二单位计算资源的定价，判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等，并公布；
第二接收模块，用于S4、接收物联网设备返回的第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；其中，所述第二资源分配策略为所述物联网设备根据所述第二单位计算资源的定价确定的资源分配策略；
第三确定模块，用于S5、循环S3～S4直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
5.一种移动边缘计算场景下的资源分配装置，其特征在于，应用于物联网设备端，包括：
第一获取模块，用于S11、获取第一单位计算资源的定价，其中，所述第一单位计算资源的定价为服务器基于预设第一收益目标采用第一关系模型确定的单位计算资源的定价，所述第一关系模型为：
其中，i表示物联网设备集合中的一个物联网设备，N表示物联网设备集合，π表示第一单位计算资源的定价，α表示服务器的维护成本，qi表示资源分配策略，USP(qi,π)表示预设第一收益目标；
第四确定模块，用于S12、根据所述第一单位计算资源的定价确定第一资源分配策略；其中，所述第一资源分配策略为：各物联网设备中基于斯坦伯格博弈论和预设第二收益目标进行竞争，并竞争成功获得所述第一单位计算资源的定价的物联网设备，根据所述第一单位计算资源的定价确定的资源分配策略；
第二获取模块，用于S13、获取第二单位计算资源的定价，并判断所述第一单位计算资源的定价与所述第二单位计算资源的定价是否相等；其中，所述第二单位计算资源的定价为所述服务器基于所述第一资源分配策略确定的单位计算资源的定价；
第五确定模块，用于S14、根据所述第二单位计算资源的定价确定第二资源分配策略，并判断所述第一资源分配策略与所述第二资源分配策略是否相等；
第六确定模块，用于S15、循环S13～S14直至所述第一单位计算资源的定价与所述第二单位计算资源的定价相等，所述第一资源分配策略与所述第二资源分配策略相等后停止循环，确定资源分配策略。
6.根据权利要求5所述的移动边缘计算场景下的资源分配装置，其特征在于，所述第四确定模块，具体用于：
根据所述第一单位计算资源的定价在各物联网设备的可行策略集中选择与所述第一单位计算资源的定价对应的第一可执行策略；
基于所述第一可执行策略以及成本因子Ci的影响确定第一资源分配策略。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～3任一项所述的移动边缘计算场景下的资源分配方法。
8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1～3任一项所述的移动边缘计算场景下的资源分配方法。
CN202110858572.3A 2021-07-28 2021-07-28 移动边缘计算场景下的资源分配方法及装置 Active CN113676420B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110858572.3A CN113676420B (zh) 2021-07-28 2021-07-28 移动边缘计算场景下的资源分配方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110858572.3A CN113676420B (zh) 2021-07-28 2021-07-28 移动边缘计算场景下的资源分配方法及装置

Publications (2)

Publication Number Publication Date
CN113676420A CN113676420A (zh) 2021-11-19
CN113676420B true CN113676420B (zh) 2023-09-01

Family

ID=78540576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110858572.3A Active CN113676420B (zh) 2021-07-28 2021-07-28 移动边缘计算场景下的资源分配方法及装置

Country Status (1)

Country Link
CN (1) CN113676420B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115237606B (zh) * 2022-09-21 2023-04-07 亿咖通(北京)科技有限公司 一种边缘计算控制系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111163521A (zh) * 2020-01-16 2020-05-15 重庆邮电大学 移动边缘计算中一种分布式异构环境下的资源分配方法
CN111954236A (zh) * 2020-07-27 2020-11-17 河海大学 一种基于优先级的分层边缘计算卸载方法
CN112799833A (zh) * 2021-01-26 2021-05-14 华南理工大学 面向边缘计算的车辆应用卸载的分布式定价方法与系统
CN112822707A (zh) * 2021-01-13 2021-05-18 重庆邮电大学 一种计算资源有限mec中任务卸载与资源分配方法
CN112888002A (zh) * 2021-01-26 2021-06-01 重庆邮电大学 一种基于博弈论的移动边缘计算任务卸载及资源分配方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180321981A1 (en) * 2017-05-04 2018-11-08 Huawei Technologies Co., Ltd. System and method for self organizing data center

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111163521A (zh) * 2020-01-16 2020-05-15 重庆邮电大学 移动边缘计算中一种分布式异构环境下的资源分配方法
CN111954236A (zh) * 2020-07-27 2020-11-17 河海大学 一种基于优先级的分层边缘计算卸载方法
CN112822707A (zh) * 2021-01-13 2021-05-18 重庆邮电大学 一种计算资源有限mec中任务卸载与资源分配方法
CN112799833A (zh) * 2021-01-26 2021-05-14 华南理工大学 面向边缘计算的车辆应用卸载的分布式定价方法与系统
CN112888002A (zh) * 2021-01-26 2021-06-01 重庆邮电大学 一种基于博弈论的移动边缘计算任务卸载及资源分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Bilian Wu,Xin Chen,Ying Chen,Yangguang Lu.A Truthful Auction Mechanism for Resource Allocation in Mobile Edge Computing.IEEE.2021,全文. *

Also Published As

Publication number Publication date
CN113676420A (zh) 2021-11-19

Similar Documents

Publication Publication Date Title
Zhang et al. STEC-IoT: A security tactic by virtualizing edge computing on IoT
CN113225377B (zh) 物联网边缘任务卸载方法及装置
CN109831796B (zh) 无线网络虚拟化中的资源分配方法
CN113676420B (zh) 移动边缘计算场景下的资源分配方法及装置
CN113037876B (zh) 基于合作博弈的云下行任务边缘节点资源分配方法
CN110062037B (zh) 内容分发方法及装置
CN109445947B (zh) 资源的分配处理方法、装置、设备及存储介质
CN111210262A (zh) 基于激励机制的自发式边缘应用部署及定价方法
Zhang et al. Incentive provision and job allocation in social cloud systems
CN110928956B (zh) 一种边缘-云计算环境中云服务下行的方法、装置及设备
de Lucena Falcão et al. Enhancing fairness in P2P cloud federations
CN115714817A (zh) 一种动态反馈加权云存储资源调度方法、装置及设备
Zhang et al. Mining task offloading in mobile edge computing empowered blockchain
CN109992392A (zh) 一种资源部署方法、装置及资源服务器
CN112596910A (zh) 一种多用户mec系统中的云计算资源调度方法
Di et al. Ex-post efficient resource allocation for self-organizing cloud
CN113703970B (zh) 基于拍卖机制的服务器资源分配方法、装置、设备及介质
Bunyakitanon et al. HELICON: Orchestrating low-latent & load-balanced Virtual Network Functions
CN115567983A (zh) 一种基于Stackelberg博弈的D2D计算卸载方法
Wei et al. Scheduling parallel cloud computing services: An evolutional game
Li et al. Utility optimization-based bandwidth allocation for elastic and inelastic services in peer-to-peer networks
Kim Bargaining Game Based Offloading Service Algorithm for Edge-Assisted Distributed Computing Model
de Lucena Falcao et al. Incentivising resource sharing in federated clouds
Guan et al. Trust management and service selection in pervasive computing environments
CN110661649A (zh) 一种电力通信网资源分配方法

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