CN115689756A - 算力网络中基于nft的分布式多维资源交易方法及系统 - Google Patents
算力网络中基于nft的分布式多维资源交易方法及系统 Download PDFInfo
- Publication number
- CN115689756A CN115689756A CN202211410744.1A CN202211410744A CN115689756A CN 115689756 A CN115689756 A CN 115689756A CN 202211410744 A CN202211410744 A CN 202211410744A CN 115689756 A CN115689756 A CN 115689756A
- Authority
- CN
- China
- Prior art keywords
- resource
- nft
- transaction
- distributed
- provider
- 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 45
- 230000007246 mechanism Effects 0.000 claims abstract description 26
- 238000003860 storage Methods 0.000 claims abstract description 23
- 238000005265 energy consumption Methods 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 9
- 230000015654 memory Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 abstract description 8
- 238000012790 confirmation Methods 0.000 abstract description 4
- 238000009826 distribution Methods 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000002860 competitive effect Effects 0.000 abstract description 2
- 238000012216 screening Methods 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000013461 design Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种算力网络CPN中基于非同质化通证NFT的分布式多维资源交易方法及系统,根据算力网络架构算力分布特征,结合NFT和IPFS,建立多维资源信息的存储和共享模型,在区块链上分布式存储资源信息地址,实现资源信息的数据防篡改和资产确权,链下分布式存储资源信息元数据,实现资源信息的高效解析。在分布式多维资源交易流程中,基于混合双向拍卖机制,保证了拍卖算法的计算效率;在筛选竞胜标和定价的策略中,引入资源能耗成本相关参数,保障了资源交易的个人理性和真实性。
Description
技术领域
本发明属于领域,主要涉及一种算力网络中基于NFT的分布式多维资源交易方法及系统。
背景技术
随着大数据、人工智能、云计算、区块链等新兴技术的创新发展,涌现出的许多新应用、新场景对计算和网络能力提出了新的需求。未来随着大量实时性业务的涌现,如XR、自动驾驶、工业互联网、机器视觉等,AI应用提出了更多对算力服务的需求。以无人驾驶场景为例,L4和L5级别对网络带宽的需求将大于100Mbps,时延要求达到5-10毫秒的水平;在VR游戏场景下,端到端的时延至少需要小于20毫秒,算力需求将增长300倍。网络需要支持上行流量爆发的云边端互联,还要为终端提供确定性的智能服务。
算力网络(CPN)是一种利用网络控制面将服务节点的分布式计算、存储、网络等资源结合在一起,传递算力等资源信息,优化资源分配、事务处理和调度的新型网络技术体系。CPN中的资源分布呈现出接入终端、边缘和云三级架构。除此之外,包括计算能力在内的资源也可以部署在核心网的转发和路由节点上。目前,随着5G和AI技术的发展成熟,CPN的应用场景也已经扩展到自动识别、辅助决策系统等领域,如文献1“X.Tang,C.Cao,Y.Wang,S.Zhang,Y.Liu,M.Li,and T.He,“Comput-ing power network:The architecture ofconvergence of computing and networking towards 6G requirement,”ChinaCommunications,vol.18,no.2,pp.175–185,2021”。
然而,为了满足各类新兴业务提出的“随时、随地、随需”的多样化需求,CPN仍然面临以下挑战。一方面是扩展现实(XR)、元宇宙、自动驾驶、工业互联网等发展,资源需求在快速增长的同时变得更加复杂、更多维度。另一方面,未来网络中资源由不同运营商的边缘计算节点、云计算中心和数据中心提供,呈现出泛在、异构的特点。因此,CPN需要一个分布式高效的资源交易机制,考虑计算、存储、网络和智能模型多维资源,以及交易双方的需求与效益。
在传统的边缘计算和云计算场景中,利用拍卖、契约理论等方法设计资源交易方案已经有了广泛的研究。在文献2“A.-L.Jin,W.Song,P.Wang,D.Niyato,and P.Ju,“Auction mecha-nisms toward efficient resource sharing for cloudlets inmobile cloud computing,”IEEE Transactions on Services Computing,vol.9,no.6,pp.895–909,2016”中,作者在移动云计算中设计了一个高效的一对一资源交易机制,保证了买方和卖方的强真实性。但是,该方案忽略了资源丰富的节点的存在,这些节点可以服务于多个用户,并且需要一个集中的拍卖商。
文献3“X.Wang,Y.Sui,J.Wang,C.Y uen,and W.Wu,“A distributed truthfulauction mechanism for task allocation in mobile cloud computing,”IEEETransactions on Services Computing,vol.14,no.3,pp.628–638,2021”中,在移动云计算中提出了一种分布式真实拍卖机制,在一定程度上防止买家提供不真实的信息。
在移动边缘计算中,文献4“L.Ma,X.Wang,X.Wang,L.Wang,Y.Shi,and M.Huang,“TCDA:Truthful combinatorial double auctions for mobile edge computing inindustrial internet of things,”IEEE Transactions on Mobile Computing,vol.21,no.11,pp.4125–4138,2022”和文献5“M.Diamanti and S.Papavassiliou,“Trading incollaborative mobile edge computing networks:A contract theory-based auctionmodel,”in Proc.18th International Conference on Distributed Computing inSensor Systems(DCOSS),2022,pp.387–393”分别使用组合双拍卖和基于契约理论的拍卖。但是这些方案只考虑了一维的资源交易。
发明内容
针对上述问题,本发明主要解决的技术问题是提供一种算力网络中基于NFT的分布式多维资源交易方法及系统。本发明设计一个面向算力网络的基于非同质化通证(NFT)的分布式异构资源交易模型,提出多维资源的统一抽象表征模型和安全可信的资源交易流程,利用NFT智能合约规范和管理资源交易规则,通过混合双向拍卖机制和合理的定价策略实现多维资源的共享和匹配,同时保障交易双方的收益,促进资源的高效配置和利用。
为了达成上述目的,本发明的解决方案是:
一种算力网络中基于NFT的分布式多维资源交易方法,该方法具体步骤如下:
步骤1,在算力网络下,构建基于NFT的分布式异构资源交易模型;
步骤2,设计一种基于组合双向拍卖的分布式可信资源交易机制,资源请求者和资源提供者都在本地做出拍卖决策,通过基于NFT的分布式异构资源交易模型完成资源交易。
进一步地,步骤1中基于NFT的分布式异构资源交易模型的构建方法为:将算力网络的各节点加入区块链网络,以区块生成间隔为交易周期,根据交易需求,资源提供者通过发布NFT部署智能合约,资源请求者触发智能合约,形成包括资源提供者、资源请求者以及区块链节点的基于NFT的分布式异构资源交易模型。
进一步地,资源提供者以元数据的形式、采用IPFS技术分布式存储资源信息,资源信息包括NFT的唯一标识tokenID、资源名称、资源存储地址URI、资源类型、资源属性。
进一步地,智能合约中包括以下功能函数:
createNFT(address owner,unit256 tokenID):供资源提供者创建NFT并发布资源信息,输入参数是资源所有者的地址和NFT的唯一标识tokenID;
burnNFT(unit256 tokenID):供资源提供者销毁无用的NFT;
safeTokenTransfer(address from,address to,unit256 tokenID):转移NFT的所有者;
setUser(unit256 tokenID,address user,unit64 expires):设置NFT的使用权限,输入参数包含用户地址和过期时间;
ownerOf(unit256 tokenID):用于查询所有区块链节点的NFT所有者地址;
userOf(unit256 tokenID):用于所有区块链节点通过tokenID查询有权限使用NFT对应资源的用户地址;
userExpires(address user,unit256 tokenID):获取相应资源提供者/资源请求者的使用权过期时间。
进一步地,步骤2中基于组合双向拍卖的分布式可信资源交易机制具体为:
步骤一:根据资源交易需求,资源提供者通过发布NFT部署智能合约;
步骤二:各资源请求者查询最新的智能合约,并基于存储在NFT中的资源存储地址解析资源信息;
步骤三:各资源请求者根据自身需求和资源提供者的资源属性形成一个排序后的偏好名单;
步骤四:各资源请求者向满足自身需求的资源提供者提交投标信息,投标信息包括该资源请求者所请求的各种资源类型的数量及出价;
步骤五:各资源提供者根据接收到的投标信息确定资源请求者中的胜出者,同时各胜出者进一步选择匹配的资源提供者;
步骤六:成功匹配的资源提供者和资源请求者通过更新智能合约在区块链节点上记录交易信息。
进一步地,步骤五中:
在投标信息时,每个资源提供者选择满足以下两个约束条件的资源请求者作为中标候选人:1)该资源请求者所请求的资源不超过设定边界,2)该资源请求者的平均出价不小于最低平均价格限制;其中该资源请求者的平均出价Pb为该资源请求者的总出价,al为该资源请求者所需的第l种资源类型的数量,al为al的权重,∑lal=1;
每个资源提供者在中标候选人中确定胜出者,具体方法为:1)若资源提供者有足够的资源提供给所有中标候选人,则所有中标候选人均为胜出者,同时设置交易价格为最低平均价格限制;2)若资源提供者没有足够的资源提供给所有中标候选人,则将中标候选人按平均出价非递增顺序排序,选择该资源提供者能够满足需求的前k个中标候选人为胜出者,同时设置交易价格为第k+1个中标候选人的平均出价;
胜出者进一步选择匹配的资源提供者的方法为:如若某一胜出者被单个资源提供者选中,则两者成功匹配,且该胜出者接受该资源提供者的交易价格;若某一胜出者被多个资源提供者选中,则该胜出者与交易价格最小且效用最大的资源提供者成功匹配。
进一步地,资源提供者sj的效用表示为:
本发明还提供一种资源交易系统,包括:
模型创建模块,用于将算力网络的各节点加入区块链网络,以区块生成间隔为交易周期,根据交易需求,资源提供者通过发布NFT部署智能合约,资源请求者触发智能合约,形成基于NFT的分布式异构资源交易模型;
资源交易平台,用于创建基于组合双向拍卖的分布式可信资源交易机制,资源请求者和资源提供者都在本地做出拍卖决策,通过基于NFT的分布式异构资源交易模型完成资源交易。
本发明还提供一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行如上所述的方法。
本发明还提供一种电子设备,包括一个或多个处理器、一个或多个存储器以及一个或多个程序,其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行如上所述方法的指令。
本发明与现有技术相比,其显著优点是:
1)传统的集中式交易模型存在维护成本高、事务处理效率低、难以实时确认和结算等问题。在CPN中,资源交易更加频繁和复杂,并且随着网络状态的频繁更新,更难以预测卖方的资源能力和买方的资源需求的变化。因此,本发明结合区块链和星际文件系统(IPFS)来构建资源交易模型,云、边、终端以及网络中的节点可以加入区块链网络。通过发布NFT部署智能合约;根据服务需求,资源请求者触发智能合约以更新事务状态;NFT和IPFS实现了存储和资产确权的去中心化和数据的防篡改;通过NFT技术,资源提供者能够确定自己的资源归属、转让资源使用权限和设置限制,从而实现网络中高效、灵活的交易机制;
2)在CPN场景下,本发明进一步设计了一种基于组合双向拍卖的分布式可信资源交易机制,资源请求者和资源提供者都在本地做出拍卖决策,因此不需要集中的第三方拍卖商,关键信息可以得到隐私保护。
附图说明
图1是算力网络中基于NFT的资源交易模型结构示意图;
图2是资源交易过程流程图。
具体实施方式
下面结合附图以及具体实施例对本发明做进一步的详细说明。
CPN是一种融合多级计算能力的新型网络架构,目前这种场景下的资源交易方案研究较少。针对CPN中泛在、异构的资源特性,在进行算力网络的多维资源交易机制设计时,所需研究的主要内容就包括对资源信息和需求的统一建模、多维度资源匹配、解决买卖双方利益冲突等问题。
基于区块链的非同质化通证(NFT)可以有效解决上述问题。NFT是一种基于区块链的统一数字资产描述范式,为资产的令牌化提供了一种通用方法。利用NFT,可以通过设计元数据从多个方面对多种类型的资源进行抽象描述,支持资源的自主、自动、真实的更新、匹配和交易。此外,由于基于NFT创建的令牌可以与链上的其他令牌交互,NFT可以比传统区块链更好地激励分布式系统。因此,我们提出了一个基于NFT的资源交易方案。CPN中的多资源通过预定义的元数据被描述、标记和检索为数字资产。同时,我们提出了组合双向拍卖作为激励机制。双向拍卖可以在竞争存在的情况下,优化买卖双方的收益,实现三个属性,即个体理性、预算均衡和真实性。组合拍卖可以解决包含不同类型资源的多样化需求,同时给出满足多项式时间计算效率的解决方案。
本发明设计一种算力网络中基于NFT的分布式多维资源交易方法,该方法具体步骤如下:
步骤1,在算力网络下,构建基于NFT的分布式异构资源交易模型;
步骤2,设计一种基于组合双向拍卖的分布式可信资源交易机制,资源请求者和资源提供者都在本地做出拍卖决策,通过基于NFT的分布式异构资源交易模型完成资源交易。
一、模型描述
(一)基于NFT的分布式异构资源交易模型
传统的集中式交易模型存在维护成本高、事务处理效率低、难以实时确认和结算等问题。在CPN中,资源交易更加频繁和复杂,并且随着网络状态的频繁更新,更难以预测卖方的资源能力和买方的资源需求的变化。因此,我们结合区块链和星际文件系统(IPFS)来构建资源交易模型。
如图1所示,云、边、终端以及网络中的节点可以加入区块链网络。通过发布NFT部署智能合约,资源提供者以元数据的形式存储信息,包括tokenID、名称、存储地址URI和资源描述等信息。根据服务需求,资源请求者触发智能合约以更新事务状态。NFT和IPFS实现了存储和资产确权的去中心化和数据的防篡改。
(二)元数据与智能合约设计
在进行资源交易之前,首先需要定义多种资源类型,可以分为计算、存储、通信、智能算法等。然后给出了资源属性的一般描述,如计算芯片、存储格式、通信协议等。之后,需要对资源进行量化,以确定单位和数量。因此形成了统一的资源信息抽象表征模型,即元数据模型,具体元数据存储信息示例如表1所示。此外,还可以添加提供者的位置等信息,以便消费者进行综合考虑。考虑到在区块链上存储数据的成本相对较高,详细的资源信息采用IPFS技术分布式存储,NFT智能合约只包含链外存储资源信息的地址。
表1智能合约中的元数据描述示例
为了简化复杂的多资源交易过程,本发明将提供者的资源视为具有唯一可信标识的不可分割资产。通过NFT技术,资源提供者能够确定自己的资源归属、转让资源使用权限和设置限制,从而实现网络中高效、灵活的交易机制。为此,在智能合约中指定了以下主要的功能函数:
·createNFT(address owner,unit256 tokenID):供资源提供者创建NFT并发布资源信息。输入参数是资源所有者的地址和NFT的唯一标识,即tokenID。
·burnNFT(unit256 tokenID):供资源提供者销毁无用的NFT。
·safeTokenTransfer(address from,address to,unit256 tokenID):转移NFT的所有者。
·setUser(unit256 tokenID,address user,unit64 expires):设置NFT的使用权限。输入参数包含用户地址和过期时间。
·ownerOf(unit256 tokenID):用于查询所有区块链节点的NFT所有者地址。
·userOf(unit256 tokenID):用于所有区块链节点通过tokenID查询有权限使用NFT对应资源的用户地址。
·userExpires(address user,unit256 tokenID):获取相应用户的使用权过期时间。
二、基于组合双向拍卖的分布式可信资源交易机制
(一)问题建模
考虑了云、边、端多层次的计算架构,利用区块链建立了去中心化的资源交易模型。因此,在CPN场景下,设计了一种基于组合双向拍卖的分布式可信资源交易机制。资源消费者和资源提供者都在本地做出拍卖决策,因此不需要集中的第三方拍卖商,关键信息可以得到隐私保护。
在一个实施例中,资源类型包括计算、存储、通信和智能模型4类,以下分别用comp、cach、comn和model表示。
在一个拍卖回合中定义有M个资源消费者作为买家,其集合表示为B={b1,b2,...,bM},和N个资源提供者作为卖方,其集合表示为S={s1,s2,...,sN}。设B={B1,...Bm}表示该拍卖回合中m个资源请求者的出价信息的集合,其中Bi={ai comp,ai cach,ai comm,ai model,Pi b}代表买方bi提出的报价,它包含买家所需的每种资源类型的数量和相应的付款。进一步设S={S1,…Sn},其中Sj={Rj comp,Rj crach,Rj comm,Rj model,pj s}表示资源约束和最低平均价格限制,资源约束指的是资源提供者所拥有的各种资源类型的空闲资源数量(即能够共享和交易的每种类型资源数量上限);最低平均价格限制指根据引入的均价计算公式和Sj的各种类型资源能耗成本,卖方最终设定的可以接受的最低均价。。
1)买方效用
用Vi,j表示买方对所获得资源的估值,用Pt i,j表示由卖方sj决定的交易价格。买方bi的效用表示为
其中xi,j=1,如果买方bi在卖方sj处赢得其出价,否则,xi,j=0。
为了简单起见,假设每个买家最多要求一种智能模型,并与最多一个卖家配对。因此,ai model可以是训练数据的大小,以反映买方对智能服务性能的需求。具体来说,Vi,j包含四个组件,与bi请求的四种资源类型的数量有关。
2)卖方效用
除了价格之外,卖方效用还取决于提供资源的成本,将其视为能源消耗。sj的效用如下所示
其中,wj 1、wj 2、wj 3、wj 4分别表示计算、存储、通信和智能模型资源单位能耗。ai和Rj是四个元素的向量,对应四种类型的资源。该限制表示获胜买家所要求的资源总和不超过sj的资源限制。
(二)资源交易过程
如图2所示,拍卖周期为区块生成间隔的整个资源交易过程包括7个步骤。
步骤一:卖方创建NFT来发布智能合约,公布可共享和交易的资源信息。
步骤二:买方查询新更新的智能合约,并基于存储在NFT中的地址解析资源信息。
步骤三:每个买方根据自己的需求和卖家的资源属性形成一个排序后的偏好名单。
步骤四:买方向满足条件的卖家提交投标信息。
步骤五:卖方根据成本和出价来确定胜出的买方。
步骤六:对于被多个卖方选择的买方,它只接受一个使自身效益最高的卖方,而拒绝其他的卖方。只接受到一个成功结果的买方则直接选择该卖方。如果买方没有接收到竞标成功的结果,则表示它在这一轮拍卖中竞标失败。并且将最终匹配结果反馈给卖方。
步骤七:成功匹配的买卖双方通过更新智能合约在区块链上记录交易信息,以防止数据篡改。
此外,卖家和买家在决定成功匹配的组合时使用以下策略:
1)卖方的中标选择和定价策略
在交易过程的第五步,每个卖方选择合适的买家作为中标候选人。中标候选人选择的复杂性在于综合收益受多种资源组合的影响。因此,为了便于测量和表示,我们引入一个参数,称为平均出价,以直观地反映bi对sj的出价水平,定义为式(1)。al为资源的权重,设为式(2),满足条件α1+α2+α3+α4=1。
可以证明,在请求资源相同的情况下,较大的pi,j对应较大的Us i,j。因此,在接收出价时,卖方选择满足两个约束条件的资源请求者作为中标候选人:1)bi所需要的资源不超过边界;2)计算出的不小于最低平均价格限制。若bi被sj选为中标候选人,则置xii,j=1。
资源提供者在中标候选人中确定胜出者,具体方法为:1)若资源提供者有足够的资源提供给所有中标候选人,则所有中标候选人均为胜出者,同时设置交易价格为最低平均价格限制;2)若资源提供者没有足够的资源提供给所有中标候选人,则将中标候选人按平均出价非递增顺序排序,选择该资源提供者能够满足需求的前k个中标候选人为胜出者,同时设置交易价格为第k+1个中标候选人的平均出价。
2)买方决定策略
基于当前匹配状态,bi决定自己的选择并在第6步反馈给卖方,策略如下:
·bi未被任一卖家选中作为中标候选人,则bi在本轮投标中不中标。
·bi只被一个卖家选中作为中标候选人,则bi与该卖家匹配成功,并接收该卖家的交易价格。
·bi被不止一个卖家选中作为中标候选人,则bi选择其中一个交易价格最小且效用最大的卖家匹配,,并接收该卖家的交易价格。
以上提出的资源交易机制具有计算效率、个体合理性、预算平衡性和真实性的特性:
1)计算效率
为了实现一个交易过程,买方在第3步形成一个时间复杂度为O(n)的竞价列表。在第5步,卖家执行选择和定价策略,在O(m log m)时间内对候选买家进行排序,并在最多O(m)时间复杂度下计算合适的买家。对于买家在第6步决定匹配的卖家,需要O(n2)时间来找出可用的卖家,并通过交易价格做出最终决定。因此,该机制的复杂度O(n)+O(mlogm)+O(n2)+O(m)是多项式的,计算效率高。
2)个体合理性
根据卖方的定价策略,交易价格有两种情况。由于我们对第5步中选候选人进行了筛选,可以看到,每个买家被收取的价格不超过其出价,而每个卖家被奖励的支付高于其最低限价。因此,该机制对买卖双方都满足个体理性。
3)预算均衡
对于成功配对的买方和卖方,根据拍卖理论,预算均衡指的是交易双方的成交价格是相同的,即买方的出价与卖方的要价相等。因此,该机制是预算平衡的。
4)真实性
考虑到买方出价不真实,有两种情况:一种是买方未能中标,则此时收益U(unreal)=0≤U(real),U(real)为真实的出价的收益;二是买方以不真实的价格中标。还有两种情况:第一种情况是买方可以通过给出真实价格来获得成功,说明给出虚假报价并不有助于增加买方对定价政策略的思维;在第二种情况下,如果给出真实价格,买方就会失去出价。如果买方的估价低于卖方的最低价格,提高出价成功只会导致买方的收入为负。否则买方参与投标,但无法以其预算内相对较低的价格与其他买家相比中标。如果以非真实投标价格竞标成功则投标者会出现超过预算约束,或者效用不满足个人合理性的情况,对于买方来说就没有提交虚假出价的动机。因此,该机制避免资源请求方提交虚假的出价。
本发明的技术关键点和与保护点是基于NFT的多维资源分布式可信交易模型:
(1)本发明的设计根据算力网络架构算力分布特征,结合NFT和IPFS,建立多维资源信息的存储和共享模型,在区块链上分布式存储资源信息地址,实现资源信息的数据防篡改和资产确权,链下分布式存储资源信息元数据,实现资源信息的高效解析。
(2)本发明设计了资源交易的统一抽象表征模型,规定了资源信息的元数据存储格式与内容,部署智能合约时引入资源使用者、使用期限等的主要功能函数。
(3)在分布式多维资源交易流程中,基于混合双向拍卖机制,保证了拍卖算法的计算效率;在筛选竞胜标和定价的策略中,引入资源能耗成本相关参数,保障了资源交易的个人理性和真实性。
本发明还设计了一种资源交易系统,包括:
模型创建模块,用于将算力网络的各节点加入区块链网络,以区块生成间隔为交易周期,根据交易需求,资源提供者通过发布NFT部署智能合约,资源请求者触发智能合约,形成基于NFT的分布式异构资源交易模型;
资源交易平台,用于创建基于组合双向拍卖的分布式可信资源交易机制,资源请求者和资源提供者都在本地做出拍卖决策,通过基于NFT的分布式异构资源交易模型完成资源交易。
上述资源交易系统的技术方案与前述方法类似,这里不再赘述。
基于相同的技术方案,本发明还公开了一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行上述算力网络中基于NFT的分布式多维资源交易方法。
基于相同的技术方案,本发明还公开了一种计算设备,包括一个或多个处理器、一个或多个存储器以及一个或多个程序,其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行上述算力网络中基于NFT的分布式多维资源交易方法的指令。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (10)
1.算力网络中基于NFT的分布式多维资源交易方法,其特征在于,该方法具体步骤如下:
步骤1,在算力网络下,构建基于NFT的分布式异构资源交易模型;
步骤2,设计一种基于组合双向拍卖的分布式可信资源交易机制,资源请求者和资源提供者都在本地做出拍卖决策,通过基于NFT的分布式异构资源交易模型完成资源交易。
2.根据权利要求1所述的算力网络中基于NFT的分布式多维资源交易方法,其特征在于,步骤1中基于NFT的分布式异构资源交易模型的构建方法为:将算力网络的各节点加入区块链网络,以区块生成间隔为交易周期,根据交易需求,资源提供者通过发布NFT部署智能合约,资源请求者触发智能合约,形成包括资源提供者、资源请求者以及区块链节点的基于NFT的分布式异构资源交易模型。
3.根据权利要求2所述的算力网络中基于NFT的分布式多维资源交易方法,其特征在于,资源提供者以元数据的形式、采用IPFS技术分布式存储资源信息,资源信息包括NFT的唯一标识tokenID、资源名称、资源存储地址URI、资源类型、资源属性。
4.根据权利要求2所述的算力网络中基于NFT的分布式多维资源交易方法,其特征在于,智能合约中包括以下功能函数:
createNFT(address owner,unit256 tokenID):供资源提供者创建NFT并发布资源信息,输入参数是资源所有者的地址和NFT的唯一标识tokenID;
burnNFT(unit256 tokenID):供资源提供者销毁无用的NFT;
safeTokenTransfer(address from,address to,unit256 tokenID):转移NFT的所有者;
setUser(unit256 tokenID,address user,unit64 expires):设置NFT的使用权限,输入参数包含用户地址和过期时间;
ownerOf(unit256 tokenID):用于查询所有区块链节点的NFT所有者地址;
userOf(unit256 tokenID):用于所有区块链节点通过tokenID查询有权限使用NFT对应资源的用户地址;
userExpires(address user,unit256 tokenID):获取相应资源提供者/资源请求者的使用权过期时间。
5.根据权利要求2所述的算力网络中基于NFT的分布式多维资源交易方法,其特征在于,步骤2中基于组合双向拍卖的分布式可信资源交易机制具体为:
步骤一:根据资源交易需求,资源提供者通过发布NFT部署智能合约;
步骤二:各资源请求者查询最新的智能合约,并基于存储在NFT中的资源存储地址解析资源信息;
步骤三:各资源请求者根据自身需求和资源提供者的资源属性形成一个排序后的偏好名单;
步骤四:各资源请求者向满足自身需求的资源提供者提交投标信息,投标信息包括该资源请求者所请求的各种资源类型的数量及出价;
步骤五:各资源提供者根据接收到的投标信息确定资源请求者中的胜出者,同时各胜出者进一步选择匹配的资源提供者;
步骤六:成功匹配的资源提供者和资源请求者通过更新智能合约在区块链节点上记录交易信息。
6.根据权利要求5所述的算力网络中基于NFT的分布式多维资源交易方法,其特征在于,步骤五中:
在投标信息时,每个资源提供者选择满足以下两个约束条件的资源请求者作为中标候选人:1)该资源请求者所请求的资源不超过设定边界,2)该资源请求者的平均出价不小于最低平均价格限制;其中该资源请求者的平均出价Pb为该资源请求者的总出价,al为该资源请求者所需的第l种资源类型的数量,al为al的权重,∑lal=1;
每个资源提供者在中标候选人中确定胜出者,具体方法为:1)若资源提供者有足够的资源提供给所有中标候选人,则所有中标候选人均为胜出者,同时设置交易价格为最低平均价格限制;2)若资源提供者没有足够的资源提供给所有中标候选人,则将中标候选人按平均出价非递增顺序排序,选择该资源提供者能够满足需求的前k个中标候选人为胜出者,同时设置交易价格为第k+1个中标候选人的平均出价;
胜出者进一步选择匹配的资源提供者的方法为:如若某一胜出者被单个资源提供者选中,则两者成功匹配,且该胜出者接受该资源提供者的交易价格;若某一胜出者被多个资源提供者选中,则该胜出者与交易价格最小且效用最大的资源提供者成功匹配。
8.一种资源交易系统,其特征在于,包括:
模型创建模块,用于将算力网络的各节点加入区块链网络,以区块生成间隔为交易周期,根据交易需求,资源提供者通过发布NFT部署智能合约,资源请求者触发智能合约,形成基于NFT的分布式异构资源交易模型;
资源交易平台,用于创建基于组合双向拍卖的分布式可信资源交易机制,资源请求者和资源提供者都在本地做出拍卖决策,通过基于NFT的分布式异构资源交易模型完成资源交易。
9.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,其特征在于,所述指令当由计算设备执行时,使得所述计算设备执行如权利要求1至7中任一所述的方法。
10.一种电子设备,其特征在于,包括一个或多个处理器、一个或多个存储器以及一个或多个程序,其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行如权利要求1至7中任一所述方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211410744.1A CN115689756A (zh) | 2022-11-11 | 2022-11-11 | 算力网络中基于nft的分布式多维资源交易方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211410744.1A CN115689756A (zh) | 2022-11-11 | 2022-11-11 | 算力网络中基于nft的分布式多维资源交易方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115689756A true CN115689756A (zh) | 2023-02-03 |
Family
ID=85052909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211410744.1A Pending CN115689756A (zh) | 2022-11-11 | 2022-11-11 | 算力网络中基于nft的分布式多维资源交易方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115689756A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116362850A (zh) * | 2023-04-06 | 2023-06-30 | 天津大学 | 一种面向元宇宙服务的资源分配方案 |
-
2022
- 2022-11-11 CN CN202211410744.1A patent/CN115689756A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116362850A (zh) * | 2023-04-06 | 2023-06-30 | 天津大学 | 一种面向元宇宙服务的资源分配方案 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Teslya et al. | Blockchain-based platform architecture for industrial IoT | |
Cui et al. | A blockchain-based containerized edge computing platform for the internet of vehicles | |
Chen et al. | A secure content sharing scheme based on blockchain in vehicular named data networks | |
Esposito et al. | Smart cloud storage service selection based on fuzzy logic, theory of evidence and game theory | |
Walsh et al. | A market protocol for decentralized task allocation | |
Luong et al. | A machine-learning-based auction for resource trading in fog computing | |
Wu et al. | VCG auction-based dynamic pricing for multigranularity service composition | |
WO2019055585A1 (en) | PARALLEL CHAIN ARCHITECTURE FOR BLOCK CHAIN SYSTEMS | |
Shi et al. | Integration of blockchain and auction models: A survey, some applications, and challenges | |
Zou et al. | Resource allocation game under double-sided auction mechanism: Efficiency and convergence | |
CN115689756A (zh) | 算力网络中基于nft的分布式多维资源交易方法及系统 | |
Jain et al. | Auction based cost‐efficient resource allocation by utilizing blockchain in fog computing | |
Chen et al. | SmartStore: A blockchain and clustering based intelligent edge storage system with fairness and resilience | |
Chen et al. | Intelligent offloading in blockchain-based mobile crowdsensing using deep reinforcement learning | |
Du et al. | A Novel Oracle-Aided Industrial IoT Blockchain: Architecture, Challenges, and Potential Solutions | |
Jain et al. | Combinatorial auction based multi-task resource allocation in fog environment using blockchain and smart contracts | |
CN116740390A (zh) | 一种基于区块链的艺术品数字资产确权流通系统 | |
Amini Motlagh et al. | A new reliability‐based task scheduling algorithm in cloud computing | |
Zhang et al. | Uav base station network transmission-based reverse auction mechanism for digital twin utility maximization | |
Aljohani et al. | A framework for a blockchain-based decentralized data marketplace | |
Garg et al. | Market‐Oriented Resource Management and Scheduling: A Taxonomy and Survey | |
Qiu et al. | AImers-6G: AI-driven region-temporal resource provisioning for 6G immersive services | |
Osman et al. | Dynamic Verification of Trust in Distributed Open Systems. | |
Ye et al. | A game-based approach for cloudlet resource pricing for cloudlet federation | |
CN116471092A (zh) | 一种基于模块化区块链的自适应元宇宙系统 |
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 |