一种基于期货市场和现货市场的移动边缘计算资源分配和定价方法
阅读说明：本技术 一种基于期货市场和现货市场的移动边缘计算资源分配和定价方法 (Mobile edge computing resource allocation and pricing method based on futures market and spot market ) 是由 张文杰 郭荣宗 黄晓雯 郑艺峰 于 2021-08-11 设计创作，主要内容包括：本发明属于无线通信技术领域,涉及一种基于期货市场和现货市场的移动边缘计算资源分配和定价方法,包括建立移动边缘计算系统模型、MEC服务器、用户和中间代理,通过预留合同的期货市场最优注册费,代理人收集关于MEC服务器和用户的信息,发布注册费并记录所有用户的注册决策每个用户基于注册决策得到效益信息收集所有边缘服务器的效益,完全信息下的拍卖算法,随机用户对边缘服务器进行估值,并根据估值出价投标代理人对随机用户的投标价降序排序不完全信息下的拍卖算法,将服务器的要价a升序排序,将用户的投标价b降序排序,根据供求模型,可得交点(x,y),并计算用户的中标价和服务器的开价,以达到MEC服务器在不同信息环境下的资源分配和定价策略。(The invention belongs to the technical field of wireless communication, and relates to a mobile edge computing resource allocation and pricing method based on futures markets and spot markets, which comprises the steps of establishing a mobile edge computing system model, an MEC server, users and an intermediate agent, reserving the optimal registration fee of the futures markets of contracts, collecting information about the MEC server and the users by an agent, issuing the registration fee, recording the registration decision of all the users, obtaining benefit information of all the edge servers by each user based on the registration decision, carrying out auction algorithm under complete information, carrying out estimation on the edge servers by random users, carrying out descending ordering on the bid price of the random users by an agent according to the estimation bid, ascending ordering the ask price a of the server, descending ordering the bid price b of the users, obtaining an intersection point (x, y) and calculating the bid price of the user and the offer price of the server so as to achieve the resource allocation and pricing strategy of the MEC server under different information environments.)
技术领域
本发明属于无线通信技术领域，涉及一种基于期货市场和现货市场的移动边缘计算资源分配和定价方法。
背景技术
随着5G网络和移动互联网的发展，自动驾驶、增强现实和智慧交通等海量应用的不断涌现，移动终端设备要求能够及时处理高能耗、高量级和高复杂度的计算任务。为解决上述问题，提出了移动边缘计算(Mobile Edge Computing,MEC)的概念。MEC允许移动设备将计算任务卸载到部署在邻近网络边缘的服务器上，使业务本地化，减少了远程数据的传输量，降低了能量消耗和传输时延。目前MEC已经成为5G网络的关键技术之一，对MEC的研究应用有助于解决未来网络的拥塞和时延等问题。
资源分配作为MEC的关键技术之一，在缩短任务时延和提升能量效率方面具有十分重大的研究意义。目前已有的研究中，主要从两个方面对MEC的资源分配问题进行分析：即技术与理论层面和经济层面。前者主要以最小化能耗和任务时延为目标，或者根据不同应用的需求，权衡两个优化目标，进行资源的分配。例如，有文献研究针对多用户时分多址MECO(Mobile Edge Computation Offloading)系统中通信和计算资源联合分配的时延最小化问题，研究了三种不同的计算模型，最终提出了一种最优的联合通信和计算资源分配算法。后者则利用经济学的方法对资源进行分配和定价，刺激MEC服务器共享资源，以最大化收益。又例如，有文献通过博弈论研究了多个MEC服务器之间的竞争行为，并提出了一种迭代算法来动态调节MEC服务器的资源量及定价，以吸引更多的用户。
现有的基于经济分析的资源分配方法较少考虑用户多样性和信息不对称性等问题。MEC系统中有多种类型的用户，不同的用户有不同的服务需求，需要根据不用的用户类型制定不同的资源分配和定价策略。此外，在资源市场活动中，各类参与者对信息的了解不尽相同，需要考虑MEC服务器在不同信息环境下的资源分配和定价策略。
发明内容
本申请实施例提供一种基于期货市场和现货市场的移动边缘计算资源分配和定价方法，本发明的目的在于综合考虑MEC中资源交易市场的用户多样性和信息不对称性问题，提出了一种基于混合市场的资源交易机制，并在其中考虑了两种不同类型的用户，即合同用户和随机用户。在期货市场中，合同用户按照签订的合同使用预留资源，在现货市场中，随机用户按需购买资源。
为达到上述目的，本发明提供如下技术方案：
步骤1、建立移动边缘计算系统模型，包含多个MEC服务器、多个用户和一个中间代理，包括以下步骤：
步骤101、移动边缘计算系统中所有MEC服务器记为集合M＝{1,2,...,M}，其中，第j个服务器拥有的计算资源记为Rj；
系统中所有的用户记为集合N＝{1,2,...,N}，考虑两类用户：合同用户和随机用户。合同用户需要事先注册，支付一定的注册费r，并按照合同约定使用预留资源；随机用户按需购买资源；
定义变量αi∈{0,1}表示用户类型，αi＝1表示用户i是合同用户，αi＝0表示用户i是随机用户；系统中所有用户的注册策略记为α＝{α1,...,αi,...,αN}；
MEC边缘服务器通过雇用中间代理人来管理资源，并支付管理费，记为c0；
步骤102、构建期货市场资源分配模型
如果用户i是合同用户，需与MEC服务器签订合同条款，记为Ri＝{Di,Pi,li}，其中Di表示合同用户的资源需求，Pi表示资源单价，li表示赔偿单价；
定义βij为MEC服务器j对合同用户i的资源贡献率，即服务器j分配给合同用户i的资源百分比,资源贡献率受限于约束
如果用户i是合同用户，可以与中间代理人协商签订合同，向MEC服务器预约资源，称为期货合约；MEC服务器j在期货市场中的效益可表示为：
式中B(di,Di)表示当MEC服务器分配给用户i的资源di少于合同中约定的资源Di时，MEC服务器需要支付给合同用户i的补偿，表示为：
如果合同用户i分配到的计算资源为di，则合同用户i的收益可表示为
式中为合同用户i单位资源的边际收益。
步骤103、构建现货市场资源分配模型
如果用户i为随机用户，需与其他随机用户在现货市场中竞争剩余计算资源。定义o＝{o11,...,oNM}为MEC服务器与所有随机用户的匹配矩阵，其中oij＝1表示随机用户i竞价成功，获得MEC服务器j的资源；MEC服务器j在现货市场中的效益可以表示为：
式中pa为随机用户单位资源支付价格，φa表示MEC服务器支付给中间代理人的单位资源成本，表示MEC服务器j分配单位资源的边际成本，为资源的交易量；
在现货市场中，随机用户以最大的支付意愿对资源进行竞价，竞价成功的用户可以利用分配的资源完成计算任务。随机用户i在现货市场上的效益可以表示为：
式中pb表示用户支付给MEC服务器的单位资源价格，φb为支付给中间代理人的单位资源成本，表示资源交易量；
步骤2、确定MEC服务器在期货和现货市场的总收益为目标函数，在资源有限约束和资源分配平衡约束下，构建最大化MEC服务器总收益的优化模型；
步骤3、构建基于预留合同的期货市场资源分配算法对步骤2获得的优化问题进行处理，得到最优注册费；
步骤4、构建完全信息下现货市场的拍卖算法得到MEC服务器与所有随机用户的匹配矩阵；
步骤5、构建不完全信息下现货市场的拍卖算法获得匹配矩阵；
优选地，所述步骤2包括以下步骤：
步骤201、MEC服务器总收益最大化问题如下式所示：
约束条件为：
式中，C1表示资源约束条件，确保每个MEC服务器在其能力范围内接受用户的购买请求；C2为资源分配平衡条件，确保所有MEC服务器分配给用户的资源量与用户收到的总资源量相等；
优选地，所述步骤3包括以下步骤：
步骤301、在完全信息下的期货市场中，所有的MEC服务器和中间代理人都有完整的合同用户信息，那么提供给合同用户i的资源合同需要满足个体合理性约束，保证每个合同用户都有非负收益，表示如下：
步骤302、在不完全信息下的期货市场中，MEC服务器和用户只知道有限的信息(例如，用户的边际收入和服务器的边际成本)，此时提供给合同用户i的资源合同需满足：
步骤303、初始化变量，包括用户的注册策略注册费r0＝0,MEC最大收益Umax＝0，迭代次数k＝0；
步骤304、中间代理人收集MEC服务器和用户的信息，公布注册费用；
步骤305、每个用户根据注册策略计算在现货市场和期货市场的收益，分别表示为：
步骤306、计算所有MEC服务器的总收益为：
步骤307、将MEC服务器的总收益与当前最大值Umax进行比较，如果修改注册费r*＝rk,并更新最大收益值为
步骤308、如果用户i为合同用户,当时，用户i改变注册策略为：如果用户i为随机用户,当时，用户i改变注册策略为：
步骤309、新的迭代次数、新的注册费和新的MEC服务器的总收益为：
k＝k+1，rk+1＝rk+τ，其中τ为迭代步长；
步骤310、重返步骤305至步骤309，直至MEC服务器的总收益增值小于一个给定的门限值；
优选地，所述步骤4包括以下步骤：
步骤401、在现货市场中，每个随机用户按需实时购买计算资源。随机用户根据估价对计算资源进行出价。定义vij＝g(ζj,ρij)表示随机用户i对MEC服务器j资源的估值,vij也可以称为随机用户i对MEC服务器j资源的最大支付意愿；为MEC服务器j的计算性能，ρij表示随机用户i对MEC服务器j的偏好；所有随机用户对不同MEC服务器计算资源的估值记为Ψ＝(v11,...,vij,...,vNM)；
步骤402、所有边缘服务器的剩余资源记为R′＝{R′1,...,R'M}，其中
步骤403、每个边缘服务器都有一个最低可接受价格，即边缘服务器要价，表示为aj；
步骤404、代理人发布所有MEC服务器的剩余资源R′＝{R′1,...,R'M}，每个随机用户按照估值vij对资源进行投标，vij∈Ψ；
步骤405：代理人对满足vij≥aj的所有随机用户的投标进行排序；
步骤406：根据完全价格歧视，若边缘服务器将资源分配给出价最大的随机用户；
步骤407、随机用户失去了获得其他服务器资源的机会，即
步骤408、重复步骤405至步骤407，直至满足以下任一个终止条件：1)边缘服务器无剩余资源可分配；2)所有随机用户都已分配资源。
步骤409、在完全信息下，MEC服务器不需要向代理支付服务费，同时服务器单位资源收入即为用户的估值，其交易量等于随机用户i的需求量，因此有φa＝0，pa＝vij，边缘服务器的效益为：
优选地，所述步骤5包括以下步骤：
步骤501、将随机用户的投标价格定义为b＝{b1,...,bn}，服务器要价定义为a＝{a1,...,am}，服务器j提交给代理人的计算资源供应量表示为
步骤502、将要价a按非降序排列am≥am-1≥...≥a1；
步骤503、将出价b按非升序排列b1≤b2≤...≤bn；
步骤504、若且买方i的交易量是其投标时的资源需求量，即卖家j的交易量为
步骤505、若且卖方j的交易量是买方出价时的资源供给量，即买家i的交易量为
步骤506、若买方i在拍卖中成功获得计算资源，则其效益为否则Vi＝0；
步骤507、若卖方j在拍卖中成功出售计算资源，则其效益为否则Uj＝0；
步骤508、两个市场中边缘服务器效益为：
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本发明提供的一种多类型用户的MEC系统资源分配图；
图2为本发明中基于预留合同的期货市场最优注册费流程图；
图3为本发明中完全信息下的拍卖算法流程图；
图4为本发明中不完全信息下的拍卖算法流程图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
本实施例，如图1至图4所示，一种基于期货市场和现货市场的移动边缘计算资源分配和定价方法，包括以下步骤：
1)步骤1、搭建移动边缘计算系统；
步骤101、所述移动边缘计算系统包含多个MEC服务器、多个用户和一个中间代理；
移动边缘计算系统中所有MEC服务器记为集合M＝{1,2,...,M}，其中，第j个服务器拥有的计算资源记为Rj；
系统中所有的用户记为集合N＝{1,2,...,N}，考虑两类用户：合同用户和随机用户。合同用户需要事先注册，支付一定的注册费r，并按照合同约定使用预留资源；随机用户按需购买资源；定义变量αi∈{0,1}表示用户类型，αi＝1表示用户i是合同用户，αi＝0表示用户i是随机用户；系统中所有用户的注册策略记为α＝{α1,...,αi,...,αN}；
MEC边缘服务器通过雇用中间代理人来管理资源，并支付管理费，记为c0；
步骤102、构建期货市场资源分配模型，同时建立MEC服务器和合同用户在期货市场的收益模型；
如果用户i是合同用户，需与MEC服务器签订合同条款，记为Ri＝{Di,Pi,li}，其中Di表示合同用户的资源需求，Pi表示资源单价，li表示赔偿单价；
定义βij为MEC服务器j对合同用户i的资源贡献率，即服务器j分配给合同用户i的资源百分比,资源贡献率受限于约束
如果用户i是合同用户，可以与中间代理人协商签订合同，向MEC服务器预约资源，称为期货合约；MEC服务器j在期货市场中的效益可表示为：
式中B(di,Di)表示当MEC服务器分配给用户i的资源di少于合同中约定的资源Di时，MEC服务器需要支付给合同用户i的补偿，表示为：
如果合同用户i分配到的计算资源为di，则合同用户i的收益可表示为
式中为合同用户i单位资源的边际收益。
步骤103、构建现货市场资源分配模型，同时建立MEC服务器和随机用户在现货市场的收益模型；
如果用户i为随机用户需与其他随机用户在现货市场中竞争剩余计算资源。定义o＝{o11,...,oNM}为MEC服务器与所有随机用户的匹配矩阵，其中oij＝1表示随机用户i竞价成功，获得MEC服务器j资源；MEC服务器j在现货市场中的效益可以表示为：
式中pa为随机用户单位资源支付价格，φa表示MEC服务器支付给中间代理人的单位资源成本，表示MEC服务器j分配单位资源的边际成本，为资源的交易量；
在现货市场中，随机用户以最大的支付意愿对资源进行竞价，竞价成功的用户可以利用分配的资源完成计算任务。随机用户i在现货市场上的效益可以表示为：
式中pb表示用户支付给MEC服务器的单位资源价格，φb为支付给中间代理人的单位资源成本，表示资源交易量；
2)步骤2、确定MEC服务器在期货和现货市场的总收益为目标函数，在资源有限约束和资源分配平衡约束下，构建最大化MEC服务器总收益的优化模型；
MEC服务器总收益最大化问题如下式所示：
约束条件为：
式中，C1表示资源约束条件，确保每个MEC服务器在其能力范围内接受用户的购买请求；C2为资源分配平衡条件，确保所有MEC服务器分配给用户的资源量与用户收到的总资源量相等；
3)步骤3、构建基于预留合同的期货市场资源分配算法对步骤2获得的优化问题进行处理，得到最优注册费；
步骤301、在完全信息下的期货市场中，所有的MEC服务器和中间代理人都有完整的合同用户信息，那么提供给合同用户i的资源合同需要满足个体合理性约束，保证每个合同用户都有非负收益，表示如下：
步骤302、在不完全信息下的期货市场中，MEC服务器和用户只知道有限的信息(例如，用户的边际收入和服务器的边际成本)，此时提供给合同用户i的资源合同需满足：
步骤303、初始化变量，包括用户的注册策略注册费r0＝0,MEC最大收益Umax＝0，迭代次数k＝0；
步骤304、中间代理人收集MEC服务器和用户的信息，公布注册费用；
步骤305、每个用户根据注册策略计算在现货市场和期货市场的收益，分别表示为：
步骤306、计算所有MEC服务器的总收益为：
步骤307、将MEC服务器的总收益与当前最大值Umax进行比较，如果修改注册费r*＝rk,并更新最大收益值为
步骤308、如果用户i为合同用户,当时，用户i改变注册策略为：如果用户i为随机用户,当时，用户i改变注册策略为：
步骤309、新的迭代次数、新的注册费和MEC服务器的总收益为：
k＝k+1，rk+1＝rk+τ，其中τ为迭代步长；
步骤310、重返步骤305至步骤309，直至MEC服务器的总收益增值小于一个给定的门限值；
4)步骤4、构建完全信息下现货市场的拍卖算法得到MEC服务器与所有随机用户的匹配矩阵，同时计算边缘服务器的效益模型；
步骤401、在现货市场中，每个随机用户按需实时购买计算资源。随机用户根据估价对计算资源进行出价。定义vij＝g(ζj,ρij)表示随机用户i对MEC服务器j资源的估值,vij也可以称为随机用户i对MEC服务器j资源的最大支付意愿；为MEC服务器j的计算性能，ρij表示随机用户i对MEC服务器j的偏好；所有随机用户对不同MEC服务器计算资源的估值记为Ψ＝(v11,...,vij,...,vNM)；
步骤402、所有边缘服务器的剩余资源记为R′＝{R′1,...,R'M}，其中
步骤403、每个边缘服务器都有一个最低可接受价格，即边缘服务器要价，表示为aj；
步骤404、代理人发布所有MEC服务器的剩余资源R′＝{R′1,...,R'M}，每个随机用户按照估值vij对资源进行投标，vij∈Ψ；
步骤405：代理人对满足vij≥aj的所有随机用户的投标进行排序；
步骤406：根据完全价格歧视，若边缘服务器将资源分配给出价最大的随机用户；
步骤407、随机用户失去了获得其他服务器资源的机会，即
步骤408、重复步骤405至步骤407，直至满足以下任一个终止条件：(1)边缘服务器无剩余资源可分配；(2)所有随机用户都已分配资源。
步骤409、在完全信息下，MEC服务器不需要向代理支付服务费，同时服务器单位资源收入即为用户的估值，其交易量等于随机用户i的需求量，因此有φa＝0，pa＝vij，边缘服务器的效益为：
5)步骤5、构建不完全信息下现货市场的拍卖算法获得匹配矩阵，同时计算边缘服务器的效益模型；
步骤501、将随机用户的投标价格定义为b＝{b1,...,bn}，服务器要价定义为a＝{a1,...,am}，服务器j提交给代理人的计算资源供应量表示为
步骤502、将要价a按非降序排列am≥am-1≥...≥a1；
步骤503、将出价b按非升序排列b1≤b2≤...≤bn；
步骤504、若且买方i的交易量是其投标时的资源需求量，即卖家j的交易量为
步骤505、若且卖方j的交易量是买方出价时的资源供给量，即买家i的交易量为
步骤506、若买方i在拍卖中成功获得计算资源，则其效益为否则Vi＝0；
步骤507、若卖方j在拍卖中成功出售计算资源，则其效益为否则Uj＝0；
步骤508、两个市场中边缘服务器效益为：
以上所述，仅是本发明的较佳实施例而已，并非对本发明的技术范围作出任何限制，故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰，均仍属于本发明的技术方案的范围内。