移动边缘计算中基于双向拍卖的资源分配算法研究.pdfVIP

摘 要 随着移动终端上计算密集型和时延敏感型应用的海量增长，基于中心云的高 时延计算模式已不能满足用户的计算需求；同时移动终端本地计算能力和电池容 量有限，因此，需要在靠近移动终端的位置部署具有计算能力的服务器以降低移 动终端的计算时延和能量消耗。于是，移动边缘计算（Mobile Edge Computing, MEC ）受到广泛关注。 移动边缘计算平台将资源部署在网络边缘，以便用户将任务迁移到边缘节点 处理。移动边缘计算节点资源受限且系统中存在具有冲突利益的实体，使得移动 边缘计算中任务迁移面临复杂的资源分配问题。如何高效分配移动边缘计算资源， 协调不同利益实体之间的利益冲突及实现资源的高效分配，是迫切需要解决的问 题。为此，众多学者将双向拍卖机制引入移动边缘计算资源分配研究中，但现有 研究存在如下不足：（1）基于单回合双向拍卖机制的资源分配算法未考虑用户和 边缘节点报价时的博弈过程，也未分析不同的资源分配策略对算法的影响；（2 ） 基于多回合双向拍卖机制的资源分配算法未考虑参与下一回合拍卖的用户和移 动边缘计算节点可同时调整报价，也未分析不同的支付规则对分配算法的影响。 基于上述不足，本文从以下2 个方面进行了研究： （1）提出基于单回合双向拍卖的计算和通信资源分配算法，从博弈角度分 析了用户和边缘节点的报价策略，并对比分析随机分配、优先为高单位报价用户 分配和优先为高报价用户分配这三种资源分配策略对算法的影响。仿真实验表明 该算法与现有算法相比可获得更高的系统总收益。 （2 ）提出基于多回合双向拍卖的计算和通信资源分配算法，将调价比例固 定的报价策略和基于Hurwicz 准则的动态报价策略结合形成一种新的报价策略， 同时分析了VCG 支付规则、k-值支付规则和失败用户最高价（若无失败用户则 成功用户最低价）这三种支付规则对资源分配算法的影响。仿真实验表明该算法 与现有算法相比能获得更高的系统总收益且算法收敛速度更快。 关键词：移动边缘计算；双向拍卖；资源分配；任务迁移；系统总收益 I Abstract With the massive growth of computing-intensive and delay-sensitive applications on mobile terminals, the high-latency computing mode based on the central cloud can no longer meet the computing needs of users; meanwhile, the local computing power and battery capacity of mobile terminals are limited, therefore, servers with computing capability need to be deployed near the mobile terminal to reduce the computing delay and energy consumption of the mobile terminal. As a result, Mobile Edge Computing (MEC) has received widespread attention. Mobile edge computing platform deploys resources at the edge of the network so that users can migrate tasks to edge nodes for processing. The resources of mobile edge computing nodes are limited and there are entities with conflicting interests in the system, which makes task migration in mobile edge computing face complex resource allocation problems. How to eff