基于竞争博弈的网络切片资源交易算法研究.pdfVIP

摘要

随着第五代移动蜂窝网络技术（5G）和云技术的发展，多样化新业务不断涌

现，不同行业、企业或者个体用户对网络提出了各种各样的服务质量要求。5G网

络需要更加灵活、动态，以满足用户和垂直行业的多样化业务需求。因此，网络切

片技术应运而生。通过网络切片，运营商能够在一个通用的物理网络上构建出一个

虚拟化的、共享的、逻辑隔离的网络切片池，不同切片即可满足用户不同的服务需

求。用户们共享了同一物理网络资源，但能够享受不同类型的网络服务。

在这一资源共享的网络场景中，大多数现有研究主要关注于资源调度、分配这

一技术方面。研究者希望通过优化不同切片的资源组成以最大化运营商的效益。然

而，网络切片资源交易的经济商业模型却少有研究。实际上，网络切片已经从根本

上改革了网络资源交易市场中不同实体之间的交互方式，例如用户能够更加精确

的要求网络服务类型，并支付对应的货币报酬。因此在网络资源市场中，只有每个

实体能在双赢的情况下获得利益时，资源交易才对所有实体具有吸引力。在这种环

境下，针对网络切片的资源交易研究则显得十分重要。

因此，本文对无线网络切片场景下的资源交易模型进行了研究。具体来说：首

先，本文基于软件定义网络（SoftwareDefinedNetwork,SDN）的架构设计了一个

无线网络交易系统框架。在该框架下，本文引入联盟区块链作为交易系统的记账账

本，保证了网络资源交易的安全性、公平性和隐私保护。然后，本文重点关注了网

络切片资源交易中多个移动虚拟网络运营商（MVNO）与用户间的定价与购买交互

问题。本文将该问题建立成了一个两阶段斯塔克尔伯格博弈模型，以帮助双方进行

交易决策。本文从理论上证明了该模型纳什均衡点的存在。同时，本文基于深度强

化学习（DRL）设计了一种多智能体强化学习算法，求解博弈中交易双方的最优交

易策略。最后，本文在仿真环境下进行了多组实验。单次交易的仿真实验结果表明，

本文所提出的多智能体算法能够求解博弈模型的纳什均衡。然后，通过多组仿真实

验对比，本文提出的两种交易模型能为交易双方同时创造较高的收益。而相对于非

竞争模型来说，竞争模型可以使得消费者以更低的价格购买到资源，并保障MVNO

在交易中仍能拥有可观收益。

关键词：网络切片，资源交易，联盟区块链，斯塔克尔伯格博弈，多智能体强化学

习

ABSTRACT

Withthedevelopmentoffifth-generationmobilecellularnetworktechnology(5G)

andcloudtechnology,diversifiednewservicescontinuetoemerge,anddifferent

industries,enterprisesorindividualusershaveputforwardvariousservicequality

requirementsforthenetwork.5Gnetworksneedtobemoreflexibleanddynamictomeet

thediversebusinessneedsofusersandverticalindustries.Therefore,networkslicing

technologycameintobeing.Throughnetworkslicing,operatorscanbuildavirtualized,

shared,andlogicallyisolatednetworkslicepoolonacommonphysicalnetwork.

Differentslicescanmeetdifferentservicerequirementsofusers.Userssharethesame

physicalnetworkresources,butcanenjoydifferenttypesofnetworkservices.

Inthisresource-s