一种基于博弈论的车辆边缘计算资源分配激励方法及系统技术方案

本发明专利技术公开了一种基于博弈论的车辆边缘计算资源分配激励方法及系统，旨在通过优化车辆对服务器计算资源需求策略和服务器对车辆计算资源的定价策略，来实现服务器利润和车辆效用最大化。首先，针对车辆边缘计算中计算需求日益膨胀的问题，考虑服务器有限的资源、数据传输损耗和服务器计算成本等约束限制基础上，建立车辆与服务器的斯塔克尔伯格竞争模型。其次，计算收益最大化问题。在此基础上，求解收益最大化问题，以获得最优的车辆计算资源需求策略和服务器定价策略。本发明专利技术在考虑服务器有限的资源、数据传输损耗、多台车辆之间存在计算资源竞争关系和服务器计算成本环境下，同时实现车辆高效计算卸载和服务器利润最大化，从而最小化计算成本。从而最小化计算成本。从而最小化计算成本。

【技术实现步骤摘要】
一种基于博弈论的车辆边缘计算资源分配激励方法及系统


[0001]本专利技术属于边缘计算
，涉及一种车辆边缘计算资源分配激励方法及系统，具体涉及一种基于博弈论的车辆边缘计算资源分配激励方法及系统。

技术介绍

[0002]随着车联网的快速发展，车辆在图像辅助导航、实时视频分析、主动驾驶安全辅助等各类智能服务方面变得更加智能。此类智能服务是计算密集型的，具有计算需求差异化、超低延迟要求。为了满足新兴的车载应用和指数级增长的数据，计算和通信资源的需求快速增加。
[0003]但是，资源受限的车辆可能会因计算密集型应用程序使计算资源紧张，从而导致车辆难以确保所需的服务质量。此外，随着人工智能和智能交通系统的快速发展，车辆中出现了许多计算密集型和延迟敏感的应用场景，如辅助驾驶、自动驾驶汽车、事故预测等。这些应用程序不仅需要低延迟的响应和高速的通信，而且还需要大量的资源来进行计算和缓存。在应对这一挑战时，车辆边缘计算被设想为一种有前途的计算解决方案，它是移动边缘计算与车载网络的集成，可以解决车辆资源的限制问题。车辆可以将计算任务转移到车辆边缘计算中的边缘计算服务器上，获得有效的计算服务，从而提高车辆应用的服务质量。
[0004]然而，车辆边缘计算服务器的资源有限，对于车辆边缘计算服务器如何分配有限的计算资源面临着许多挑战。首先，由于车辆的自身利益和自主性，他们可能在资源共享服务期间表现出不合作的行为。其次，计算任务从车辆卸载到车辆边缘计算服务器存在数据损耗。为了提高车辆边缘计算服务器和车辆的实用性，满足车辆的需求，需要设计高效的资源分配策略。

技术实现思路

[0005]为了解决现有的资源分配问题，本专利技术提供了一种基于博弈论的车辆边缘计算资源分配激励方法及系统。
[0006]本专利技术的方法采用的技术方案是：一种基于博弈论的车辆边缘计算资源分配激励方法，包括以下步骤：
[0007]步骤1：在考虑服务器有限的资源、数据传输损耗和服务器计算成本基础上，建立车辆与服务器的斯塔克尔伯格竞争模型；
[0008]所述车辆与服务器的斯塔克尔伯格竞争模型，服务器期望获得最大限度的利润，车辆期望获得计算资源，以最大化他们的效用；若1台服务器，共可支持n台车辆的计算需求，则服务器的效用函数为：车辆的效用函数为：其中，p
i
表示为服务器对第i台车辆的计算资源定价，x
i
表示为第i辆车所需要的计算资源数量，b表示服务器计算成本；N和φ分别表示车辆集合和数据传输
损耗，φ∈(0,1)；αln(1+x
i
)表示为车辆的满意度，式中α是车辆满意度的转换因子，α＞0；
[0009]步骤2：求解斯塔克尔伯格竞争模型的解，以获得最优的车辆计算资源需求策略和服务器定价策略；车辆i根据服务器给出的价格p
i
，调整相对应的计算资源需求量x
i
，使服务器的利润和车辆的效用最大化。
[0010]本专利技术的系统采用的技术方案是：一种基于博弈论的车辆边缘计算资源分配激励系统，包括以下模块：
[0011]模块1，用于在考虑服务器有限的资源、数据传输损耗和服务器计算成本基础上，建立车辆与服务器的斯塔克尔伯格竞争模型；
[0012]所述车辆与服务器的斯塔克尔伯格竞争模型，服务器期望获得最大限度的利润，车辆期望获得计算资源，以最大化他们的效用；若1台服务器，共可支持n台车辆的计算需求，则服务器的效用函数为：车辆的效用函数为：其中，p
i
表示为服务器对第i台车辆的计算资源定价，x
i
表示为第i辆车所需要的计算资源数量，b表示服务器计算成本；N和φ分别表示车辆集合和数据传输损耗，φ∈(0,1)；αln(1+x
i
)表示为车辆的满意度，式中α是车辆满意度的转换因子，α＞0；
[0013]模块2，用于求解斯塔克尔伯格竞争模型的解，以获得最优的车辆计算资源需求策略和服务器定价策略；车辆i根据服务器给出的价格p
i
，调整相对应的计算资源需求量x
i
，使服务器的利润和车辆的效用最大化。
[0014]本专利技术解决了车辆边缘中计算资源分配的问题。通过建立斯塔克伯格博弈，并证明车辆与服务器之间的博弈均衡，本专利技术在考虑到服务器有限的资源、数据传输损耗、多台车辆之间存在计算资源竞争关系和服务器计算成本环境下，同时实现车辆高效计算卸载和服务器利润最大化，从而最小化计算成本。
附图说明
[0015]图1为本专利技术实施例的方法流程图。
具体实施方式
[0016]为了便于本领域普通技术人员理解和实施本专利技术，下面结合附图及实施例对本专利技术作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本专利技术，并不用于限定本专利技术。
[0017]为了克服现有的资源分配问题，本专利技术的目的在于提出一种基于博弈论的车辆边缘计算资源分配激励方法。旨在通过获取最优的车辆计算资源需求策略和服务器定价策略，以提高车辆边缘计算服务器和车辆的实用性。首先，针对车辆边缘计算中计算需求日益膨胀的问题，在考虑服务器有限的资源、数据传输损耗和服务器计算成本等约束限制基础上，建立车辆与服务器的斯塔克尔伯格竞争模型。其次，虑到多台车辆之间的计算资源需求存在竞争，构建系统范围计算收益最大化问题。在此基础上，求解斯塔克尔伯格博弈模型的解，以获得最优的车辆计算资源需求策略和服务器定价策略。
[0018]请见图1，本专利技术提供的一种基于博弈论的车辆边缘计算资源分配激励方法，包括
以下步骤：
[0019]步骤1：针对车辆边缘计算中计算资源需求日益膨胀的问题，在考虑服务器有限的资源、数据传输损耗和服务器计算成本等约束限制基础上，建立车辆与服务器的斯塔克尔伯格竞争模型；
[0020]本实施例的车辆与服务器的斯塔克尔伯格竞争模型，服务器期望获得最大限度的利润，车辆期望获得计算资源，以最大化他们的效用；
[0021]假设有1台服务器，共可支持n台车辆的计算需求，设N＝{1,
···
,i,
···
,n}为车辆的集合；第i台车辆计算资源的需求是x
i
；在t时刻，定义服务器对第i台车辆的计算资源定价为p
i
。于是，为满足车辆计算任务需求，在服务器计算成本和数据传输损耗等限制下，服务器的效用函数可表示为：
[0022][0023]其中，p
i
表示为服务器对第i台车辆的计算资源定价，x
i
表示为第i辆车所需要的计算资源数量，b表示服务器计算成本，N和φ分别表示车辆集合和数据传输损耗，其中φ∈(0,1)。同样，车辆的效用函数可表示为：
[0024][0025]其中，αln(1+x
i
)表示为车辆的满意度，式中α是车辆满意度的转换因子，φ表示数据传输损耗，其中φ∈(0,1)。
[0026]步骤2：考虑到多台车辆之间的计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于博弈论的车辆边缘计算资源分配激励方法，其特征在于，包括以下步骤：步骤1：在考虑服务器有限的资源、数据传输损耗和服务器计算成本基础上，建立车辆与服务器的斯塔克尔伯格竞争模型；所述车辆与服务器的斯塔克尔伯格竞争模型，服务器期望获得最大限度的利润，车辆期望获得计算资源，以最大化他们的效用；若1台服务器，共可支持n台车辆的计算需求，则服务器的效用函数为：车辆的效用函数为：其中，p
i
表示为服务器对第i台车辆的计算资源定价，x
i
表示为第i辆车所需要的计算资源数量，b表示服务器计算成本；N和φ分别表示车辆集合和数据传输损耗，φ∈(0,1)；αln(1+x
i
)表示为车辆的满意度，式中α是车辆满意度的转换因子，α＞0；步骤2：求解斯塔克尔伯格竞争模型的解，以获得最优的车辆计算资源需求策略和服务器定价策略；车辆i根据服务器给出的价格p
i
，调整相对应的计算资源需求量x
i
，使服务器的利润和车辆的效用最大化。2.根据权利要求1所述的基于博弈论的车辆边缘计算资源分配激励方法，其特征在于：步骤2中，对于车辆i，其效用函数U(p
i
,x
i
)的一阶导数为：二阶导数为：令则得到车辆i的计算资源需求的最优策略服务器的最优定价策略是关于x
i
的函数，其效用函数G(p
i
,x
i
)：G(p
i
,x
i
)的一阶导数为：G(p
i
,x
i
)的二阶导数为：令则得到服务器对车辆i的最优定价策略
3....

【专利技术属性】
技术研发人员：赵楠，陈哲，陈金莲，任凡，杜威，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：