【摘要】：移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展和豐富的移動(dòng)應(yīng)用極大地改變了現(xiàn)代人類的生活方式:微信改變了人們交流溝通的方式,移動(dòng)支付正取代現(xiàn)金支付成為主流支付方式,共享單車填補(bǔ)出行最后一公里空白。移動(dòng)互聯(lián)網(wǎng)的高效穩(wěn)定運(yùn)行有賴于各組網(wǎng)節(jié)點(diǎn)的協(xié)同合作。然而,由于網(wǎng)絡(luò)節(jié)點(diǎn)大都來自于具有不同利益目標(biāo)的組織或個(gè)人,網(wǎng)絡(luò)節(jié)點(diǎn)的個(gè)體優(yōu)化目標(biāo)與網(wǎng)絡(luò)系統(tǒng)整體優(yōu)化目標(biāo)不一致,甚至存在沖突。網(wǎng)絡(luò)節(jié)點(diǎn)的理性自私行為將會(huì)使網(wǎng)絡(luò)系統(tǒng)進(jìn)入無政府狀態(tài),降低系統(tǒng)整體性能。因此,需要有效的機(jī)制來保證網(wǎng)絡(luò)節(jié)點(diǎn)的協(xié)同合作,杜絕策略操縱行為,以使移動(dòng)互聯(lián)網(wǎng)能夠有序、高效、穩(wěn)定的運(yùn)轉(zhuǎn)。本論文運(yùn)用博弈論與機(jī)制設(shè)計(jì)基本原理,來分析移動(dòng)互聯(lián)網(wǎng)中自私網(wǎng)絡(luò)節(jié)點(diǎn)的相互作用關(guān)系,以及節(jié)點(diǎn)的策略行為對(duì)網(wǎng)絡(luò)系統(tǒng)性能的影響。我們以“互聯(lián)——節(jié)流——開源——傳輸——實(shí)證”為主線,為移動(dòng)互聯(lián)網(wǎng)中的四大典型應(yīng)用:頻譜資源分配(互聯(lián))、群智感知計(jì)算(節(jié)流)、網(wǎng)絡(luò)數(shù)據(jù)市場(chǎng)(開源)和云帶寬資源管理(傳輸),設(shè)計(jì)高效激勵(lì)機(jī)制來達(dá)到協(xié)同合作與互利共贏的目的,并采用大規(guī)模仿真實(shí)驗(yàn)來驗(yàn)證提出機(jī)制的性能。具體來說,本論文的主要研究?jī)?nèi)容和創(chuàng)新成果包括:首先,研究動(dòng)態(tài)頻譜資源管理,以提高頻譜資源使用率,從而保證移動(dòng)互聯(lián)網(wǎng)穩(wěn)定無線互聯(lián)。我們提煉出設(shè)計(jì)合理、貼近實(shí)際的頻譜分配方案的技術(shù)挑戰(zhàn):理性用戶策略行為、頻譜空間重用性、頻譜異質(zhì)性、資源需求多樣性和最優(yōu)社會(huì)福利求解復(fù)雜性。綜合考慮以上五點(diǎn)設(shè)計(jì)挑戰(zhàn),基于組合拍賣理論基本原理,本論文設(shè)計(jì)了一系列適應(yīng)不同場(chǎng)景的異質(zhì)頻譜拍賣機(jī)制。具體地說,我們考慮兩種不同的策略博弈模型:單維度博弈模型(買家只能操縱單一維度私有信息)和多維度博弈模型(買家能操縱多維度私有信息)。針對(duì)單維度博弈模型,提出了防策略性和近似最優(yōu)的異質(zhì)頻譜拍賣機(jī)制(SMASHER)。在多維度博弈模型中,我們進(jìn)一步考慮單需求買家和多需求買家兩種情況。對(duì)于前者,設(shè)計(jì)了滿足防策略性的直接揭示組合頻譜拍賣機(jī)制(AEGIS-SG)。對(duì)于后者,提出了一套迭代上升組合頻譜拍賣機(jī)制(AEGIS-MP),實(shí)現(xiàn)未占優(yōu)策略均衡。AEGIS-SG和AEGIS-MP機(jī)制都能達(dá)到近似最優(yōu)社會(huì)福利�；谡鎸�(shí)數(shù)據(jù)集,我們進(jìn)行了大規(guī)模仿真模擬實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明SMASHER和AEGIS機(jī)制在社會(huì)福利、拍賣收益、買家滿意度和信道利用率等指標(biāo)上優(yōu)于現(xiàn)有機(jī)制,并接近最優(yōu)值。其次,研究群智感知中的酬勞機(jī)制,以激勵(lì)移動(dòng)用戶參與到感知數(shù)據(jù)采集中,從而保證群智感知系統(tǒng)的持續(xù)高效運(yùn)行。我們提煉出設(shè)計(jì)高效酬勞分配機(jī)制的技術(shù)挑戰(zhàn):理性用戶自私性、酬勞預(yù)算限制性、任務(wù)完成不確定性和最優(yōu)目標(biāo)求解復(fù)雜性。綜合這些設(shè)計(jì)挑戰(zhàn),重點(diǎn)考慮兩個(gè)互補(bǔ)的優(yōu)化問題:在酬勞預(yù)算限制條件下,最大化采集數(shù)據(jù)覆蓋范圍;在滿足任務(wù)完成概率要求下,最小化數(shù)據(jù)采集成本。對(duì)于第一個(gè)優(yōu)化問題,提出BEACON機(jī)制,包含數(shù)據(jù)采集任務(wù)分發(fā)算法和酬勞計(jì)算方法�？梢宰C明BEACON機(jī)制滿足防策略性和預(yù)算限制性,并能夠在多項(xiàng)式時(shí)間內(nèi)實(shí)現(xiàn)常數(shù)倍近似比。在第二個(gè)優(yōu)化問題中,考慮到任務(wù)完成的不確定性,我們提出了具有容錯(cuò)性的酬勞分配機(jī)制TORCH,并證明該機(jī)制能夠達(dá)到近似最優(yōu)采集成本,且能防止用戶在任務(wù)完成概率上的策略行為。我們?cè)谏虾＝煌ù髮W(xué)閔行校區(qū)部署了群智感知系統(tǒng)用于繪制校園噪聲圖譜,基于采集數(shù)據(jù),進(jìn)行大規(guī)模實(shí)驗(yàn)仿真來衡量機(jī)制BEACON和TORCH的性能。再次,研究網(wǎng)絡(luò)數(shù)據(jù)交易市場(chǎng)中的數(shù)據(jù)定價(jià)機(jī)制,鼓勵(lì)數(shù)據(jù)擁有者分享數(shù)據(jù),從而打破數(shù)據(jù)壁壘,促進(jìn)數(shù)據(jù)共享流通,進(jìn)一步釋放數(shù)據(jù)價(jià)值。重點(diǎn)關(guān)注感知數(shù)據(jù)交易市場(chǎng)中的數(shù)據(jù)采集和數(shù)據(jù)定價(jià)兩方面內(nèi)容。在數(shù)據(jù)采集機(jī)制設(shè)計(jì)中,需要考慮理性數(shù)據(jù)貢獻(xiàn)者的策略行為、感知數(shù)據(jù)不確定性和最大化利潤(rùn)求解復(fù)雜性。我們提出以數(shù)據(jù)市場(chǎng)交易利潤(rùn)為導(dǎo)向的眾包數(shù)據(jù)采集機(jī)制VENUS。為確定每個(gè)數(shù)據(jù)采集點(diǎn)的期望支付報(bào)酬,設(shè)計(jì)了數(shù)據(jù)采購逆向拍賣機(jī)制,既能保證防策略性,又能達(dá)到最優(yōu)支付報(bào)酬。對(duì)于數(shù)據(jù)定價(jià)模塊,需要考慮感知數(shù)據(jù)不確定性、定價(jià)機(jī)制靈活性與魯棒性和非完全信息利益最大化的復(fù)雜性這三點(diǎn)設(shè)計(jì)挑戰(zhàn),并設(shè)計(jì)了基于在線學(xué)習(xí)的數(shù)據(jù)定價(jià)機(jī)制,稱為ARETE。ARETE機(jī)制包括兩部分內(nèi)容:版本劃分和在線定價(jià)。版本劃分算法為數(shù)據(jù)商品生成不同精度版本,在線定價(jià)算法逐步學(xué)習(xí)數(shù)據(jù)消費(fèi)者的數(shù)據(jù)估值,動(dòng)態(tài)決定數(shù)據(jù)價(jià)格。我們證明了ARETE機(jī)制能夠防止數(shù)據(jù)消費(fèi)者的套利行為,并在數(shù)據(jù)交易收益上能達(dá)到常數(shù)倍競(jìng)爭(zhēng)比。最后,研究云帶寬資源管理,以提高云帶寬網(wǎng)絡(luò)資源的使用率,從而保證移動(dòng)互聯(lián)網(wǎng)可靠的大數(shù)據(jù)傳輸。我們重點(diǎn)研究了云帶寬市場(chǎng)中兩個(gè)基本優(yōu)化問題:社會(huì)福利最大化和交易收益最大化。在社會(huì)福利最大化問題中,我們認(rèn)為云帶寬市場(chǎng)的設(shè)計(jì)需要克服三大挑戰(zhàn):多維度策略行為、多樣化帶寬需求和最優(yōu)社會(huì)福利求解的計(jì)算復(fù)雜度。本論文提出首個(gè)防策略性云帶寬拍賣機(jī)制(SOAR)。對(duì)于區(qū)間帶寬需求模型、嚴(yán)格帶寬需求模型和靈活帶寬需求模型,分別設(shè)計(jì)了機(jī)制SOAR-VCG,SOAR-APX和SOAR-GDY。我們隨后考慮交易收益最大化問題,并提出滿足無嫉妒性和無套利性的云帶寬定價(jià)機(jī)制�？紤]到收益最大化問題的非凸優(yōu)化特性和用戶效益函數(shù)信息缺失,我們提出一系列近似最優(yōu)云帶寬定價(jià)機(jī)制來解決不同網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下的云帶寬資源定價(jià)。對(duì)于單鏈路網(wǎng)絡(luò)拓?fù)?我們的云帶寬定價(jià)機(jī)制能夠在多項(xiàng)式計(jì)算復(fù)雜度內(nèi)取得(1+?)近似比�；趧�(dòng)態(tài)規(guī)劃思想,將該定價(jià)機(jī)制拓展到樹型網(wǎng)拓?fù)浣Y(jié)構(gòu)。對(duì)于普適網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),當(dāng)用戶具有相似效益函數(shù)時(shí),均一定價(jià)策略能夠達(dá)到較好近似比。我們還將定價(jià)策略拓展到多時(shí)間槽情況,以實(shí)現(xiàn)動(dòng)態(tài)帶寬定價(jià)機(jī)制。
【圖文】：

圖 1 2 動(dòng)態(tài)頻譜拍賣機(jī)制設(shè)計(jì)挑戰(zhàn)Figure 1 2 Design Challenges of Dynamic Spectrum Auctions估值總和。最大化社會(huì)效益意味著我們希望把頻譜資源分買家，保證稀缺頻譜資源的有效利用。在復(fù)雜的頻譜交易

圖 1 3 群智感知網(wǎng)絡(luò)市場(chǎng)框架Figure 1 3 The Market Framework for Mobile Crowdsensing群智的概念誕生于互聯(lián)網(wǎng)時(shí)代，是一種分布式計(jì)算模式，即通過互聯(lián)網(wǎng)分配工作任務(wù)，借助群體的智慧來發(fā)現(xiàn)創(chuàng)意或解決技術(shù)問題。近年來，
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：O225;TP393.09;TN929.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 於志文;於志勇;周興社;;社會(huì)感知計(jì)算:概念、問題及其研究進(jìn)展[J];計(jì)算機(jī)學(xué)報(bào);2012年01期

，

本文編號(hào)：2683271