CN109831796A - 无线网络虚拟化中的资源分配方法 - Google Patents
无线网络虚拟化中的资源分配方法 Download PDFInfo
- Publication number
- CN109831796A CN109831796A CN201910108824.3A CN201910108824A CN109831796A CN 109831796 A CN109831796 A CN 109831796A CN 201910108824 A CN201910108824 A CN 201910108824A CN 109831796 A CN109831796 A CN 109831796A
- Authority
- CN
- China
- Prior art keywords
- user
- contract
- equipment
- mvno
- object content
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种无线网络虚拟化中的资源分配方法,包括:根据针对目标内容的请求信息,向用户设备UE下发若干种契约,以供用户选择目标契约;根据目标契约,构建优化问题模型;求解优化问题模型的最优解,获取MVNO设备针对目标内容的缓存策略,以及分配给UE的频谱资源和计算资源,并按照分配的频谱资源和计算资源,向UE提供目标内容。本发明实施例提供的无线网络虚拟化中的资源分配方法,针对存在自私性和信息不对称性的网络节点设计有效的契约,在MVNO和用户之间建立契约,将用户期望时延作为衡量用户服务质量的隐藏信息,有效的分配多维资源,可确保资源的合理高效利用,使得MVNO和用户都可以获得最大的效用。
Description
技术领域
本发明实施例涉及通信技术领域,尤其涉及一种无线网络虚拟化中的资源分配方法。
背景技术
5G网络具有以下三大主要的应用场景:增强型移动宽带(Enhanced MobileBroadband,eMBB)、超可靠和低延迟通信(Ultra-Reliable and Low LatencyCommunication,URLLC)和大规模机器类型通信(Massive Machine Type Communication,mMTC)。针对5G不同的应用场景以及多样化的业务类型的需求,高可扩展性、高灵活性、可编程的网络虚拟化(Network Virtualization)技术应运而生。软件定义网络(SoftwareDefined Network,SDN),便是网络虚拟化的一种实现方式。其核心技术OpenFlow通过将网络设备的控制面与数据面分离开来,从而实现了网络流量的灵活控制,为核心网络及应用的创新提供了良好的平台。SDN在网络功能虚拟化(Network Functions Virtualization,NFV)的基础设施资源(包括物理资源和虚拟资源)的编排中起到重要作用。因此,利用无线网络虚拟化将通信、计算、缓存(communication,computing,and caching,3C)等物理资源抽象到虚拟化资源中协同调度,以应对不同业务场景需求,已成为5G的重要研究方向之一。
现有技术中,通常以最小化时延或最大化吞吐量等为目标实现缓存计算卸载决策、物理资源分配。
但是,用户作为自利实体为获得更大利益可能存在欺骗行为,现有技术中以洞悉用户的实际意愿为前提设计资源调度机制存在因用户的自私性所造成的交互双方的信息不对称问题,从而影响资源的合理调度以及网络的整体性能。
发明内容
本发明实施例的目的是提供一种克服上述问题或者至少部分地解决上述问题的无线网络虚拟化中的资源分配方法。
为了解决上述技术问题,一方面,本发明实施例提供一种无线网络虚拟化中的资源分配方法,包括:
根据针对目标内容的请求信息,向用户设备UE下发若干种契约,以供用户选择目标契约,所述目标契约为所述UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约;
根据所述目标契约,构建优化问题模型,所述优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用;
求解所述优化问题模型的最优解,获取MVNO设备针对所述目标内容的缓存策略,以及分配给所述UE的频谱资源和计算资源,并按照所述频谱资源和所述计算资源,向所述UE提供所述目标内容。
另一方面,本发明实施例提供一种无线网络虚拟化中的资源分配方法,包括:
向移动虚拟网络运营商MVNO设备发送针对目标内容的请求信息,以供所述MVNO设备反馈若干种契约,并供用户选择契约;
将所述用户选择的目标契约发送到所述MVNO设备,以供所述MVNO设备提供所述目标内容,所述目标契约为用户设备UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约。
再一方面,本发明实施例提供一种移动虚拟网络运营商MVNO设备,包括:
契约发送模块,用于根据针对目标内容的请求信息,向用户设备UE下发若干种契约,以供用户选择目标契约,所述目标契约为所述UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约;
模型构建模块,用于根据所述目标契约,构建优化问题模型,所述优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用;
资源分配模块,用于求解所述优化问题模型的最优解,获取MVNO设备针对所述目标内容的缓存策略,以及分配给所述UE的频谱资源和计算资源,并按照所述频谱资源和所述计算资源,向所述UE提供所述目标内容。
又一方面,本发明实施例提供一种用户设备,包括:
第一发送模块,用于向移动虚拟网络运营商MVNO设备发送针对目标内容的请求信息,以供所述MVNO设备反馈若干种契约,并供用户选择契约;
第二发送模块,用于将所述用户选择的目标契约发送到所述MVNO设备,以供所述MVNO设备提供所述目标内容,所述目标契约为用户设备UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约。
又一方面,本发明实施例提供一种电子设备,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述的方法。
又一方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,当所述计算机程序被处理器执行时,实现上述的方法。
本发明实施例提供的无线网络虚拟化中的资源分配方法,针对存在自私性和信息不对称性的网络节点设计有效的契约,在MVNO和用户之间建立契约,将用户期望时延作为衡量用户服务质量的隐藏信息,有效的分配多维资源,可确保资源的合理高效利用,使得MVNO和用户都可以获得最大的效用。
附图说明
图1为本发明实施例提供的无线网络虚拟化中的资源分配方法示意图;
图2为本发明实施例提供的无线网络虚拟化中的资源分配方法的逻辑流程示意图;
图3为本发明实施例提供的用户效用仿真示意图;
图4为本发明实施例提供的简化枚举算法与现有技术中的枚举算法对比仿真示意图;
图5为本发明实施例提供的MVNO设备的结构示意图;
图6为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,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,都属于本发明保护的范围。
图1为本发明实施例提供的无线网络虚拟化中的资源分配方法示意图,如图1所示,本发明实施例提供一种无线网络虚拟化中的资源分配方法,其执行主体为移动虚拟网络运营商(mobile virtual network operator,MVNO)设备,MVNO设备可以作为一个独立的设备运行,也可以部署到基站或者核心网等网元中,该方法包括:
步骤S101、根据针对目标内容的请求信息,向用户设备UE下发若干种契约,以供用户选择目标契约,所述目标契约为所述UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约;
步骤S102、根据所述目标契约,构建优化问题模型,所述优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用;
步骤S103、求解所述优化问题模型的最优解,获取MVNO设备针对所述目标内容的缓存策略,以及分配给所述UE的频谱资源和计算资源,并按照所述频谱资源和所述计算资源,向所述UE提供所述目标内容。
具体来说,为了更好的利用多维物理资源,实现多维资源协同调度,网络虚拟化技术被广泛应用于解决多维资源的协同调度问题。利用无线网络虚拟化,将通信、计算、缓存等物理资源抽象为虚拟资源,统一调度成为5G的重要研究方向之一。在无线网络虚拟化场景下,网络分出了不同的层次,物理资源和虚拟资源被不同的团体掌握和利用,描述这些不同团体的构成叫做网络的业务模型。
本发明实施例采用三层的业务模型,即包含三个角色:基础设施提供者(Infrastructure Provider,InP)、移动虚拟网络运营商(mobile virtual networkoperator,MVNO)和用户(users)。InP拥有无线接入网的物理资源,MVNO从InP处租用通信、计算和缓存资源,并将这些资源进行虚拟化,运营并分配给用户。
在本发明实施例的无线网络虚拟化场景中,包括MVNO设备,InP设备和用户设备(user equipment,UE)。MVNO拥有若干个边缘计算服务器(mobile edge computing,MEC)设备,MEC设备拥有缓存资源和计算资源,MVNO设备是MEC设备的中心控制者,MVNO设备可以向MEC设备下发指令,以使得MEC设备为用户提供缓存内容和计算能力。该无线网络虚拟化场景中存在N个用户,可以被表示为u={u1,…,un,…,uN},每个用户拥有一个UE,N个用户对应N个UE。
当第n个用户un需要一个目标内容f时, 表示所有内容的集合,该目标内容可以为视频文件、音频文件、图片文件、压缩文件等。用户un通过其使用的UE向MVNO设备发送针对该目标内容的请求信息。
MVNO设备接收到UE发送的针对该目标内容的请求信息后,根据针对目标内容的请求信息,向UE下发若干种契约,以供用户选择目标契约,该目标契约为UE接收到的若干种契约中,使用户自身效用最大化的一种契约。
UE接收到MVNO设备下发的若干种契约后,呈现给用户。由于用户和MVNO属于不同的组织,当用户请求目标内容时,MVNO将通过租用频谱资源、缓存资源、提供计算资源等方式为用户提供该目标内容的交付服务。在成功交付后,MVNO可以从用户那里获得金钱收益。换句话说,用户是买家,MVNO是卖家。用户只愿意为与其期望的服务质量(Quality ofService,QoS),即其私有信息相对应的服务付费,该信息作为用户的隐藏信息无法被MVNO获知。由于用户存在自私性,用户必然会选择适合自己的,使自身效用最大化的一种契约。
用户选定目标契约后,通过UE向MVNO设备发送该目标契约。MVNO设备接收到该目标契约后,在MVNO和用户之间建立了契约,用户将期望时延作为衡量用户服务质量的隐藏信息变相地告知了MVNO,避免了用户作为自利实体为获得更大利益可能存在欺骗行为。
MVNO设备接收到该目标契约后,根据该目标契约,构建优化问题模型,该优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用。
最后,MVNO设备通过求解该优化问题模型的最优解,获取MVNO设备针对该目标内容的缓存策略,以及分配给UE的频谱资源和计算资源,并按照分配的频谱资源和计算资源,向UE提供目标内容。
本发明实施例提供的无线网络虚拟化中的资源分配方法,针对存在自私性和信息不对称性的网络节点设计有效的契约,在MVNO和用户之间建立契约,将用户期望时延作为衡量用户服务质量的隐藏信息,有效的分配多维资源,可确保资源的合理高效利用,使得MVNO和用户都可以获得最大的效用。
在上述实施例的基础上,进一步地,向所述UE下发的契约种类数目等于无线网络虚拟化场景中用户类型的数目。
具体来说,在本发明实施例的无线网络虚拟化场景中,存在N个用户,可以被表示为u={u1,…,un,…,uN},每个用户拥有一个UE,N个用户对应N个UE。
5G网络的主要的应用场景包括eMBB、URLLC和mMTC,处于不同应用场景下的用户有不同的需求,因此,根据不同用户的不同需求,可以将N个用户划分为类,针对每一类用户,设计一类契约,共设计类契约。当某一用户向MVNO请求某一个内容时,MVNO向用户提供类契约,以供用户根据自身的情况选择使自身效用最大化的一个契约,MVNO根据用户选定的契约提供对应的服务,既能满足不同用户的需求,又能避免资源的浪费,保证资源的合理高效利用,提高资源的利用率。
本发明实施例提供的无线网络虚拟化中的资源分配方法,针对存在自私性和信息不对称性的网络节点设计有效的契约,在MVNO和用户之间建立契约,将用户期望时延作为衡量用户服务质量的隐藏信息,有效的分配多维资源,可确保资源的合理高效利用,使得MVNO和用户都可以获得最大的效用。
在以上各实施例的基础上,进一步地,向所述UE下发的每一种契约中都包含实际服务质量信息和服务费用信息。
具体来说,当第n个用户un需要一个目标内容f时,通过其使用的UE向MVNO设备发送针对该目标内容的请求信息。
当MVNO设备接收到UE发送的针对该目标内容的请求信息后,根据针对目标内容的请求信息,向UE下发类契约。
每一种契约中都包含实际服务质量信息和服务费用信息。下发的契约可以表示为其中,表示实际服务质量,表示服务费用,即,MVNO收取的服务报酬,实际服务质量包含分配的频谱资源和分配的计算资源
实际服务质量是与时延及用户请求内容相关的函数,用公式表示如下:
其中,(简写成)表示实际服务质量,表示用户请求的目标内容的大小,表示MVNO向用户提供目标内容时的总时延,表示MVNO设备分配给UE的频谱资源,表示MVNO设备分配给UE的计算资源。用户在选择目标契约是,其并不关心和而只关心的值是否为自己所期望的。
实际服务质量随时延的增加而减小,用户获取目标内容的时延为传输时延与计算时延之和。传输时延与MVNO设备分配给UE的频谱资源呈负相关,计算时延与MVNO分配给UE的计算资源呈负相关,同时MVNO的缓存策略对用户时延也造成影响。当用户请求目标内容f时,MVNO设备将根据用户可能存在的类型以及目标内容等信息制定缓存策略,分配物理资源。针对用户的不同业务需求,调度通信、计算资源,例如:用户请求的目标内容需要高峰值数据速率的稳定连接,MVNO设备将提供高带宽业务支持传输,如eMBB场景;基于用户的期望服务质量,当其延迟时间要求十分严格,MVNO设备将提供低时延业务服务,如URLLC场景。
本发明实施例提供的无线网络虚拟化中的资源分配方法,针对存在自私性和信息不对称性的网络节点设计有效的契约,在MVNO和用户之间建立契约,将用户期望时延作为衡量用户服务质量的隐藏信息,有效的分配多维资源,可确保资源的合理高效利用,使得MVNO和用户都可以获得最大的效用。
在以上各实施例的基础上,进一步地,所述请求信息包含所述目标内容的大小和所述目标内容的质量等级。
具体来说,当第n个用户un需要一个目标内容f时,通过其使用的UE向MVNO设备发送针对该目标内容的请求信息。
该请求信息包含目标内容的大小和目标内容的质量等级q。
MVNO设备获取该请求信息后,根据该目标契约,构建优化问题模型,该优化问题模型的目标是最大化MVNO的效用。
在计算MVNO的效用时,需要根据目标内容的质量等级q,确定是否需要消耗计算资源,将目标内容压缩至对应的质量等级q。如果目标内容的质量等级q为最大值Q时,MVNO不需要相关设备提供压缩编码服务,不消耗计算资源,不存在计算时延,可以直接向用户提供目标内容。还需要目标内容的大小确定是否适合缓存,MVNO是将内容缓存到其所拥有的MEC设备中,MEC设备的存储空间有限,如果目标内容的大小超过了MEC设备的存储空间将无法进行缓存,目标内容的大小将影响MVNO的缓存策略。
本发明实施例提供的无线网络虚拟化中的资源分配方法,针对存在自私性和信息不对称性的网络节点设计有效的契约,在MVNO和用户之间建立契约,将用户期望时延作为衡量用户服务质量的隐藏信息,有效的分配多维资源,可确保资源的合理高效利用,使得MVNO和用户都可以获得最大的效用。
在以上各实施例的基础上,进一步地,所述向所述UE提供所述目标内容,具体包括:
若判断获知本地的边缘计算MEC设备缓存有所述目标内容,则由本地的MEC设备向所述UE提供所述目标内容;
若判断获知本地的MEC设备没有缓存所述目标内容,且所述缓存策略为缓存所述目标内容,则将所述目标内容从基础设施提供者InP设备存储到本地的MEC设备,再由本地的MEC设备向所述UE提供所述目标内容;
若判断获知本地的MEC设备没有缓存所述目标内容,且所述缓存策略为不缓存所述目标内容,且所述请求信息中携带的所述目标内容的质量等级为最高等级,则由所述InP设备向所述UE提供所述目标内容。
具体来说,图2为本发明实施例提供的无线网络虚拟化中的资源分配方法的逻辑流程示意图,如图2所示,MVNO设备通过求解该优化问题模型的最优解,获取MVNO设备针对该目标内容的缓存策略,以及分配给UE的频谱资源和计算资源后,按照分配的频谱资源和计算资源,向UE提供该目标内容。
向UE提供该目标内容时,如果MVNO设备所控制的本地的MEC设备已经缓存有该目标内容,则由本地的MEC设备向UE提供该目标内容。
如果MVNO设备所控制的本地的MEC设备没有缓存该目标内容,且缓存策略为缓存该目标内容,则将目标内容从InP设备存储到本地的MEC设备,再由本地的MEC设备向该UE提供目标内容。
如果MVNO设备所控制的本地的MEC设备没有缓存该目标内容,且缓存策略为不缓存该目标内容,且请求信息中携带的目标内容的质量等级为最高等级Q,此时,不需要MEC设备提供压缩服务,不消耗计算资源,不存在计算时延,则由InP设备直接向UE提供该目标内容。
如果MVNO设备所控制的本地的MEC设备没有缓存该目标内容,且缓存策略为不缓存该目标内容,且请求信息中携带的目标内容的质量等级低于最高等级Q,此时,需要MEC设备提供压缩服务,对目标内容进行压缩,MEC设备对目标内容进行压缩完成后,向UE提供该目标内容。
本发明实施例提供的无线网络虚拟化中的资源分配方法,针对存在自私性和信息不对称性的网络节点设计有效的契约,在MVNO和用户之间建立契约,将用户期望时延作为衡量用户服务质量的隐藏信息,有效的分配多维资源,可确保资源的合理高效利用,使得MVNO和用户都可以获得最大的效用。
在以上各实施例的基础上,进一步地,MVNO设备获取该请求信息后,根据该目标契约构建的优化问题模型可以表示如下:
其中:
其中,UM,n表示MVNO为用户un服务的效用,表示MVNO为处于类型θ的用户un服务时收取的服务报酬,表示MVNO为处于类型θ的用户un服务时租用的频谱和缓存资源的成本,表示MVNO为处于类型θ的用户un服务时自身计算功耗、传输功耗以及缓存空间占用的成本。
(简写成)表示用户un的效用,表示用户un的期望服务质量,cbit为常数。
约束条件(1)为个体理性(individual rationality,IR)约束,即每个用户接收到的效用不小于其保留效用保留效用表示用户在不请求目标内容时的效用。这一限制旨在促使用户接受MVNO提出的契约。
约束条件(2)为激励相容(incentive compatible,IC)约束,即用户只有选择适合自己类型的契约才能使自身效用最大化。在IC的约束下,用户隐藏的信息被强制披露,从而成功地避免了用户的欺诈行为。
约束条件(3)表示MVNO决定缓存的内容的总大小不能大于其拥有的本地MEC设备的缓存空间。
约束条件(4)表示缓存记录zf随缓存策略af的变化而变化。zf=1时,表示MVNO拥有的本地MEC设备中已经缓存目标内容,zf=0时,表示MVNO拥有的本地MEC设备中没有缓存目标内容。af=1时,表示MVNO缓存目标内容,af=0时,表示MVNO不缓存目标内容。
表示MVNO与处于类型θ的用户un之间建立的有效契约,即,目标契约。
N表示无线网络虚拟化场景中用户的总数。
表示契约的种类。ζ表示用户un选择目标契约的概率,设用户选择每种契约的可能性相同,即,
f表示用户un请求的目标内容,表示所有内容的集合。
表示MVNO为处于类型θ的用户un租赁的频谱资源块数量。
表示MVNO为处于类型θ的用户un分配的MEC设备的计算资源比例。
表示用户un请求的目标内容f的原始大小。
表示用户un请求的目标内容f压缩至等级q后的大小。
表示用户un请求的目标内容f压缩至等级q所需要的CPU转数。
sM表示MEC每秒CPU转数。
α表示MVNO租赁单位频谱资源的价格。
β表示MVNO租赁单位视频资源的价格。
PM,I表示MVNO设备到InP设备的传输功率。
PM,n表示MVNO设备到UE的传输功率。
PI,n表示InP设备到UE的传输功率。
hM,I表示MVNO设备和InP设备之间的信道增益。
hM,n表示MVNO设备和UE之间的信道增益。
hI,n表示InP设备和UE之间的信道增益。
σ2表示信道噪声功率。
jf表示用户请求目标内容f的概率,服从Zipf分布。
λ表示用户请求目标内容的质量等级指示,λ=0时,表示目标内容的质量等级为最高等级Q,λ=1时,表示目标内容的质量等级低于最高等级Q。
求解上述优化问题模型的最优解的具体过程如下:
1)基于用户期望服务质量的简化枚举(simplified enumeration,S-E)算法求解符合条件的契约对
由于存在个IR约束条件和个IC约束条件,该问题首先需要进行化简。对于用户来说,他们只关心MVNO提供的服务质量,即,以及他们应该支付的报酬。因此,契约问题的求解倾向于先找到满足IC和IR约束的契约对。根据IC约束,对于一个用户,有个约束,可利用枚举算法利用找到合适的K个契约对
为了简化计算复杂度,利用简化枚举算法,假定用户的实际服务质量正比于期望服务质量,所以只需要遍历比率ratio。更具体的说,传统的枚举算法需要遍历个契约中的实际服务质量以得到满足用户IC、IR约束的契约对。利用简化枚举算法,假设因此仅需要遍历ratio,得到符合条件的契约对。该方案可大大降低算法的复杂度。然后,将制定缓存策略,并根据契约对获得最优契约。
2)缓存决策求解
当固定分配的频谱资源与分配的计算资源仅分析MVNO服务于类型θ的用户un时的缓存策略,不同缓存策略下MVNO的效用可表达如下:
其中,i表示文件f的第i次请求。
当用户un请求文件质量等级q<Q时,不同缓存策略下MVNO效用之差可表示为:
当上式大于0,可以得出af=1,即决定缓存。由于仅将与进行对比。当即jfN≥1,af=1。
当jfN<1,通过比较两种缓存情况下的MVNO的效用,可以直接获得缓存策略。由于在此情况下文件f的请求概率非常低,直接计算不会增加缓存策略的复杂性。
当用户un请求文件质量等级q=Q时,不同缓存策略下MVNO效用之差可表示为:
为简化算法复杂度,仅考虑比较jfN-1, 三者是否均大于0。若其中一者小于0,则分别计算两种决策下的MVNO效用,得出缓存决策。
3)通信计算资源分配
根据上述表达式,平均速率由分配的频谱资源与分配的计算资源确定。由上述分析,当MVNO服务于用户un时,其效用最大化问题可表述为:
目标函数为凹函数,可以通过最优的得出对应的通过对比每个契约对对应的得出以及对应的
下面,通过具体的仿真实验对本发明实施例的有益效果进行说明:
当用户请求原始目标内容f时,即,目标内容的质量等级q=Q,λ=0,则不需要本地MEC设备进行压缩编码,此时若MVNO做出af=0的缓存决策,则直接由InP设备传输目标内容至用户。利用公式可表达为(1-af)(1-λ)=1时,由InP传输文件至用户;当(1-af)(1-λ)=0时,需先传输至MVNO进行缓存或压缩编码。
MVNO提供服务的时延可以表示计算时延与传输时延之和,计算公式如下:
因此,用户的实际服务质量可以表示为与时延及用户请求文件相关的函数:
不同的用户对服务质量有不同的要求,这直接影响到他们的实际效用。在本发明实施例中,考虑到用户的收益遵循收益递减规律的经济趋势,导致可获得收益与实际服务质量呈对数增长,定义用户的效用函数如下:
其中,用户的成本定义为支付给MVNO的报酬。所有用户的期望服务质量作为集合为 表示用户类型总数。对于用户un,其期望服务质量类型可能为
由用户效用函数可知,用户效用与实际服务质量呈对数关系。而实际服务质量随时延的增加而减小,用户获取目标内容的时延为传输时延与计算时延之和。传输时延与MVNO设备分配给UE的频谱资源呈负相关,计算时延与MVNO分配给UE的计算资源呈负相关,同时MVNO的缓存策略对用户时延也造成影响。当用户请求目标内容f时,MVNO设备将根据用户可能存在的类型以及目标内容等信息制定缓存策略,分配物理资源。针对用户的不同业务需求,调度通信、计算资源,例如:用户请求的目标内容需要高峰值数据速率的稳定连接,MVNO设备将提供高带宽业务支持传输,如eMBB场景;基于用户的期望服务质量,当其延迟时间要求十分严格,MVNO设备将提供低时延业务服务,如URLLC场景。
图3为本发明实施例提供的用户效用仿真示意图,如图3所示,由于用户存在自私性,用户必然会选择适合自己的,使自身效用最大化的一种契约。第1类用户分别选择类型为θ1、θ2和θ3三种契约,其中,选择类型为θ1的契约时,该用户的效用最大;第2类用户分别选择类型为θ1、θ2和θ3三种契约,其中,选择类型为θ2的契约时,该用户的效用最大;第3类用户分别选择类型为θ1、θ2和θ3三种契约,其中,选择类型为θ3的契约时,该用户的效用最大。
图4为本发明实施例提供的简化枚举算法与现有技术中的枚举算法对比仿真示意图,如图4所示,与现有技术中的枚举算法对比,本发明实施例提供的简化枚举算法,在性能损失较小的情况下,具有较低的计算复杂度。
图5为本发明实施例提供的MVNO设备的结构示意图,如图5所示,本发明实施例提供一种移动虚拟网络运营商MVNO设备,包括:
契约发送模块501,用于根据针对目标内容的请求信息,向用户设备UE下发若干种契约,以供用户选择目标契约,所述目标契约为所述UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约;
模型构建模块502,用于根据所述目标契约,构建优化问题模型,所述优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用;
资源分配模块503,用于求解所述优化问题模型的最优解,获取MVNO设备针对所述目标内容的缓存策略,以及分配给所述UE的频谱资源和计算资源,并按照所述频谱资源和所述计算资源,向所述UE提供所述目标内容。
具体来说,当第n个用户un需要一个目标内容f时, 表示所有内容的集合,该目标内容可以为视频文件、音频文件、图片文件、压缩文件等。用户un通过其使用的UE向MVNO设备发送针对该目标内容的请求信息。
MVNO设备接收到UE发送的针对该目标内容的请求信息后,通过契约发送模块501根据针对目标内容的请求信息,向UE下发若干种契约,以供用户选择目标契约,该目标契约为UE接收到的若干种契约中,使用户自身效用最大化的一种契约。
UE接收到MVNO设备下发的若干种契约后,呈现给用户。由于用户和MVNO属于不同的组织,当用户请求目标内容时,MVNO将通过租用频谱资源、缓存资源、提供计算资源等方式为用户提供该目标内容的交付服务。在成功交付后,MVNO可以从用户那里获得金钱收益。换句话说,用户是买家,MVNO是卖家。用户只愿意为与其期望的服务质量(Quality ofService,QoS),即其私有信息相对应的服务付费,该信息作为用户的隐藏信息无法被MVNO获知。由于用户存在自私性,用户必然会选择适合自己的,使自身效用最大化的一种契约。
用户选定目标契约后,通过UE向MVNO设备发送该目标契约。MVNO设备接收到该目标契约后,在MVNO和用户之间建立了契约,用户将期望时延作为衡量用户服务质量的隐藏信息变相地告知了MVNO,避免了用户作为自利实体为获得更大利益可能存在欺骗行为。
MVNO设备接收到该目标契约后,通过模型构建模块502根据该目标契约,构建优化问题模型,该优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用。
最后,MVNO设备通过资源分配模块503求解该优化问题模型的最优解,获取MVNO设备针对该目标内容的缓存策略,以及分配给UE的频谱资源和计算资源,并按照分配的频谱资源和计算资源,向UE提供目标内容。
本发明实施例提供的MVNO设备,针对存在自私性和信息不对称性的网络节点设计有效的契约,在MVNO和用户之间建立契约,将用户期望时延作为衡量用户服务质量的隐藏信息,有效的分配多维资源,可确保资源的合理高效利用,使得MVNO和用户都可以获得最大的效用。
本发明另一实施例提供一种无线网络虚拟化中的资源分配方法,其执行主体为UE,该方法包括:
向移动虚拟网络运营商MVNO设备发送针对目标内容的请求信息,以供所述MVNO设备反馈若干种契约,并供用户选择契约;
将所述用户选择的目标契约发送到所述MVNO设备,以供所述MVNO设备提供所述目标内容,所述目标契约为用户设备UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约。
具体来说,当第n个用户un需要一个目标内容f时, 表示所有内容的集合,该目标内容可以为视频文件、音频文件、图片文件、压缩文件等。用户un通过其使用的UE向MVNO设备发送针对该目标内容的请求信息。
MVNO设备接收到UE发送的针对该目标内容的请求信息后,根据针对目标内容的请求信息,向UE下发若干种契约,以供用户选择目标契约,该目标契约为UE接收到的若干种契约中,使用户自身效用最大化的一种契约。
UE接收到MVNO设备下发的若干种契约后,呈现给用户。由于用户和MVNO属于不同的组织,当用户请求目标内容时,MVNO将通过租用频谱资源、缓存资源、提供计算资源等方式为用户提供该目标内容的交付服务。在成功交付后,MVNO可以从用户那里获得金钱收益。换句话说,用户是买家,MVNO是卖家。用户只愿意为与其期望的服务质量(Quality ofService,QoS),即其私有信息相对应的服务付费,该信息作为用户的隐藏信息无法被MVNO获知。由于用户存在自私性,用户必然会选择适合自己的,使自身效用最大化的一种契约。
用户选定目标契约后,通过UE向MVNO设备发送该目标契约。MVNO设备接收到该目标契约后,在MVNO和用户之间建立了契约,用户将期望时延作为衡量用户服务质量的隐藏信息变相地告知了MVNO,避免了用户作为自利实体为获得更大利益可能存在欺骗行为。
MVNO设备接收到该目标契约后,根据该目标契约,构建优化问题模型,该优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用。
最后,MVNO设备通过求解该优化问题模型的最优解,获取MVNO设备针对该目标内容的缓存策略,以及分配给UE的频谱资源和计算资源,并按照分配的频谱资源和计算资源,向UE提供目标内容。
本发明实施例提供的无线网络虚拟化中的资源分配方法,针对存在自私性和信息不对称性的网络节点设计有效的契约,在MVNO和用户之间建立契约,将用户期望时延作为衡量用户服务质量的隐藏信息,有效的分配多维资源,可确保资源的合理高效利用,使得MVNO和用户都可以获得最大的效用。
本发明再一实施例提供一种用户设备,该用户设备包括:
第一发送模块,用于向移动虚拟网络运营商MVNO设备发送针对目标内容的请求信息,以供所述MVNO设备反馈若干种契约,并供用户选择契约;
第二发送模块,用于将所述用户选择的目标契约发送到所述MVNO设备,以供所述MVNO设备提供所述目标内容,所述目标契约为用户设备UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约。
具体来说,当第n个用户un需要一个目标内容f时, 表示所有内容的集合,该目标内容可以为视频文件、音频文件、图片文件、压缩文件等。用户un通过其使用的UE的第一发送模块向MVNO设备发送针对该目标内容的请求信息。
MVNO设备接收到UE发送的针对该目标内容的请求信息后,根据针对目标内容的请求信息,向UE下发若干种契约,以供用户选择目标契约,该目标契约为UE接收到的若干种契约中,使用户自身效用最大化的一种契约。
UE接收到MVNO设备下发的若干种契约后,呈现给用户。由于用户和MVNO属于不同的组织,当用户请求目标内容时,MVNO将通过租用频谱资源、缓存资源、提供计算资源等方式为用户提供该目标内容的交付服务。在成功交付后,MVNO可以从用户那里获得金钱收益。换句话说,用户是买家,MVNO是卖家。用户只愿意为与其期望的服务质量(Quality ofService,QoS),即其私有信息相对应的服务付费,该信息作为用户的隐藏信息无法被MVNO获知。由于用户存在自私性,用户必然会选择适合自己的,使自身效用最大化的一种契约。
用户选定目标契约后,通过UE的第二发送模块向MVNO设备发送该目标契约。MVNO设备接收到该目标契约后,在MVNO和用户之间建立了契约,用户将期望时延作为衡量用户服务质量的隐藏信息变相地告知了MVNO,避免了用户作为自利实体为获得更大利益可能存在欺骗行为。
MVNO设备接收到该目标契约后,根据该目标契约,构建优化问题模型,该优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用。
最后,MVNO设备通过求解该优化问题模型的最优解,获取MVNO设备针对该目标内容的缓存策略,以及分配给UE的频谱资源和计算资源,并按照分配的频谱资源和计算资源,向UE提供目标内容。
本发明实施例提供的用户设备,针对存在自私性和信息不对称性的网络节点设计有效的契约,在MVNO和用户之间建立契约,将用户期望时延作为衡量用户服务质量的隐藏信息,有效的分配多维资源,可确保资源的合理高效利用,使得MVNO和用户都可以获得最大的效用。
图6为本发明实施例提供的电子设备的结构示意图,如图6所示,所述设备包括:处理器(processor)601、存储器(memory)602和总线603;
其中,处理器601和存储器602通过所述总线603完成相互间的通信;
处理器601用于调用存储器602中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:根据针对目标内容的请求信息,向用户设备UE下发若干种契约,以供用户选择目标契约,所述目标契约为所述UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约;根据所述目标契约,构建优化问题模型,所述优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用;求解所述优化问题模型的最优解,获取MVNO设备针对所述目标内容的缓存策略,以及分配给所述UE的频谱资源和计算资源,并按照所述频谱资源和所述计算资源,向所述UE提供所述目标内容。
或者包括:
向移动虚拟网络运营商MVNO设备发送针对目标内容的请求信息,以供所述MVNO设备反馈若干种契约,并供用户选择契约;将所述用户选择的目标契约发送到所述MVNO设备,以供所述MVNO设备提供所述目标内容,所述目标契约为用户设备UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约。
此外,上述的存储器中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:
根据针对目标内容的请求信息,向用户设备UE下发若干种契约,以供用户选择目标契约,所述目标契约为所述UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约;根据所述目标契约,构建优化问题模型,所述优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用;求解所述优化问题模型的最优解,获取MVNO设备针对所述目标内容的缓存策略,以及分配给所述UE的频谱资源和计算资源,并按照所述频谱资源和所述计算资源,向所述UE提供所述目标内容。
或者包括:
向移动虚拟网络运营商MVNO设备发送针对目标内容的请求信息,以供所述MVNO设备反馈若干种契约,并供用户选择契约;将所述用户选择的目标契约发送到所述MVNO设备,以供所述MVNO设备提供所述目标内容,所述目标契约为用户设备UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约。
本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:
根据针对目标内容的请求信息,向用户设备UE下发若干种契约,以供用户选择目标契约,所述目标契约为所述UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约;根据所述目标契约,构建优化问题模型,所述优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用;求解所述优化问题模型的最优解,获取MVNO设备针对所述目标内容的缓存策略,以及分配给所述UE的频谱资源和计算资源,并按照所述频谱资源和所述计算资源,向所述UE提供所述目标内容。
或者包括:
向移动虚拟网络运营商MVNO设备发送针对目标内容的请求信息,以供所述MVNO设备反馈若干种契约,并供用户选择契约;将所述用户选择的目标契约发送到所述MVNO设备,以供所述MVNO设备提供所述目标内容,所述目标契约为用户设备UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约。
以上所描述的装置及设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种无线网络虚拟化中的资源分配方法,其特征在于,包括:
根据针对目标内容的请求信息,向用户设备UE下发若干种契约,以供用户选择目标契约,所述目标契约为所述UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约;
根据所述目标契约,构建优化问题模型,所述优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用;
求解所述优化问题模型的最优解,获取MVNO设备针对所述目标内容的缓存策略,以及分配给所述UE的频谱资源和计算资源,并按照所述频谱资源和所述计算资源,向所述UE提供所述目标内容。
2.根据权利要求1所述的方法,其特征在于,向所述UE下发的契约种类数目等于无线网络虚拟化场景中用户类型的数目。
3.根据权利要求1所述的方法,其特征在于,向所述UE下发的每一种契约中都包含实际服务质量信息和服务费用信息。
4.根据权利要求1所述的方法,其特征在于,所述请求信息包含所述目标内容的大小和所述目标内容的质量等级。
5.根据权利要求1所述的方法,其特征在于,所述向所述UE提供所述目标内容,具体包括:
若判断获知本地的边缘计算MEC设备缓存有所述目标内容,则由本地的MEC设备向所述UE提供所述目标内容;
若判断获知本地的MEC设备没有缓存所述目标内容,且所述缓存策略为缓存所述目标内容,则将所述目标内容从基础设施提供者InP设备存储到本地的MEC设备,再由本地的MEC设备向所述UE提供所述目标内容;
若判断获知本地的MEC设备没有缓存所述目标内容,且所述缓存策略为不缓存所述目标内容,且所述请求信息中携带的所述目标内容的质量等级为最高等级,则由所述InP设备直接向所述UE提供所述目标内容。
6.一种无线网络虚拟化中的资源分配方法,其特征在于,包括:
向移动虚拟网络运营商MVNO设备发送针对目标内容的请求信息,以供所述MVNO设备反馈若干种契约,并供用户选择契约;
将所述用户选择的目标契约发送到所述MVNO设备,以供所述MVNO设备提供所述目标内容,所述目标契约为用户设备UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约。
7.一种移动虚拟网络运营商MVNO设备,其特征在于,包括:
契约发送模块,用于根据针对目标内容的请求信息,向用户设备UE下发若干种契约,以供用户选择目标契约,所述目标契约为所述UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约;
模型构建模块,用于根据所述目标契约,构建优化问题模型,所述优化问题模型的目标是最大化移动虚拟网络运营商MVNO的效用;
资源分配模块,用于求解所述优化问题模型的最优解,获取MVNO设备针对所述目标内容的缓存策略,以及分配给所述UE的频谱资源和计算资源,并按照所述频谱资源和所述计算资源,向所述UE提供所述目标内容。
8.一种用户设备,其特征在于,包括:
第一发送模块,用于向移动虚拟网络运营商MVNO设备发送针对目标内容的请求信息,以供所述MVNO设备反馈若干种契约,并供用户选择契约;
第二发送模块,用于将所述用户选择的目标契约发送到所述MVNO设备,以供所述MVNO设备提供所述目标内容,所述目标契约为用户设备UE接收到的若干种契约中,使所述用户自身效用最大化的一种契约。
9.一种电子设备,其特征在于,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,当所述计算机程序被处理器执行时,实现如权利要求1至6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910108824.3A CN109831796B (zh) | 2019-02-03 | 2019-02-03 | 无线网络虚拟化中的资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910108824.3A CN109831796B (zh) | 2019-02-03 | 2019-02-03 | 无线网络虚拟化中的资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109831796A true CN109831796A (zh) | 2019-05-31 |
CN109831796B CN109831796B (zh) | 2020-07-28 |
Family
ID=66863470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910108824.3A Active CN109831796B (zh) | 2019-02-03 | 2019-02-03 | 无线网络虚拟化中的资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109831796B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110944335A (zh) * | 2019-12-12 | 2020-03-31 | 北京邮电大学 | 用于虚拟现实业务的资源分配方法及装置 |
CN111866887A (zh) * | 2020-06-22 | 2020-10-30 | 北京邮电大学 | 一种车载网络中通信、缓存和计算资源联合优化方法 |
CN111935824A (zh) * | 2020-05-29 | 2020-11-13 | 洛阳师范学院 | 无线资源分配策略更新方法、装置、设备及存储介质 |
CN112615731A (zh) * | 2020-11-23 | 2021-04-06 | 北京邮电大学 | 一种用于分配多运营商联合网络切片资源的方法和装置 |
CN113542351A (zh) * | 2021-06-07 | 2021-10-22 | 北京邮电大学 | 一种基于车载网络的内容缓存方法及装置 |
CN115086331A (zh) * | 2022-07-20 | 2022-09-20 | 阿里巴巴(中国)有限公司 | 云设备调度方法、装置及***、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070203880A1 (en) * | 2006-01-30 | 2007-08-30 | Megasoft Consultants, Inc. | Method and apparatus for translation and authentication for a virtual operator of a communication system |
CN101170749A (zh) * | 2007-12-05 | 2008-04-30 | 华为技术有限公司 | 一种实现对wap群组差异化服务的方法和wap网关 |
US20160029191A1 (en) * | 2008-01-11 | 2016-01-28 | Seven Networks, Llc | System and method for providing a network service in a distributed fashion to a mobile device |
CN105429842A (zh) * | 2015-07-31 | 2016-03-23 | 苏州蜗牛数字科技股份有限公司 | 一种虚拟运营商开展定向流量业务的***与方法 |
CN107979824A (zh) * | 2017-10-20 | 2018-05-01 | 西安电子科技大学 | 一种无线网络虚拟化场景下的d2d多播资源分配方法 |
CN108012335A (zh) * | 2017-10-20 | 2018-05-08 | 西安电子科技大学 | 一种软件定义网络下虚拟化多播资源分配方法 |
CN108495358A (zh) * | 2018-03-09 | 2018-09-04 | 西安电子科技大学 | 一种基于nfv的网络切片选择方法 |
CN108513290A (zh) * | 2017-02-27 | 2018-09-07 | 华为技术有限公司 | 一种网络切片的选择方法及装置 |
CN108768891A (zh) * | 2018-05-29 | 2018-11-06 | 重庆大学 | 一种基于在线拍卖的网络切片资源分配方法 |
-
2019
- 2019-02-03 CN CN201910108824.3A patent/CN109831796B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070203880A1 (en) * | 2006-01-30 | 2007-08-30 | Megasoft Consultants, Inc. | Method and apparatus for translation and authentication for a virtual operator of a communication system |
CN101170749A (zh) * | 2007-12-05 | 2008-04-30 | 华为技术有限公司 | 一种实现对wap群组差异化服务的方法和wap网关 |
US20160029191A1 (en) * | 2008-01-11 | 2016-01-28 | Seven Networks, Llc | System and method for providing a network service in a distributed fashion to a mobile device |
CN105429842A (zh) * | 2015-07-31 | 2016-03-23 | 苏州蜗牛数字科技股份有限公司 | 一种虚拟运营商开展定向流量业务的***与方法 |
CN108513290A (zh) * | 2017-02-27 | 2018-09-07 | 华为技术有限公司 | 一种网络切片的选择方法及装置 |
CN107979824A (zh) * | 2017-10-20 | 2018-05-01 | 西安电子科技大学 | 一种无线网络虚拟化场景下的d2d多播资源分配方法 |
CN108012335A (zh) * | 2017-10-20 | 2018-05-08 | 西安电子科技大学 | 一种软件定义网络下虚拟化多播资源分配方法 |
CN108495358A (zh) * | 2018-03-09 | 2018-09-04 | 西安电子科技大学 | 一种基于nfv的网络切片选择方法 |
CN108768891A (zh) * | 2018-05-29 | 2018-11-06 | 重庆大学 | 一种基于在线拍卖的网络切片资源分配方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110944335A (zh) * | 2019-12-12 | 2020-03-31 | 北京邮电大学 | 用于虚拟现实业务的资源分配方法及装置 |
CN110944335B (zh) * | 2019-12-12 | 2022-04-12 | 北京邮电大学 | 用于虚拟现实业务的资源分配方法及装置 |
CN111935824A (zh) * | 2020-05-29 | 2020-11-13 | 洛阳师范学院 | 无线资源分配策略更新方法、装置、设备及存储介质 |
CN111935824B (zh) * | 2020-05-29 | 2023-01-31 | 洛阳师范学院 | 无线资源分配策略更新方法、装置、设备及存储介质 |
CN111866887A (zh) * | 2020-06-22 | 2020-10-30 | 北京邮电大学 | 一种车载网络中通信、缓存和计算资源联合优化方法 |
CN112615731A (zh) * | 2020-11-23 | 2021-04-06 | 北京邮电大学 | 一种用于分配多运营商联合网络切片资源的方法和装置 |
CN113542351A (zh) * | 2021-06-07 | 2021-10-22 | 北京邮电大学 | 一种基于车载网络的内容缓存方法及装置 |
CN115086331A (zh) * | 2022-07-20 | 2022-09-20 | 阿里巴巴(中国)有限公司 | 云设备调度方法、装置及***、电子设备及存储介质 |
CN115086331B (zh) * | 2022-07-20 | 2024-06-07 | 阿里巴巴(中国)有限公司 | 云设备调度方法、装置及***、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109831796B (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109831796A (zh) | 无线网络虚拟化中的资源分配方法 | |
US10671953B1 (en) | Systems, apparatus and methods for cost and performance-based movement of applications and workloads in a multiple-provider system | |
US10552221B2 (en) | Systems, apparatus and methods for managing resources in computer systems | |
US10673952B1 (en) | Systems, apparatus, and methods for managing computer workload availability and performance | |
US10924537B2 (en) | Systems, apparatus and methods for cost and performance-based management of resources in a cloud environment | |
WO2021254349A1 (zh) | 一种基于竞争博弈的多用户切片资源分配方法 | |
US11019138B2 (en) | Systems, apparatus and methods for cost and performance-based management of resources in a cloud environment | |
CN111400001A (zh) | 一种面向边缘计算环境的在线计算任务卸载调度方法 | |
CN110463140A (zh) | 计算机数据中心的网络服务水平协议 | |
CN109802998A (zh) | 一种基于博弈的雾网络协同调度激励方法及*** | |
US11386371B2 (en) | Systems, apparatus and methods for cost and performance-based movement of applications and workloads in a multiple-provider system | |
CN106817401B (zh) | 一种云环境中的资源配置方法 | |
Santos et al. | Zeus: A resource allocation algorithm for the cloud of sensors | |
USRE48680E1 (en) | Managing resources in container systems | |
Chen et al. | EdgeDR: An online mechanism design for demand response in edge clouds | |
CN109889576A (zh) | 一种基于博弈论的移动云游戏资源优化方法 | |
Rawas | Energy, network, and application-aware virtual machine placement model in SDN-enabled large scale cloud data centers | |
USRE48714E1 (en) | Managing application performance in virtualization systems | |
CN104714845B (zh) | 资源动态调整方法、装置及多内核操作*** | |
CN109981723A (zh) | 基于深度强化学习的文件缓存处理***及方法、通信*** | |
Li et al. | Computation offloading and service allocation in mobile edge computing | |
Tong et al. | Stackelberg game-based task offloading and pricing with computing capacity constraint in mobile edge computing | |
Zhang et al. | Strategy-proof mechanism for time-varying batch virtual machine allocation in clouds | |
Gong et al. | Slicing-based resource optimization in multi-access edge network using ensemble learning aided DDPG algorithm | |
Li et al. | A hierarchical cloud pricing system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |