基于博弈论的端边云计算卸载和资源协同优化研究

作     者：孙男 

作者单位：中南大学 

学位级别：硕士

导师姓名：张尧学

授予年度：2023年

学科分类：08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 

主      题：端边云协同 移动边缘计算 计算卸载 博弈论 

摘      要：随着移动通信技术的快速发展,移动终端接入设备日益普及,终端设备上大量新型应用对设备的资源和电量提出了更高的要求。针对新型计算任务低时延高能耗要求和终端用户设备资源和电池寿命有限的矛盾,移动边缘计算(Mobile Edge Computing,MEC)提供了解决办法。计算卸载技术作为其主要实现方式,能够将延迟敏感、计算需求大的计算任务卸载到边缘端处理,利用MEC服务器部署于用户侧并拥有相对丰富的计算资源的优点,解决终端用户设备存储和计算性能上不足的问题。与此同时,D2D(device-to-device,D2D)通信技术和云边协同方法也常见于低时延应用场景,帮助提升系统处理计算能力,保证计算任务高效完成。因此,针对密集接入和特殊时刻高并发需求的问题,本文结合计算卸载、D2D通信和云边协同方法,构建一种具有“终端用户端-边缘服务器-中心云服务器协同的端边云架构,协同利用端边云三方的计算资源,提高系统服务质量。本文着手于以下两个场景进行研究。首先针对多用户单MEC服务器密集接入场景,提出将D2D通信和MEC计算卸载相结合的“终端用户端-边缘服务器端边协同模型。其中,终端用户可以将计算任务卸载到MEC服务器处理,也可以通过D2D卸载到其他终端用户处理,以最大化成本节省值;MEC服务器动态制定服务定价策略,目的是最大化效益。考虑到每个终端用户与MEC服务器的自私性,本文首先对用户和MEC服务器分别建立成本和利润模型,然后引入博弈论,提出了一种基于斯塔克尔伯格博弈的全局优化算法,得到用户和MEC服务器的最优策略。仿真实验表明,本文提出的全局优化算法可以有效地提高用户的成本节省值和MEC服务器的效益。其次针对特殊时刻高并发计算需求的网络场景,本文考虑将中心云服务器作为MEC服务器资源的补充,设计一种“终端用户端-边缘服务器-中心云服务器端边云协同架构,用来缓解MEC服务器和终端用户设备资源局限性带来的算力不足问题。在此架构中,用户综合考虑卸载成本做出卸载决策;MEC服务器通过决定给用户的计算服务定价和租赁中心云资源的报价来提高利益;中心云服务器考虑自身利润决定资源分配策略。本文首先对端边云三方建立了利润模型,将各自利益最大化问题转化为双层斯塔克尔伯格博弈问题,然后提出了一种基于双层斯塔克尔伯格博弈的资源协同方案,得到博弈中各参与人的最优策略,证明了纳什均衡解的存在性及唯一性。最后通过仿真验证可行性,所提出的方案能够对终端用户、边缘服务器以及中心云服务器的资源进行相对最优的调配。图20幅,表3个,参考文献78篇