论文部分内容阅读
随着无线通信技术的快速发展与网络应用的日益普及,移动数据呈现井喷式爆发。边缘计算与缓存技术可解决大规模数据的存储与计算问题,逐渐成为该领域研究的热点。边缘缓存技术通过将数据缓存在小型基站或移动终端中,减少多媒体数据的海量重复下载,从而提高信道的传输效率。而边缘计算则将终端用户需要进行计算的数据分配到边缘节点,解决终端用户计算能力有限的问题,提高了移动边缘计算网络的效率。本文提出三种系统模型:一对多博弈模型,多对多组合博弈模型和多层联合博弈模型。应用博弈论来设计资源优化分配的策略,有效解决了服务提供商、网络运营商与用户等网络实体之间的利益均衡问题。本文针对这三种模型,取得如下研究成果:(1)在小基站(Small-cellBaseStation,简称SBS)缓存网络中,提出了基于一对多拍卖的基站资源分配算法。该算法可有效减少移动用户的下载延迟。然后,分析了算法的收敛性,并与传统设计方法进行比较。仿真结果表明该算法比传统算法具有更高的分配效率。(2)在毫微微蜂窝接入点(FemtocellAccessPoint,简称FAP)缓存系统中,提出了基于多对多拍卖的文件分配算法。该算法以文件的受欢迎度作为权重,将文件资源以分组的方式分配给毫微微蜂窝接入点。仿真结果表明,与传统单轮拍卖算法比较,多对多文件资源分配算法具有更高的有效性,并在很大程度上提高了异构网络传输的效率。(3)在移动边缘计算网络中,提出多层博弈的计算资源和网络资源联合分配算法。首先建立多层博弈关系:建立移动边缘计算数据中心运营商与终端用户的资源分配关系;建立数据中心运营商与边缘节点的匹配关系;确定边缘节点与终端用户之间的匹配关系。基于多层博弈关系构造了联合优化框架,实现了移动边缘计算中的计算节点与通信信道的优化分配。仿真结果表明提出的算法能有效解决移动边缘计算网络中用户异质性和计算节点的优化分配问题,并可显著提高边缘计算网络的计算和通信能力。最后,总结了全文工作和不足之处,并对后续的研究进行了探讨和展望。