基于Stackelberg博弈的緩存資源分配與定價(jià)算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
隨著在線視頻、網(wǎng)絡(luò)游戲、移動(dòng)互聯(lián)網(wǎng)等網(wǎng)絡(luò)業(yè)務(wù)的多樣性發(fā)展以及用戶需求的不斷增長，互聯(lián)網(wǎng)內(nèi)容呈現(xiàn)不斷膨脹的趨勢(shì)，并引起了網(wǎng)絡(luò)流量的快速增長。為了促進(jìn)內(nèi)容分發(fā)，傳統(tǒng)內(nèi)容分發(fā)網(wǎng)絡(luò)（ Content Delivery Network， CDN）服務(wù)提供商（如Akamai及Mirror Image等）通過部署大量數(shù)據(jù)中心和邊緣服務(wù)器，將內(nèi)容推向邊緣用戶，使用戶距內(nèi)容資源僅“一跳之隔”。但是傳統(tǒng)CDN的價(jià)格十分昂貴，需要較高的部署成本和運(yùn)維成本，這使得一些中小型企業(yè)難以負(fù)擔(dān)。與傳統(tǒng)CDN服務(wù)器存儲(chǔ)相比，云存儲(chǔ)空間是非常廉價(jià)的，云內(nèi)容分發(fā)網(wǎng)絡(luò)可以結(jié)合云計(jì)算與CDN的優(yōu)點(diǎn)，提供低成本、可擴(kuò)展、協(xié)作式、分布式的內(nèi)容分發(fā)服務(wù)，有效地解決網(wǎng)絡(luò)內(nèi)容膨脹問題。目前，國際上Amazon、Google以及國內(nèi)的各大互聯(lián)網(wǎng)廠商如百度、阿里等都已經(jīng)在其云服務(wù)中部署CDN技術(shù)。
為提高云存儲(chǔ)環(huán)境下內(nèi)容分發(fā)網(wǎng)絡(luò)（CDN）的分發(fā)效率，提出一種基于Stackelberg博弈的緩存資源分配與定價(jià)算法。將Web服務(wù)器和云CDN代理商建模成一個(gè)多主多從的Stackelberg博弈模型，并構(gòu)建其各自的效用函數(shù)。證明在代理商價(jià)格確定的情況下存在Web服務(wù)器納什均衡點(diǎn)，利用一種分布式迭代算法求解博弈模型，得到最優(yōu)定價(jià)與該定價(jià)下的最優(yōu)緩存分配結(jié)果。仿真結(jié)果表明，該算法可保證Web服務(wù)器緩存需求在代理商之間的高效分配，與用戶服務(wù)質(zhì)量優(yōu)先算法相比，可使Web服務(wù)器獲得更高的單位成本效益。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于Stackelberg博弈的緩存資源分配與定價(jià)算法下載
相關(guān)電子資料下載
- Xen雙系統(tǒng)GPU資源分配過程 427
- 多GPU訓(xùn)練大型模型：資源分配與優(yōu)化技巧｜英偉達(dá)將推出面向中國的改良芯片 1228
- 邊緣計(jì)算計(jì)算卸載與資源分配聯(lián)合優(yōu)化算法 852
- rh850的pflash和dflash數(shù)據(jù)分配（RH850/F1L-片上資源分配） 4543
- 飛凌RK3588核心板顯示資源分配實(shí)操——竟如此簡單！ 883
- 先楫HPM6000系列MCU雙核的通信方式和資源分配 2736
- 5G V2X資源分配機(jī)制是怎樣的？ 1207
- 愛立信發(fā)布5G動(dòng)態(tài)無線資源分配解決方案 1336
- 愛立信發(fā)布全球首個(gè)5G動(dòng)態(tài)無線資源分配解決方案 2196
- 資源分配如何優(yōu)化？MARO來幫忙 2136