车载云辅助网络中图作业分配的真实拍卖机制
分布式、并行与集群计算
2020-04-09 v2 网络与互联网体系结构
摘要
车载云计算已成为满足现代驾驶环境中用户对计算密集型应用处理需求的一种有前景的方案。此类应用通常由包含组件与边的图来表示。然而，由于用户的自私性，激励车辆共享资源面临重大挑战。本文在考虑资源复用的车载云辅助网络中研究基于拍卖的图作业分配问题。我们的目标是在最大化买家服务效用（涉及执行时间与佣金成本）的同时，将每个买家（组件）映射至可行的卖家（虚拟机）。首先，我们将基于拍卖的图作业分配建模为整数规划（IP）问题。随后，提出一种基于Vickrey-Clarke-Groves的支付规则，其满足期望的经济属性：真实性与个体理性。我们面临两项挑战：1）上述IP问题为NP难；2）与IP问题相关的一个约束涉及子图同构问题。因此，在大规模网络中求得最优解实际不可行。受此驱动，我们通过最大化服务效用增益开发了结构保持匹配算法，以及相应的支付规则，其提供经济属性且计算复杂度低。大量仿真表明，所提算法在各种问题规模下均优于基准方法。
引用
@article{arxiv.2003.12631,
title = {A Truthful Auction for Graph Job Allocation in Vehicular Cloud-assisted Networks},
author = {Zhibin Gao and Minghui LiWang and Seyyedali Hosseinalipour and Huaiyu Dai and Xianbin Wang},
journal= {arXiv preprint arXiv:2003.12631},
year = {2020}
}
备注
14 pages, 8 figures