物联网中编码边缘计算的动力学：一种分数演化博弈方法
分布式、并行与集群计算
2021-09-29 v1 计算机科学与博弈论
摘要
近年来，编码分布式计算（CDC）凭借其计算密集与低延迟的优势，在边缘计算尤其是物联网（IoT）应用（包括 IoT 数据预处理与数据分析）中引起了大量研究关注。然而，鉴于 CDC 所需的额外计算资源，边缘基础设施提供商（EIP）在边缘资源有限的情况下，难以支持以 CDC 方式在边缘网络中执行的 IoT 应用。本文提出编码边缘联邦，其中不同 EIP 协作提供边缘资源以执行 CDC 任务。为研究纳什均衡（即任一 EIP 均无动机单方面改变其边缘资源分配决策时的状态），我们基于演化博弈论对编码边缘联邦建模。由于经典演化博弈的复制动力学无法刻画具有过往决策与效用记忆的经济理性 EIP，我们通过 Caputo 分数阶导数提出了具有幂律遗忘记忆的分数复制动力学。所提动力学使我们能够研究广泛的 EIP 动态行为，例如经典复制动力学无法捕捉的 EIP 在策略适应中的敏感性与攻击性。理论分析与大量数值结果证实了分数演化博弈中均衡的存在性、唯一性与稳定性。记忆的内容与长度对收敛速率的影响亦得到研究。
引用
@article{arxiv.2109.13586,
title = {Dynamics in Coded Edge Computing for IoT: A Fractional Evolutionary Game Approach},
author = {Yue Han and Dusit Niyato and Cyril Leung and Chunyan Miao and Dong In Kim},
journal= {arXiv preprint arXiv:2109.13586},
year = {2021}
}
备注
17 pages; 17 figures; Journal