信息中心网络中热门内容的联合缓存与定价策略
计算机科学与博弈论
2017-01-31 v3 网络与互联网体系结构
摘要
我们为信息中心网络（ICN）中热门内容的分发开发了一个分析框架，该网络由接入 ICN、骨干 ICN 和内容提供商组成。使用广义 Zipf 分布对内容流行度进行建模，我们设计了一种博弈论方法来共同确定此类 ICN 中的缓存与定价策略。在接入与骨干 ICN 的缓存成本与流行度成反比的假设下，我们证明 ICN 中的 Nash 缓存策略为 0-1（全有或全无）策略。进一步地，对于对称接入 ICN 的情形，我们证明 Nash 均衡是唯一的，且缓存策略（0 或 1）由内容流行度的阈值（由 Zipf 概率度量反映）决定，即所有流行度高于阈值的内容均被缓存。我们还证明，接入与骨干 ICN 的最终阈值以及所有价格，均可通过将联合缓存与定价问题分解为两个独立的纯缓存与纯定价问题来求得。
引用
@article{arxiv.1609.00852,
title = {Joint Caching and Pricing Strategies for Popular Content in Information Centric Networks},
author = {Mohammad Hajimirsadeghi and Narayan B. Mandayam and Alex Reznik},
journal= {arXiv preprint arXiv:1609.00852},
year = {2017}
}
备注
Accepted to be published in Journal of Selected Area in Communication(JSAC special issue on game theory in networks)