动态移动群智感知网络上基于匹配的混合服务交易任务分配
分布式、并行与集群计算
2023-11-21 v2
摘要
通过机会式调动移动用户（工人），移动群智感知（MCS）网络已成为促进异构移动设备感知/采集数据共享的重要方式。为在工人间分配任务并保证低开销，本文引入一系列稳定匹配机制，并将其整合为一种由期货交易平台与现货交易平台组成的新型混合服务交易范式，以确保无缝的 MCS 服务供给。在期货交易平台中，我们通过支持超额预订的提前多对多匹配（OIA3M）机制为每个任务确定一组长期工人，同时在统计分析下刻画相关风险。在现货交易平台中，我们研究长期工人资源波动对任务服务质量要求违背的影响，并在实际预算约束下为违背服务质量的任务形式化现货交易模式，其中任务-工人映射通过现场多对多匹配（O3M）与现场多对一匹配（OMOM）执行。我们从理论上证明所提匹配机制满足稳定性、个体理性、公平性与计算效率。综合评估也验证了在实际网络设置下这些性质的满足，并展现出在运行时间、参与者交互与服务质量方面的良好性能。
引用
@article{arxiv.2306.14156,
title = {Matching-based Hybrid Service Trading for Task Assignment over Dynamic Mobile Crowdsensing Networks},
author = {Houyi Qi and Minghui Liwang and Seyyedali Hosseinalipour and Xiaoyu Xia and Zhipeng Cheng and Xianbin Wang and Zhenzhen Jiao},
journal= {arXiv preprint arXiv:2306.14156},
year = {2023}
}