新鲜数据的定价

我们引入了“新鲜数据交易”的概念，其中目的用户向源提供方请求并付费获取新鲜数据更新，数据新鲜度由“信息年龄”(AoI) 指标刻画。保持数据新鲜依赖于源端频繁的数据更新，这促使源端对“新鲜数据”进行定价。在本工作中，目的端承受与年龄相关的成本，建模为 AoI 的一般增函数。源端设计定价机制以最大化其利润；目的端选择数据更新调度，以权衡向源端的支付与其年龄相关成本。针对不同实时应用与场景，我们研究了可预测截止期限与不可预测截止期限两种模型。设计最优定价方案的关键挑战在于目的端随时间相互依赖的估值，这源于 AoI 的本质以及无限维动态优化。为此，我们考虑了三种定价方案，以利用并理解定价设计中三个不同维度的盈利性：时变定价方案，其中每次更新的价格取决于其被请求的时间；基于数量的定价方案，其中每次更新的价格取决于此前已请求了多少次更新；基于订阅的定价方案，其中每次更新的价格为固定费率，但源端额外收取订阅费。我们的分析表明，在可预测截止期限与不可预测截止期限两种模型下，最优基于订阅的定价在所有可能定价方案中使源端利润最大化；最优基于数量的定价方案仅在可预测截止期限下最优；在不可预测截止期限下，时变定价方案在显著时间折扣下渐近最优。