TARCO：异构网中 D2D 中继辅助计算资源分配的两阶段拍卖
网络与互联网体系结构
2018-01-12 v1
摘要
在异构蜂窝网络中，计算卸载的任务调度是最大的挑战之一。大多数工作聚焦于通过将宏小区用户设备（MUE）上的计算任务迁移到远程云或小小基站来缓解宏基站的重负担。但网络用户的自私性很少被考虑。受云边缘计算启发，本文为从宏小区用户到小小基站的任务转移提供激励。所提出的激励方案利用小小用户设备提供中继服务。计算卸载问题被建模为一个两阶段拍卖，其中具有共同社交特征的远程 MUE 可组成群体，并借助小小用户设备的中继购买小小基站的计算资源。一个名为 TARCO 的两阶段拍卖方案被提出，以最大化网络中买卖双方效用。本文还证明了 TARCO 的真实性、个体理性和预算平衡。此外，提出了两种算法以在网络社会福利方面进一步优化 TARCO。大量仿真结果表明，就 MUE 平均效用而言，TARCO 比随机算法好约 104.90%，而所提两种算法分别将 TARCO 性能进一步提升达 28.75% 和 17.06%。
引用
@article{arxiv.1711.03660,
title = {TARCO: Two-Stage Auction for D2D Relay Aided Computation Resource Allocation in Hetnet},
author = {Long Chen and Jigang Wu and Xinxiang Zhang},
journal= {arXiv preprint arXiv:1711.03660},
year = {2018}
}
备注
22 pages, 9 figures, Working paper, SUBMITTED to IEEE TRANSACTIONS ON SERVICES COMPUTING