抽象性

移动块链已被公认为解决移动应用系统安全隐私问题的新解决办法移动块段挖掘过程需要高计算资源,可压倒移动设备所能提供的东西移动边缘计算服务器可参与向移动块链中的矿工提供计算服务注意MES资源有限MES可进一步请求云计算服务器资源并产生层次计算资源分配问题本文中,我们首先考虑单商多买家简单案例,并提议单商多包商分级拍卖模型解决这一问题,并在此基础上提供高效真实框架并推荐分级多卖方多买方组合拍卖模式两种模型都设计优胜判定问题并推算可拉算法并提出了定价计划,以确保奖励兼容性和个人合理性。最后,我们通过模拟评估拟议方案

开工导 言

随着移动应用开发(例如电子商务),隐私和安全问题得到更多关注一号..移动块链2被公认为解决移动应用系统上述问题的候选求解注意块链系统的一个重要组件是用于验证和记录交易的采矿过程移动块链挖掘过程通常需要资源,移动设备通常资源有限。移动边缘计算服务提供程序可引入移动链应用网络,允许矿工卸载采矿计算任务到移动边缘计算服务器3..

注意MESP计算资源也可能有限MESP可能无法满足各种矿工的大量资源需求云计算服务提供商通常拥有大量计算资源,在这种情况下可进一步考虑。矿工可优先请求MESPs计算服务MESP资源不足时,MESP可继续从CCSP租用服务随之而来的是层次计算资源分配问题,涉及矿工、MESPs和CCSPs具体地说,矿工被视为服务购买者,MESP和CCSP被视为服务销售者

本文探讨移动链中层次计算资源分配问题简单化方面,我们首先考虑简单案例单价单购方和排序单购方组合拍卖模型推荐,并在此基础上提供高效真实框架层次组合拍卖模式可划分为下级拍卖和上级拍卖具体地说,矿工是买家,MESPs是下级拍卖的卖家,而在上级拍卖中,CCSP既是拍卖商又是卖家,MESPs是买家。MESP可被视为没有内在价值和需求并从转售中获取收入的中间人MESP估值取决于矿工需求并推荐等级多售多包商组合拍卖模式

拟议的分级拍卖需要解决以下三大问题:(1) 如何设计移动块链分级拍卖机制;(2) 如何拟出下级拍卖和上级拍卖中优者判定问题并有效解决之道;(3) 如何设计相容计价机制在这项工作中,我们将解决所有上述问题论文的主要创新和贡献可总结如下:i)单商多包商层次分组拍卖机制建议解决移动块分块的双级资源分配问题后再扩展模型为泛多售多买家二)WDP为CCSP和MESP拟制,WDP也拟制相应的可解放算法三)提议定价计划以确保奖励性兼容性四)模拟显示高资源利用率和拟议计划效率

本文其余部分结构如下相关工作由科审查2.段内3描述系统模型和假设内段4推荐单商多包商组合式拍卖模式内段5提供多买方多卖方模型扩展模拟结果解析6和分节7画出结论

二叉相关工作

最近,为处理块链采掘问题,从博弈理论角度进行了多项研究4..中5游戏理论模型建模解决工作证明问题矿工预期奖赏在很大程度上取决于块尺寸,每个矿工应选择合理块尺寸以获取最优预期奖赏中6提议合作游戏模型研究矿池,矿工在池中建立计算电源以稳定返回然而,上述研究主要涉及块状采掘策略,较少注意开发块链应用需要大量资源的问题。

拍卖机制广泛用于不同领域的资源分配,例如无线电资源分配7云资源分配8无线虚拟化九九,10云端计算11,12..解决云环境物理机资源管理问题,设计出最优近似防御策略机制11..中12以拍卖为基础的层次移动边际利润最大化模型建议不幸的是,它不考虑任何经济特征,如奖励兼容性保证战略防御的同时,研究无线通道的再分配13重心放在最大程度社会福利上不仅考虑策略正确性,还考虑通道空间可复用性、通道异化性以及竞价多样性尽管如此,竞技者对频谱捆绑的要求在拍卖模型中始终被认为是真实的。现实中,所有这些无法直接用于块链计算资源分配,主要是因为移动块链网络的独特性。移动块链网中应特别考虑外因14,15分布式举例说,除接收计算资源外,每个矿工都非常关心其他矿工的计算能力

深学习法16恢复传统收入最大化最优拍卖解决移动块段资源分配问题尽管如此,模型中只考虑一个资源单元[3切视矿工需求不变,不实实验中17多点招标计划 以优化社会福利他们只考虑MESP向矿工分配计算服务工作期间,我们考虑MSPs和CCSPs上期作业中,我们调查单销多买者案例,而在此作业中,我们将模型扩展至多售多买者案例此外,我们增加更多理论分析,包括证明拟议模型的若干有利经济属性并提供并分析更多数值结果

3级系统模型假设

3.1.移动块链采矿过程

图中显示块链网络的采掘过程一号.块链所有者为块链网络搭建块链应用程序设计协议每位移动用户申请块从块链拥有者,然后她将执行挖掘任务挖掘任务实际上是解决PoW问题问题解决后,必须推广解决办法以达成共识。成功完成所有这些过程后,矿工完成的交易加到块链中唯先获取解决方案并达成共识的矿工才能获奖

3.2成功采掘边缘计算服务

矿工 hadh电源 与其他矿工分配资源相关联可归纳如下: 分数函数和所有矿工hash功率之和等于一 表示移动用户需要计算资源 . 是一个二进制变量,如果值等于即委托移动用户 MESP将分配所需资源 .否则她一分钱都拿不到

矿工争先解决PoW问题并播送协议新一代新块响应保松分布法,该分配法保持恒定速率 移动链网中18号..矿工开始采掘前 保留未经验证的交易信息我们使用 表示每个矿工块内交易大小矿工需要广播块移动链网以达成共识第一位赢得共识的矿工将获得奖赏奖状由固定奖状和随机奖状组成,可写成如下: 去哪儿 有固定的报酬, 随机奖赏与交易规模相关 并 总是正数临Τ 概率获取奖赏

从上述采掘过程判断 成功获取奖赏需要两步第一成功挖掘第二及时传播认证成功采掘率直接与hash功率成比例hadh电量表示成功采掘概率 写法如下

传播时间与事务大小相关来,我们用 表示传播时间 常量反映效果 上 .自新块生成波松分布后,矿工传播失效概率可归纳如下:

以本案为例 可写成如下:

替换后 并 , 可写成如下:

3cm3块链管理

块链采掘协议由块链所有者维护,其中包括固定奖金 和交易率 矿工为采矿做贡献此外,块链安全仅取决于用计算电量解决PoW问题19号..网络效果正面:随着更多矿工参与采矿并投入更多计算资源采矿,矿工奖励将随着链式网络变得更加安全稳定而增加基础研究20码sage实用函数定义网络特效 去哪儿 计算资源总分配量 , 二正参数网络效果函数从0缓慢启动,然后加速,然后最终减慢并渐渐归结为1

4级资源配置单商多买方分级组合拍

本节中,我们首先建议单商多买方层次双重拍卖模式,用于移动块链分层资源分配,只考虑CSP单销上层拍卖并描述如何将出价放入这个拍卖模型收到所有标书后,拍卖商需要确定中标标书,然后写成优选题提供算法解决WDP最后计算中标标价

4.1.层次组合拍博模型

我们先考虑单一CCSP假设 MESPs和 图显示移动用户2.CCSP向MESPs服务,然后MESP向移动用户服务,自然资源分配问题是一个层次问题具体地说,我们假设CCSP拥有百万指令秒计算资源C单元和每个MESP 自有 计算资源况且,每个MSP都可进一步保留 CCSP资源量此外,我们认为移动设备自身计算资源小到可以忽略与需求计算资源相比

双级资源分配问题联合解决,双级拍卖机制设计如图所示3.下层分组双重拍卖,矿工和MESP分别被视为资源买家和卖家上层则考虑单向组合拍卖,CCSP即为卖方,MESP即为买方具体地说,低层中,每个矿工 提交标书包括资源需求 并相应标价上层,每个MSP优先保留某些计算资源 发自 CCSP拥有的计算资源将在MESPs中拍卖表示 算资源MESP获取 CCCP上层拍卖在本案中,为每个MESP 下层可用计算资源 .注意下层和上层标书是组合式的,这意味着资源需求与相应标价的多重组合可同时提供,一方面提高灵活性,另一方面大大提高复杂性

4.2如何打标

移动链采掘者需要出价请求资源,这反映她在下级拍卖中的价值移动链用户无法知道胜者数和资源总数直到拍卖结束 出价 表示期望报酬 等于估值 即前置估值显示如下:

提交后一号),2), and (6),我们可以获取移动用户的具体表达式 估值 :

拍卖结果发布后用户 exprost估值 边际计算服务考虑网络特效 去哪儿 网络特效7)

提交后一号),2),6), and (7),我们可以获取移动用户 具体估值 :

对MESPs而言,投标表达式不同于移动用户表达式,因为MESPs作为中间人没有内在需求与估值下级拍卖中,每个MESP 需要提交寻标 全部资源包集类似地,MESP需要提交所有资源捆绑的标注 vj

4.3如何确定winning标注

收到出价者所有出价后,哪一组接受出价需由拍卖商决定需要为本文件中拟议的模型拟出MESPs和CCSPWDPs具体地说,MESPWDP显示如下: 对象函数最大化和双向估值约束C1表示计算资源量应获得最大限值约束C2确保移动用户从单从MSP获取资源 约束中C3二进制变量,如果值等于指定移动用户 接受并分配所需资源否则她一无所获 约束性C4二进制变量 接受并分配资源给相应的移动用户否则她就是失败者

具体地说,cSPWDP写法如下: 对象函数最大化和投标者估价约束C1表示计算资源量应获得最大限值约束C2确保 二进制变量 是一个二进制变量,如果值等于指定 MESP 接受并分配CCSP所需要的资源否则她就是失败者

4.4.4分级拍卖中如何解决WDP

后向感应用于解决分级拍卖中优者判定问题具体地说,我们先考虑下级拍卖刻意说明,作为一个层次优化问题,如何联合解决每一层WDP问题至关重要。

4.4.1.下级拍卖解决WDP

下层多矿工和多MESP相应的WDP是一个整数编程问题,NP硬化实现满足近似最优解决方案 低复杂性, 我们建议贪婪算法驱动8中选择引用算法显示的批量密度一号:

类似前一 组合拍卖近似 定义为分配项目总数重新定义 需要计算容量 .

4.4.2.上级拍卖解决WDP

单点CCSP销售和多点MESP上层购买上层WDP问题也是一个整数编程问题这部分中,我们建议两种方法解决WDP第一,对于小问题 动态编程算法驱动21号推荐获取精确解法中心思想是分解原创WDP子题,归结为可递归解决的相似子题具体服务分配划分 阶梯表示子题 考虑服务分配 用户需要资源 ,去哪儿 表示所需计算资源在每个阶段 ,服务提供方可表示资源 .因此,状态过渡可表述为

正因如此,我们可以 .细节显示于算法2:

计及拍卖商计算力和问题规模后, 贪心算法算法中也建议计及点密度 以获取算法显示的近似最优解法3:

4.5普赖斯赢标

4.5.1下级拍卖定价计划

设计标价计划对于在拍卖中实现奖励兼容性非常重要,每个出价者总能诚实出价VCG22号程序实现奖励兼容性 证明它只与精确算法兼容

在这种情况下,我们设计类似VCG定价方法,可适应近似算法,并引入基价具体地说,每种资源都有基价,用户中优者将支付基价和VCG价格之间的大价收费价制成如下: 去哪儿 去哪儿 表示用户基价 ,并 VCG价格由我们选择 以最终支付价表示VCG价格小化,或VCG价格选择

4.5.2.高层拍卖定价计划

解决cSPWDP问题,我们建议两种算法,一种精确算法基于动态编程算法,另一种近似算法基于贪心算法,对它们的定价方法应有所不同。具体地说,对于动态编程算法,我们使用VCG定价VCG出价 可显示如下:

并 表示出价者获取资源 无出价 并出价 ,互斥

贪心算法中定价方案类似于下级拍卖

4.5.3经济属性分析

这部分将分析拟单商多买方级拍卖机制的属性

定理一本文建议的层次单商多买方拍卖机制对两个层次上所有真实出价者都是单个合理的

定理一证VCG解决方案和精确WDP解决方案算法证明个体合理23号..贪心算法对应计价方案 有两个案例由我们考虑第一例是,如果没有出价者被中标者阻塞 ,并发 .接下去 并相应 .正因如此用户 工具非负值因此,每个参与者个人都讲情理

定理2本文建议的层次单商多买方拍卖机制对两个层次上所有真实出价者都具有启发性兼容性。

定理2证明证明动机兼容性 我们必须证明单调性 关键支付属性单调性可立即证明具体地说,出价者可以通过提高出价值增加排名顺序,因为出价者在每个层次的剩余量增加

并证明关键支付属性万一能发现关键值 出价者必须竞拍 关键支付属性可以证明捐赠用户 最高估值取拍用户 不参加拍卖最小出价用户 需要位置 ,出价者 支付物价机制的每一级因此,奖励兼容性可以证明

定理3分级单商多买方拍卖机制在本文件中建议实现分配效率,在两个层次都进行实战

胜者判定问题配方很容易证明这一结果,接受出价总和最大化

5级资源配置多卖方多买方分级组合双拍

单商多买方级拍卖扩展至多商多买方级拍卖具体地说 一组 CCSP算作售出图4.多售多包商层次双重拍卖设计如图所示5.注意本模型下层和上层都是双级拍卖上层中,MESP提交出价 scSP提交竞价 全部资源捆绑下级拍卖类似于前单商多买方拍卖模式

5.1.WDP问题配制

提交询标后,优胜者判定问题可编译确定中标者下级双拍制WDP写法如下: 目标在于最大化买方估值和卖方请求之间的剩余C1资源封顶约束约束C2确保矿工只能从一个MESP获取资源约束C3确保MESP只向移动用户提供资源类似地,上层WDP表述如下:

5.2分级双拍解决WDP

解决多卖方多买方双级拍卖时,还使用后向感应法下级拍卖可适用前段类似办法并解决上层WDP问题, 我们建议Lagrane乘法

计算机科学中常使用二维并吞法来降低计算复杂性解决复杂问题24码..以拉格朗乘法解决WDP问题 以找到近似最优解决办法 分两步解决(包括问题分解和确定分配)。

5.3问题分解

算法解决问题的方式分解问题成两个或多个子题,很容易直接解决解决方案集子题构建原题解决方案Lagrangian解析技术减少解决WDP计算负担的一个方法就是使用Lagrangian松绑建立虚市场来确定分配

Lagrangian松绑基本思想是放松原创问题对目标函数的一些约束并加句法即允许用不可行方法解决原创问题,但在客观函数中受罚与不可行数目成比例条件松散约束选择约束条件以便剩余约束下优化问题从某种意义上讲很容易实现在上述下层WDP问题中,我们观察到不同操作间联因C1和C2约束

等一等 表示Lagrane乘法计算资源约束并容 表示拉格朗乘法预算平衡约束我们定义 ,去哪儿 可表示为

Lagrangian解禁问题分为两个子题显示如下: 去哪儿

去哪儿 定义买主子题 定义卖方子题子题间的交互作用通过拉格朗乘法反射注释给 ,最优解决BS ss系统 可解决方式如下:

组合双拍可分解成数SS和BS, , ,mu和 .然而,必须强调,找到最优拉格朗格乘法并不容易避免直接解决原创优化问题,解决下列双重问题以确定最优拉格龙乘法

5.4判定分配

Lagrangian解析法的一个关键问题是如何判定Lagrangian乘法值使用子级法判定拉格朗斯乘法,迭代调整值以违反相应约束法Lagrangian乘法值会提高,如果相应的约束被违反,值会下降

寻找双重问题解决方案的方法基于迭代机制,即基于SS和BS解决方案调整Lagrane乘法等一等 迭代索引等一等 并 表示SS和BS最佳解决方案Lagrane乘法子梯度 并 显示如下:

Lagrangian乘法根据上文定义的子带向调整if子梯度 , , 或 大于0,表示对应约束被违反本案对应拉格朗江乘法 , , ,或 增量显示如下: 去哪儿 设置为适配步数

算法中捐 并 Lagrangian乘法 并 初始化值分别表示首迭代算法发现 并 For 并 .并计算 并 并调整 并 获取 并 迭接算法汇合

5.5普赖斯赢标

向中标者定价以确保奖励兼容性,我们也设计类似VCG方法,可适应近似算法,即引入基价每种资源都有一个基价,用户中优者将支付基价和VCG价格之间的大价收费价制成如下: 去哪儿 去哪儿 表示用户基价 ,并 VCG价格由我们选择 以最终支付价表示VCG价格小化,或VCG价格选择

解决上层CCCPsWDP问题, 我们建议两种算法都近似算法, 其定价方法相似于下级拍卖法在此例中, 标价计划描述将省略 。

5.5.1经济属性分析

这部分,我们将分析多卖方多买方级拍卖机制的属性

定理4.分级多买方拍卖机制在本文中建议,对两个层次上所有真实出价者都是单个合理的

定理4证明VCG解决方案和精确WDP解决方案算法证明个体合理23号贪心算法对应标法 逐个证明此外,Lagrane乘法和相应的标价方案,我们也考虑两个案例验证过程类似上下文并在此省略

定理5多卖方多买方拍卖机制在本文中建议,对两个层次上所有真实出价者都具有启发性兼容性。验证过程与前一节相似,在此省略 。

定理6.分级多买方拍卖机制在本文中建议实现分配效率,在两个层次都进行实战

胜者判定问题配方很容易证明这一结果,接受出价总和最大化

6级性能评价

关于数值分析,我们考虑CSP10000MIPS计算容量有2 MESP单数保留3000MIPS计算容量和4000MIPS剩余计算容量可供上层使用20名矿工想成为矿工解决本文考虑的PoW问题移动用户请求 计算容量 均匀分布整数随机变量带宽设为200kHz矿山奖金 从0到6不等,交易收费率 介于0.002至0.01不等设置 , ,并 此外 , 设置为1和0.5事务大小 每一矿工都在区间 [100,1000]

比较时考虑固定分享机制,即每个MESP保留4000MIPS上层计算容量上层拍卖会还考虑兰特分配机制,即MESP保留计算容量从3000至4000MIPS不等层次组合拍卖问题上层拍卖采用算法2算法和算法3固定分享兰德制程和下级拍卖一号.

图解结果6显示四种算法平均社会福利可以看到平均社会福利使用DP算法可获取最佳社会福利表示精确解决方案比近似解决方案效果更好贪婪算法比固定算法和兰特算法都能得到更好的社会福利这是因为固定算法和兰德算法无法考虑买家的要求,两者都失去了拍卖意义。不同算法实现平均资源利用情况也如图所示调查7.结果与社会福利一致此外,图中研究不同数目矿工对平均使用量的影响8.图片显示DP算法所获取资源使用量能像越来越多的矿工一样发挥最大作用。DP算法只适合少数用户当用户数相对大时贪心算法比较适用时间复杂性DP算法指数化增长 贪婪算法线性增长考虑到现实应用效率需求,贪婪算法仍将用于大用户案例

此外,我们比较只考虑边际计算的办法与我们所拟议的办法,即以满意率联合考虑边际计算和云计算,移动用户数增加如图所示九九.可以看到,随着移动用户数的增加,满意率正在下降。这可能是手机用户数增长所致,彼此竞争变得激烈在这种情况下,用户获取请求资源的可能性下降,自然满足率下降联合考虑比统一满足率高这是因为,我们联合考虑边际计算的拟议方法比只考虑边际计算方法多得多资源。

并用多卖方多买方层次拍卖比较不同的算法并使用贪婪算法 Lagrane乘法算法LA解决上层拍卖资源分配问题图显示移动用户数不断增加,我们比较不同算法实现平均资源利用10.可见拉格朗变乘算法比贪心算法效果更好Lagrane乘法比贪心算法精确此外,我们将不同算法实现总实用性与图中显示移动用户数的增加作比较11.可以看到拉格朗斯乘法比贪心算法要好图中递增比11开始变大后扁平原因可能是一开始随着移动用户数的增加,竞争越发激烈。然而,当移动用户数增长到一定水平时,资源量达瓶颈点,使总电量平整

7结论

本文建议分级拍卖模型解决移动块资源分配问题具体地说,我们为移动边缘计算提供商和云计算提供商设计了优胜判定问题,并提出了相关可计算可移植算法来解决这些问题。并设计出不同的定价方案来确定最终物价所拟方案属性在理论上也得到了证明。单商多买方级拍卖扩展至多商多买方级拍卖,并设计相应的WDPs、可移植算法和标价方法最后,计划有效性通过模拟比较验证

数据可用性

模拟数据支持本研究发现后,应用到元元徐后可发布[email protected].

披露

论文部分提交IEEGLOBECOM 201925码..

利益冲突

不存在与其他人的利益冲突

感知感知

这项工作部分由Central大学基础研究基金支持B200202189和Grant NoNE2018107,中国自然科学基金会61801167和Grant No61701230和江苏省自然科学基金会2017005