基于Stackelberg博弈的緩存資源分配與定價算法
大小：1.22 MB 人氣： 2018-01-26 需要積分：2
標簽：資源分配(8735)
隨著在線視頻、網絡游戲、移動互聯網等網絡業(yè)務的多樣性發(fā)展以及用戶需求的不斷增長，互聯網內容呈現不斷膨脹的趨勢，并引起了網絡流量的快速增長。為了促進內容分發(fā)，傳統(tǒng)內容分發(fā)網絡（ Content Delivery Network， CDN）服務提供商（如Akamai及Mirror Image等）通過部署大量數據中心和邊緣服務器，將內容推向邊緣用戶，使用戶距內容資源僅“一跳之隔”。但是傳統(tǒng)CDN的價格十分昂貴，需要較高的部署成本和運維成本，這使得一些中小型企業(yè)難以負擔。與傳統(tǒng)CDN服務器存儲相比，云存儲空間是非常廉價的，云內容分發(fā)網絡可以結合云計算與CDN的優(yōu)點，提供低成本、可擴展、協(xié)作式、分布式的內容分發(fā)服務，有效地解決網絡內容膨脹問題。目前，國際上Amazon、Google以及國內的各大互聯網廠商如百度、阿里等都已經在其云服務中部署CDN技術。
為提高云存儲環(huán)境下內容分發(fā)網絡（CDN）的分發(fā)效率，提出一種基于Stackelberg博弈的緩存資源分配與定價算法。將Web服務器和云CDN代理商建模成一個多主多從的Stackelberg博弈模型，并構建其各自的效用函數。證明在代理商價格確定的情況下存在Web服務器納什均衡點，利用一種分布式迭代算法求解博弈模型，得到最優(yōu)定價與該定價下的最優(yōu)緩存分配結果。仿真結果表明，該算法可保證Web服務器緩存需求在代理商之間的高效分配，與用戶服務質量優(yōu)先算法相比，可使Web服務器獲得更高的單位成本效益。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于Stackelberg博弈的緩存資源分配與定價算法下載
相關電子資料下載
- Xen雙系統(tǒng)GPU資源分配過程 427
- 多GPU訓練大型模型：資源分配與優(yōu)化技巧｜英偉達將推出面向中國的改良芯片 1228
- 邊緣計算計算卸載與資源分配聯合優(yōu)化算法 852
- rh850的pflash和dflash數據分配（RH850/F1L-片上資源分配） 4543
- 飛凌RK3588核心板顯示資源分配實操——竟如此簡單！ 883
- 先楫HPM6000系列MCU雙核的通信方式和資源分配 2736
- 5G V2X資源分配機制是怎樣的？ 1207
- 愛立信發(fā)布5G動態(tài)無線資源分配解決方案 1336
- 愛立信發(fā)布全球首個5G動態(tài)無線資源分配解決方案 2196
- 資源分配如何優(yōu)化？MARO來幫忙 2136