一种基于Stackelberg博弈的移动数据流量卸载方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108616895A(43)申请公布日2018.10.02(21)申请号201810301771.2(22)申请日2018.04.04(71)申请人武汉大学地址430072湖北省武汉市武昌区珞珈山武汉大学(72)发明人曾园园江昊李倩刘冰清胡芷毅张毅彭铎(74)专利代理机构武汉科皓知识产权代理事务所(特殊普通合伙)42222代理人魏波(51)Int.Cl.H04W16/22(2009.01)H04W28/10(2009.01)权利要求书2页说明书3页附图1页(54)发明名称一种基于Stackelberg博弈的移动数据流量卸载方法(57)摘要本发明公开了一种基于Stackelberg博弈的移动数据流量卸载方法，首先基于手机用户上网记录数据，对各时段用户之间相遇行为进行预测，预测用户何时能够相遇进行机会通信；然后通过构建Stackelberg博弈模型，制定在用户移动的动态场景下的流量卸载策略，指导两个用户相遇时，是否应该进行流量卸载，才能使得运营商、内容提供方和内容需求方的收益最大化。本发明利用博弈论的思想，综合考虑了多方的收益和成本等因素，为运营商、内容提供用户方和内容需求用户方分别设计了效用函数，进行Stackelberg博弈建模，制定流量卸载策略，在缓解蜂窝网络流量负载压力的同时，实现系统总效用目标函数最优化。CN108616895ACN108616895A权利要求书1/2页1.一种基于Stackelberg博弈的移动数据流量卸载方法，其特征在于，包括以下步骤：步骤1：基于手机用户上网记录数据，对各时段用户之间相遇行为进行预测，预测用户何时能够相遇进行机会通信；步骤2：通过构建Stackelberg博弈模型，制定在用户移动的动态场景下的流量卸载策略，指导两个用户相遇时，是否应该进行流量卸载，才能使得运营商、内容提供方和内容需求方的收益最大化。2.根据权利要求1所述的基于Stackelberg博弈的移动数据流量卸载方法，其特征在于，步骤1的具体实现包括以下子步骤：步骤1.1：构建用户相遇关系的复杂网络，网络中的节点为用户，边为用户之间的相遇关系；步骤1.2：基于用户相遇关系的复杂网络，选取CN指标、Salton指标和Adamic-Adar指标，衡量网络中两个用户节点的相似度；步骤1.3：提取用户移动性特征，具体包括选取了余弦相似度、皮尔逊相似度、KL散度和JS散度来表征用户个体对的相似度，进一步挖掘用户个体的行为规律；步骤1.4：提取基于上网时长和上网流量的用户上网行为特征；步骤1.5：采用随机森林算法进行个体相遇预测。3.根据权利要求1所述的基于Stackelberg博弈的移动数据流量卸载方法，其特征在于，步骤2的具体实现包括以下子步骤：步骤2.1：构建Stackelberg博弈模型；在模型中领导者为内容需求用户，跟随者为内容提供用户和运营商；Stackelberg模型为两阶段主从博弈，在第一阶段，领导者声明初始总定价p，跟随者根据价格p，确定自身向领导者提供的流量；第二阶段，领导者在获知跟随者流量策略后，进一步调整总价格p；步骤2.2：效用函数设计，包括领导者效用和跟随者效用；所述领导者效用U0为：其中，第一项为获得的流量收益，α是与用户体验相关的参数，fi是第i个跟随者向领导者提供的流量，n表示跟随者总数；第二项为领导者向提供流量的跟随者支付的总费用p；跟随者效用为：其中，第一项为跟随者i通过提供流量获得的收益，第二项为跟随者i提供流量的成本，ci为第i个跟随者的单位流量成本；Followers表示跟随者集合；步骤2.3：分布式梯度下降求解利用分布式梯度下降算法，求解使效用函数最大化的流量卸载策略。4.根据权利要求3所述的基于Stackelberg博弈的移动数据流量卸载方法，其特征在于：步骤2中，Stackelberg博弈模型存在Nash均衡点；跟随者的流量卸载策略fi是欧几里得空间中的有界闭集，并且效用函数Ui在其策略空2CN108616895A权利要求书2/2页间上是连续的，对Ui求一阶偏导为：对Ui求二阶偏导为：因此跟随者的效用函数Ui是严格凹函数，这保证了Nash均衡的存在性，在Nash均衡点时，各方效用函数达到最优。3CN108616895A说明书1/3页一种基于Stackelberg博弈的移动数据流量卸载方法技术领域[0001]本发明属于移动互联网技术领域，特别涉及一种基于Stackelberg博弈的移动数据流量卸载方法。背景技术[0002]近年来，随着智能手机、平板电脑、笔记本电脑等移动智能设备的普及，移动业务流量呈现指数型增长。移动数据流量的爆炸性增长给蜂窝网络服务提供商带来了十分巨大的压力来解决数据过载问题。传统的解决途径是建设