一种基于组合双边拍卖和差分隐私的算力资源分配方法组成比例

一种基于组合双边拍卖和差分隐私的算力资源分配方法，包括：用户设备在时隙开始时刻，向边缘服务器发布任务请求并生成投标信息；边缘服务器将用户设备发布的任务请求转给边缘节点，边缘节点计算自身和任务请求之间的混淆距离，生成询问信息并参与投标竞价；边缘服务器接收用户设备发来的投标信息和边缘节点返回的询问信息，设定若干价格向量，并基于每个价格向量为每个任务请求挑选一个边缘节点作为胜出的买方和卖方，以获得每个价格向量对应的资源分配矩阵，然后选择一个价格向量为最终价格向量，对应的资源分配矩阵即是最终资源分配矩阵。本发明专利技术涉及通信领域，能实现不同种类资源共享定价和保证资源分配激励的有效性，并在激励过程中保护隐私。在激励过程中保护隐私。在激励过程中保护隐私。

【技术实现步骤摘要】
一种基于组合双边拍卖和差分隐私的算力资源分配方法


[0001]本专利技术涉及一种基于组合双边拍卖和差分隐私的算力资源分配方法，涉及通信领域。

技术介绍

[0002]近年来，随着移动互联网和智能终端的快速发展，越来越多的新型应用出现在人们的日常生活中，但由于物理距离的限制，移动设备能使用的资源通常是有限的，因而移动设备难以有效地处理一些新型应用。为了解决上述问题，移动边缘计算的概念应运而生。移动边缘计算是将具有存储和计算能力的网络设备实体部署在移动网络边缘，为移动用户提供I T服务和计算能力。
[0003]如何设计高效的算力资源分配机制来激励边缘节点为移动用户提供其拥有的网络资源，当前主要存在有如下技术方案：
[0004]技术方案1：专利申请号CN 202110243640.5(申请名称：一种基于在线激励的边缘计算合作计算资源分配方法，申请日：2021
‑
03
‑
05，申请人：电子科技大学)提出了一种基于在线激励的边缘计算合作计算资源分配方法，包括建立任务合作计算模型；建立主边缘计算服务器与任务执行者之间的拍卖模型；建立买方的效用模型和卖方的效用模型，从而建立系统的效用模型；结合任务合作计算模型，构建了系统效用最大化问题；任务到达主边缘计算服务器，主边缘计算服务器向拍卖商提供投标；拍卖商得到投标信息后，以最大化系统效用为目标决定任务的最优分配方案；确定中标者的支付价格；以最优资源分配方案计算任务；
[0005]技术方案2：专利申请号CN 202110571751.9(申请名称：一种移动边缘计算环境下基于拍卖理论的资源分配方法，申请日：2021
‑
05
‑
25，申请人：东北大学)提出了一种移动边缘计算环境下基于拍卖理论的资源分配方法，涉及初始化边缘服务器资源容量；移动用户向边缘服务器提交计算任务需求及估价；对边缘服务器的资源配置组合根据归一化处理结果进行重新排序；将移动用户提交的计算任务需求转换为CPU资源和信道资源需求；确定移动用户的投标标的并参与投标竞价；利用原始对偶近似算法对参与竞价的移动用户进行赢家确定；通过VCG竞价机制确定每个赢家需要支付的价格；
[0006]技术方案3:专利申请号为CN 201810360743.8(申请名称：基于双向拍卖的移动群智感知及其资源分配及激励机制方法，申请日：2018
‑
04
‑
20，申请人：东南大学)提出了一种基于双边拍卖的在线组合资源分配与支付方法，每个买家(SP)提供报价信息；每个卖家(MVNO)提供要价信息；拍卖师(中间商)计算投标密度函数并构建联合投标密度矩阵，通过升序或降序排列得到投标密度排序向量；然后依次判断每个元素相关联的卖家拥有的资源是否完全满足买家申请的资源，如果满足，则将对应的卖家和买家作为中标机构；然后基于临界最小竞标密度为参考确定每个中标卖家待收取的费用qm；同时基于临界最大竞标密度为参考确定每个中标买家待支付的费用pn；最后选择pn≥qm所对应的买家和卖家进行匹配实现资源分配。
[0007]在以上现有技术方案中，资源分配方法通过对资源提供者的贡献评估为其提供相应的利益补偿，而激励过程中用户个人信息和行为信息会泄露给其他参与方，网络中分布式的空闲节点参与协作计算仍然面临着身份、位置、资源能力以及决策信息暴露的风险，即使提供了一定的利益补偿，网络中分布式的空闲节点出于隐私考虑仍然不愿意参与算力共享，导致资源分配方法失效，无法充分调动网络中可用的算力资源。
[0008]因此，如何实现不同种类资源共享的定价和保证资源分配激励的有效性，并在激励过程中保护隐私，从而促进分布式算力节点积极贡献空闲资源，已成为技术人员重点关注的技术问题。

技术实现思路

[0009]有鉴于此，本专利技术的目的是提供一种基于组合双边拍卖和差分隐私的算力资源分配方法，能实现不同种类资源共享的定价和保证资源分配激励的有效性，并在激励过程中保护隐私，从而促进分布式算力节点积极贡献空闲资源。
[0010]为了达到上述目的，本专利技术一种基于组合双边拍卖和差分隐私的算力资源分配方法，每个算力资源共享区域中包括有边缘服务器、若干个用户设备和若干个提供空闲资源的边缘节点，共享k种资源集合h1、h2、
…
、h
k
分别表示共享的第1、2、
…
、k种资源，包括有：
[0011]步骤一、所有用户设备在每个时隙的开始时刻，向边缘服务器发布自身的任务请求：τ
i
＝(q
i
,l
i
)，其中，τ
i
表示第i个任务请求，是任务请求τ
i
所需的资源集，分别表示τ
i
所需的第1、2、
…
、k种资源数量，l
i
表示任务请求τ
i
的位置，并根据任务请求生成各自的投标信息：其中，B
i
表示任务请求τ
i
对应生成的投标信息，b
i
为任务请求τ
i
的最高预算价格，表示任务请求τ
i
需占用资源的时间；
[0012]步骤二、边缘服务器将所有用户设备发布的任务请求转发给所有边缘节点，每个边缘节点计算自身和每个任务请求之间的混淆距离，以生成各自的询问信息并参与投标竞价，所生成的询问信息为：其中，A
j
是第j个边缘节点的询问信息，是询问向量，分别是第j个边缘节点可提供的第1、2、
…
、k种单位资源的最低价格，是第j个边缘节点的可提供资源集，分别是第j个边缘节点可提供的第1、2、
…
、k种资源数量，是第j个边缘节点的距离信息，是第j个边缘节点的混淆距离集，分别是第j个边缘节点与第1、2、
…
、I个任务请求之间的混淆距离，I是任务请求总数，所述混淆距离根据每个任务请求的位置和∈
j
基于拉普拉斯机制来计算获得，∈
j
是第j个边缘节点设置的个性化隐私预算，是第j个边缘节点的资源空闲时间；
[0013]步骤三、边缘服务器接收所有用户设备发来的投标信息和边缘节点返回的询问信息，设定若干价格向量，并基于每个价格向量为每个任务请求挑选一个边缘节点作为胜出的买方和卖方，从而获得每个价格向量对应的资源分配矩阵，所述资源分配矩阵用于标识
胜出的买方和卖方，然后根据资源分配矩阵选择一个价格向量作为最终价格向量，最终价格向量对应的资源分配矩阵即是最终的资源分配矩阵。
[0014]与现有技术相比，本专利技术的有益效果是：在缺乏恰当的利益补偿和隐私风险情况下，网络中的空闲设备不愿花费资源参与计算任务，本专利技术将参与算力资源共享的网络节点分为资源提供者、资源协调者、资源请求者三种角色，并基于组合双边拍卖模型设计资源分配方法，将多种类资源分类进行资源定价，打包进行资源分配，设计组合双边拍卖过程，从而可以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于组合双边拍卖和差分隐私的算力资源分配方法，其特征在于，每个算力资源共享区域中包括有边缘服务器、若干个用户设备和若干个提供空闲资源的边缘节点，共享k种资源集合h1、h2、
…
、h
k
分别表示共享的第1、2、
…
、k种资源，包括有：步骤一、所有用户设备在每个时隙的开始时刻，向边缘服务器发布自身的任务请求：τ
i
＝(q
i
，l
i
)，其中，τ
i
表示第i个任务请求，是任务请求τ
i
所需的资源集，分别表示τ
i
所需的第1、2、
…
、k种资源数量，l
i
表示任务请求τ
i
的位置，并根据任务请求生成各自的投标信息：其中，B
i
表示任务请求τ
i
对应生成的投标信息，b
i
为任务请求τ
i
的最高预算价格，表示任务请求τ
i
需占用资源的时间；步骤二、边缘服务器将所有用户设备发布的任务请求转发给所有边缘节点，每个边缘节点计算自身和每个任务请求之间的混淆距离，以生成各自的询问信息并参与投标竞价，所生成的询问信息为：其中，A
j
是第j个边缘节点的询问信息，是询问向量，分别是第j个边缘节点可提供的第1、2、
…
、k种单位资源的最低价格，是第j个边缘节点的可提供资源集，分别是第j个边缘节点可提供的第1、2、
…
、k种资源数量，是第j个边缘节点的距离信息，是第j个边缘节点的混淆距离集，分别是第j个边缘节点与第1、2、
…
、I个任务请求之间的混淆距离，I是任务请求总数，所述混淆距离根据每个任务请求的位置和∈
j
基于拉普拉斯机制来计算获得，∈
j
是第j个边缘节点设置的个性化隐私预算，是第j个边缘节点的资源空闲时间；步骤三、边缘服务器接收所有用户设备发来的投标信息和边缘节点返回的询问信息，设定若干价格向量，并基于每个价格向量为每个任务请求挑选一个边缘节点作为胜出的买方和卖方，从而获得每个价格向量对应的资源分配矩阵，所述资源分配矩阵用于标识胜出的买方和卖方，然后根据资源分配矩阵选择一个价格向量作为最终价格向量，最终价格向量对应的资源分配矩阵即是最终的资源分配矩阵。2.根据权利要求1所述的方法，其特征在于，步骤三进一步包括有：步骤31、预先设定若干价格向量p＝{p1，p2，...，p
k
}，p1、p2、
…
、p
k
分别是第1、2、
…
、k种资源价格，并将所有设定的价格向量构成一个价格向量集P，然后从价格向量集P中选取一个价格向量p；步骤32、将所有返回询问信息的边缘节点构成一个卖方集合；步骤33、从所有任务请求中挑选若干任务请求以构成一个买方任务子集，然后根据选取的价格向量p，逐一计算买方任务子集中每个任务请求的支付价格：是任务请求τ
i
的支付价格，p
z
是第z种资源价格，从而判断每个任务请求的最高预算价格是否大于或等于支付价格，如果是，则表示该任务请求的最高预算价格足够支付所需资源，继续计算下一个任务请求的支付价格，如果否，则表示该任务请求的最高预算价格不够支付所需资源，将该任务请求从买方任务子集中删除，并继续计算下一个任务请求的支付价格；
步骤34、计算买方任务子集中每个任务请求的出价密度：步骤34、计算买方任务子集中每个任务请求的出价密度：其中，bd
i
是任务请求τ
i
的出价密度，M
i
是任务请求τ
i
的资源需求总量，ω
z
是第z种资源的价格权重，然后将买方任务子集中所有任务请求根据其出价密度降序排列；步骤35、按顺序提取买方任务子集中的每个任务请求，为其从卖方集合中挑选一个边缘节点作为胜出的卖方，然后根据胜出的买方和卖方设置价格向量p对应的资源分配矩阵X
I
×
J
＝{x
ij
}，其中，X
I
×
J
是一个二进制矩阵，J是边缘节点总数，x
ij
∈X
I
×
J
，x
ij
＝1表示任务请求τ
i
由第j个边缘节点执行，否则x
ij
＝0；步骤36、判断是否已选取完价格向量集P中的所有价格向量p，如果是，则继续步骤37...

【专利技术属性】
技术研发人员：廖建新，孙书梅，王彦青，彭刚，张少杰，
申请(专利权)人：新讯数字科技杭州有限公司，
类型：发明
国别省市：