[論文レビュー] Incentive Mechanisms based on Minority Game in Heterogeneous DTNs

Habib Sidi, Wissam Chahin+3 more|arXiv (Cornell University)|Jul 29, 2012

Opportunistic and Delay-Tolerant Networks参考文献 19被引用数 6

ひとこと要約

本稿では、エンドツーエンドのフィードバックを必要とせずに、報酬に基づくインcentiveメカニズムを用いて、非均質な遅延耐性ネットワーク（DTNs）における中継協力を促進するための、少数者ゲーム理論を用いた手法を提案する。中継の活性化を戦略的ゲームとしてモデル化し、報酬が参加を駆り立てる。学習アルゴリズムにより部分的情報のもとで収束するため、エネルギー効率的かつスケーラブルなDTN運用が実現される。

ABSTRACT

In this paper we design an incentive mechanism for heterogeneous Delay Tolerant Networks (DTNs). The proposed mechanism tackles a core problem of such systems: how to induce coordination of DTN relays in order to achieve a target performance figure, e.g., delivery probability or end-to-end delay, under a given constraint in term of network resources, e.g., number of active nodes or energy consumption. Also, we account for the realistic case when the cost for taking part in the forwarding process varies with the devices' technology or the users' habits. Finally, the scheme is truly applicable to DTNs since it works with no need for end-to-end connectivity. In this context, we first introduce the basic coordination mechanism leveraging the notion of a Minority Game. In this game, relays compete to be in the population minority and their utility is defined in combination with a rewarding mechanism. The rewards in turn configure as a control by which the network operator controls the desired operating point for the DTN. To this aim, we provide a full characterization of the equilibria of the game in the case of heterogeneous DTNs. Finally, a learning algorithm based on stochastic approximations provably drives the system to the equilibrium solution without requiring perfect state information at relay nodes or at the source node and without using end-to-end communications to implement the rewarding scheme. We provide extensive numerical results to validate the proposed scheme.

研究の動機と目的

• 中継にかかるエネルギーコストやユーザーのバッテリーおよびメモリの犠牲を避けようとする傾倒性のため、DTNにおける中継参加率の低さという課題に対処すること。
• エンドツーエンドの接続性や集中型シグナリングを必要としない分散型インcentiveメカニズムを設計すること。
• デバイスの能力やユーザー行動の差異（中継参加にかかるエネルギーコストのばらつきを含む）を考慮すること。
• 報酬ベースの制御により、所望の性能指標（例：配信確率）に収束することを保証すること。
• ネットワークオペレータが報酬パラメータを調整することで、システムを所望の動作点に導けるようにすること。

提案手法

• ノードが少数グループ（つまり、すべての中継が同時に転送しないグループ）に属することを競い合うように、中継参加を少数者ゲームとしてモデル化し、リソースの無駄を最小限に抑える。
• 個々の中継コストと報酬を組み合わせたユーティリティ関数を定義し、ネットワークオペレータがシステム行動を制御できるように報酬を設定する。
• 局所的なシステムパラメータ推定値のみを用いて戦略を更新できる、確率的近似に基づく学習アルゴリズムを用いる。
• 一般の会合間隔分布と部分的状態情報のもとで、学習アルゴリズムがナッシュ均衡に収束することを証明する。
• 報酬メカニズムを統合し、メッセージを最初に正常に配信した中継のみが報酬を得る仕組みを採用することで、フィードバックループなしにタイムリーな転送を促進する。
• エネルギーコストやデバイス能力の差を考慮した非均質なDTNsにおける少数者ゲームの均衡を同定する。

実験結果

リサーチクエスチョン

• RQ1 エンドツーエンドのフィードバックや集中型協調を一切使わずに、DTNにおける中継協力をどのようにインcentivizeできるか？
• RQ2 デバイスの非均質性（エネルギーコストおよび移動性の観点から）が、中継参加の安定性と効率性に与える影響は何か？
• RQ3 少数者ゲームフレームワークを非均質なDTNsに適応させ、所望のシステム性能（例：配信確率）を達成できるか？
• RQ4 不完全な状態情報のもとで、分散型DTN環境において学習アルゴリズムがナッシュ均衡に収束するにはどのような条件が必要か？
• RQ5 報酬ベースのメカニズムが、メッセージのための保持（ホーディング）などの悪意あるまたは非最適行動を防ぐために満たすべき条件は何か？

主な発見

• 提案された少数者ゲームに基づくインcentiveメカニズムは、エネルギーコストや移動パターンのばらつきがある非均質なDTNsにおいても、安定なナッシュ均衡を達成する。
• 確率的近似に基づく学習アルゴリズムは、ネットワーク状態の完全な知識やエンドツーエンドのフィードバックを必要とせず、均衡状態に収束することが保証される。
• ネットワークオペレータが報酬パラメータを調整することで、所望の性能指標（例：標的配信確率）にシステムを導ける。
• 数値的結果により、リソース制約下でも非均質な中継行動を伴う状況で、高い配信確率を達成できることを検証した。
• 報酬は最初に正常に配信した中継のみに与えられるため、メッセージホーディングを防止し、遅延の低減とタイムリーな転送を促進する。
• 非一様なノード密度や部分的観測性といった実世界の制約に対してもロバストであるため、実用的導入に適している。