[논문 리뷰] Incentive Mechanism Design for Wireless Energy Harvesting-Based Internet of Things

Zhanwei Hou, He Chen외 2명|arXiv (Cornell University)|2017. 12. 18.

Energy Harvesting in Wireless Networks참고 문헌 31인용 수 4

한 줄 요약

이 논문은 무선 에너지 수확 기반 IoT 시스템에서 데이터 액세스 포인트(DAP)가 제3자 에너지 액세스 포인트(EAP)를 고용하여 센서를 충전하는 인centive 메커니즘을 설계한다. 이는 DAP가 EAP의 비밀 비용과 채널 조건에 대해 정보가 부족한 비대칭 정보 환경에서 이루어진다. 계약 이론 기반 프레임워크를 제안하여 비대칭 정보 하에서 스택엘베르크 게임 접근법보다 우월한 성능을 달성하며, 인centive 호환성 제약 조건을 통해 진실성 있는 보고를 보장함으로써 DAP의 유틸리티와 사회적 복지를 높인다.

ABSTRACT

Radio frequency energy harvesting (RFEH) is a promising technology to charge unattended Internet of Things (IoT) low-power devices remotely. To enable this, in future IoT system, besides the traditional data access points (DAPs) for collecting data, energy access points (EAPs) should be deployed to charge IoT devices to maintain their sustainable operations. Practically, the DAPs and EAPs may be operated by different operators, and the DAPs thus need to provide effective incentives to motivate the surrounding EAPs to charge their associated IoT devices. Different from existing incentive schemes, we consider a practical scenario with asymmetric information, where the DAP is not aware of the channel conditions and energy costs of the EAPs. We first extend the existing Stackelberg game-based approach with complete information to the asymmetric information scenario, where the expected utility of the DAP is defined and maximized. To deal with asymmetric information more efficiently, we then develop a contract theory-based framework, where the optimal contract is derived to maximize the DAP's expected utility as well as the social welfare. Simulations show that information asymmetry leads to severe performance degradation for the Stackelberg game-based framework, while the proposed contract theory-based approach using asymmetric information outperforms the Stackelberg game-based method with complete information. This reveals that the performance of the considered system depends largely on the market structure (i.e., whether the EAPs are allowed to optimize their received power at the IoT devices with full freedom or not) than on the information availability (i.e., the complete or asymmetric information).

연구 동기 및 목표

• DAP가 EAP의 에너지 비용과 채널 조건에 대해 비밀 정보를 보유하고 있을 때, 제3자 EAP이 IoT 센서를 충전하도록 유인하는 문제를 해결한다.
• 비대칭 정보 하에서 DAP의 기대 유틸리티를 최대화하는 인센티브 메커니즘을 설계하며, EAP이 자신의 비밀 정보를 정직하게 보고하도록 보장한다.
• 경제 이론을 활용해 DAP와 EAP 간의 계층적 상호작용을 모델링하여 시스템 효율성과 사회적 복지를 향상시킨다.
• 기존의 스택엘베르크 게임 기반 접근법이 완전한 정보를 전제로 하여 발생하는 성능 저하 문제를 해결한다.
• EAP과 DAP가 서로 다른 기관에서 운영되며 이해관계가 상충되는 실세계 IoT 구현을 위한 실용적 프레임워크를 제공한다.

제안 방법

• DAP(주체)와 EAPs(에이전트) 사이의 비대칭 정보 환경을 모델링하기 위해 계약 이론을 문제 정식화에 활용한다.
• DAP의 기대 유틸리티를 목적 함수로 정의하며, EAP의 비밀 유형(에너지 비용 및 채널 이득)을 포함시킨다.
• 진실성 있는 보고를 보장하기 위해 인센티브 호환성(IC) 및 개인 합리성(IR) 제약 조건을 사용하여 최적의 계약을 유도한다.
• IC 제약 조건을 단조성 조건과 바인딩 등식 조건으로 간소화하여 최적화 문제를 단순화한다.
• 카루시-쿠른-터커(Karush-Kuhn-Tucker, KKT) 조건을 적용하여 볼록 최적화 문제를 해결하고, 최적의 지급과 에너지 요청에 대한 폐형 표현식을 유도한다.
• 해가 라그랑주 이중 조건을 만족하고, 보완성 타당성과 KKT 타당성 검증을 통해 최적성 여부를 확인한다.

실험 결과

연구 질문

• RQ1 DAP가 EAP의 비밀 비용과 채널 조건을 모를 경우, 어떻게 제3자 EAP을 효과적으로 유인하여 IoT 장치를 충전하도록 할 수 있는가?
• RQ2 비대칭 정보 하에서 DAP의 기대 유틸리티를 최대화하는 최적의 계약 설계는 무엇인가?
• RQ3 비대칭 정보가 RFEH 기반 IoT 시스템에서 기존 스택엘베르크 게임 기반 인센티브 메커니즘의 성능에 어떤 영향을 미치는가?
• RQ4 에너지 거래에서 비대칭 정보를 다룰 때 계약 이론과 스택엘베르크 게임 접근법 간의 주요 구조적 차이는 무엇인가?
• RQ5 제안된 계약 프레임워크는 사회적 복지를 최대화하면서도 개인 합리성과 인센티브 호환성을 모두 확보할 수 있는가?

주요 결과

• 비대칭 정보는 스택엘베르크 게임 기반 인센티브 메커니즘의 성능을 심각하게 악화시킨다. 이는 완전한 정보를 전제로 하기 때문이다.
• 비대칭 정보 하에서 계약 이론 기반 접근법이 완전한 정보를 전제로 한 스택엘베르크 방법보다 더 높은 DAP 기대 유틸리티와 사회적 복지를 달성한다.
• 최적의 계약은 특히 단조성 조건과 바인딩 등식 조건을 통해 EAP이 자신의 비밀 정보를 정직하게 보고하도록 보장하는 인센티브 호환성 제약 조건을 포함한다.
• KKT 기반 해법은 볼록 최적화와 보완성 타당성 하에 최적의 지급과 에너지 요청에 대한 폐형 표현식을 도출한다.
• 시스템 성능은 정보 가용성보다는 시장 구조—특히 EAP이 전송 전력 자유롭게 최적화할 수 있는지 여부—에 더 민감하게 영향을 받는다.
• 유도된 계약은 개인 합리성과 인센티브 호환성을 모두 만족하여 EAP이 참여하고 정직하게 보고할 의욕을 가질 수 있도록 보장한다.