[논문 리뷰] Incentive Mechanisms based on Minority Game in Heterogeneous DTNs

Habib Sidi, Wissam Chahin외 3명|arXiv (Cornell University)|2012. 07. 29.

Opportunistic and Delay-Tolerant Networks참고 문헌 19인용 수 6

한 줄 요약

이 논문은 종단 간 피드백이 없는 환경에서 이질적인 지연 내성 네트워크(DTNs)의 릴레이 협력을 이끌어내기 위해 소수자 게임 이론을 활용한 신용 기반 인centive 메커니즘을 제안한다. 릴레이 활성화를 전략적 게임으로 모델링함으로써 보상이 참여를 이끄는 방식으로, 국소적 정보만으로도 수렴하는 학습 알고리즘을 통해 안정적인 균형을 달성함으로써 에너지 효율적이고 확장 가능한 DTN 운영을 보장한다.

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.

연구 동기 및 목표

• 에너지 비용과 사용자들의 배터리 및 메모리 손실에 대한 거부감으로 인해 릴레이 참여율이 낮아지는 문제를 해결한다.
• 종단 간 연결성이나 중앙집중식 신호 전송이 필요 없는 탈중앙화된 인센티브 메커니즘을 설계한다.
• 기기 성능과 사용자 행동의 이질성, 특히 릴레이 참여에 따른 다양한 에너지 비용을 고려한다.
• 보상 기반 제어를 통해 시스템이 원하는 성능 지점(예: 메시지 전달 확률)으로 수렴하도록 보장한다.
• 네트워크 운영자가 보상 매개변수를 조정하여 시스템을 목표 운영 지점으로 이끌 수 있도록 한다.

제안 방법

• 모든 릴레이가 동시에 전달하지 않도록 경쟁하는 소수자 게임으로 릴레이 참여를 모델링함으로써 자원 낭비를 최소화한다.
• 개별 릴레이 비용과 보상을 통합한 유틸리티 함수를 정의하며, 보상은 네트워크 운영자가 설정하여 시스템 행동을 제어한다.
• 스토하스틱 추정 기반 학습 알고리즘을 사용하여 릴레이 노드가 시스템 파라미터의 국소적 추정치만으로도 전략을 갱신할 수 있도록 한다.
• 일반적인 만남 간격 분포와 부분적 상태 정보 하에서 학습 알고리즘이 나시 균형으로 수렴함을 증명한다.
• 메시지를 성공적으로 전달한 첫 번째 릴레이만 보상을 받는 보상 메커니즘을 통합함으로써 피드백 루프 없이 시기적절한 전달을 장려한다.
• 에너지 비용과 기기 성능의 차이를 고려한 이질적 DTNs에서 소수자 게임의 균형을 특성화한다.

실험 결과

연구 질문

• RQ1 종단 간 피드백이나 중앙집중식 조율에 의존하지 않고 릴레이 협력을 어떻게 유도할 수 있는가?
• RQ2 기기의 이질성(에너지 비용 및 이동성 측면에서)이 릴레이 참여의 안정성과 효율성에 어떤 영향을 미치는가?
• RQ3 소수자 게임 프레임워크는 이질적 DTNs에서 원하는 시스템 성능(예: 전달 확률)을 달성하는 데 적합하게 조정될 수 있는가?
• RQ4 부분적 상태 정보가 존재하는 탈중앙화된 DTN 환경에서 학습 알고리즘이 나시 균형으로 수렴할 수 있는 조건은 무엇인가?
• RQ5 보상 기반 메커니즘이 메시지 보관 등의 악성 또는 비최적 행동을 방지하기 위해 필요한 조건은 무엇인가?

주요 결과

• 제안된 소수자 게임 기반 인센티브 메커니즘은 다양한 에너지 비용과 이동 패턴이 존재하는 이질적 DTNs에서도 안정적인 나시 균형을 달성한다.
• 스토하스틱 추정 기반 학습 알고리즘이 완벽한 네트워크 상태 정보나 종단 간 피드백이 없이도 균형 상태로 수렴함을 수학적으로 증명한다.
• 네트워크 운영자가 설정한 보상 매개변수를 조정함으로써 시스템이 원하는 성능 지점(예: 목표 전달 확률)으로 유도될 수 있다.
• 수치적 결과는 자원 제약 조건과 이질적인 릴레이 행동 하에서도 높은 전달 확률을 달성할 수 있음을 검증한다.
• 메시지를 성공적으로 첫 번째로 전달한 릴레이만 보상을 받기 때문에 메시지 보관을 방지함으로써 시기적절한 전달을 장려하고 지연을 감소시킨다.
• 비균일한 노드 밀도와 부분적 관측 가능성과 같은 실세계 제약 조건에도 강인하기 때문에 실용적 구현에 적합하다.