[论文解读] A Stackelberg Game for Incentive Proactive Caching Mechanisms in Wireless Networks

Fei Shen, Kenza Hamidouche+2 more|arXiv (Cornell University)|Sep 8, 2016

Caching and Content Delivery参考文献 8被引用 10

一句话总结

本文提出了一种基于斯塔克尔伯格博弈的激励机制，用于小型蜂窝网络中的主动缓存，其中移动网络运营商（MNO）设定最优价格以最大化收入，而内容提供商（CPs）则竞争性地请求存储空间以提升用户QoS。与任意定价和存储选择相比，该模型在均衡状态下使MNO和CPs的效用最高提升50%。

ABSTRACT

In this paper, an incentive proactive cache mechanism in cache-enabled small cell networks (SCNs) is proposed, in order to motivate the content providers (CPs) to participate in the caching procedure. A network composed of a single mobile network operator (MNO) and multiple CPs is considered. The MNO aims to define the price it charges the CPs to maximize its revenue while the CPs compete to determine the number of files they cache at the MNO's small base stations (SBSs) to improve the quality of service (QoS) of their users. This problem is formulated as a Stackelberg game where a single MNO is considered as the leader and the multiple CPs willing to cache files are the followers. The followers game is modeled as a non-cooperative game and both the existence and uniqueness of a Nash equilibrium (NE) are proved. The closed-form expression of the NE which corresponds to the amount of storage each CP requests from the MNO is derived. An optimization problem is formulated at the MNO side to determine the optimal price that the MNO should charge the CPs. Simulation results show that at the equilibrium, the MNO and CPs can all achieve a utility that is up to 50% higher than the cases in which the prices and storage quantities are requested arbitrarily.

研究动机与目标

• 为解决在缓存启用的小型蜂窝网络（SCNs）中激励内容提供商（CPs）参与主动缓存的挑战。
• 将单个MNO（领导者）与多个CPs（追随者）之间的互动建模为斯塔克尔伯格博弈，以优化收入和QoS。
• 推导出纳什均衡存储请求和最优定价策略的闭式表达式。
• 通过仿真验证，所提出的机制相较于任意配置，显著提升了MNO和CPs的效用。

提出的方法

• 将缓存激励问题建模为斯塔克尔伯格博弈，其中MNO作为领导者，CPs作为非合作的追随者。
• 将CPs的竞争建模为非合作博弈，每个CP在存储约束下最大化用户传输速率。
• 基于价格和信道增益，推导出CPs纳什均衡（NE）存储请求的闭式表达式。
• 通过博弈论分析和凸优化，证明了NE的存在性和唯一性。
• 通过优化向CPs收取的价格，求解MNO的收入最大化问题，得出闭式最优价格。
• 使用数值仿真验证收敛性、均衡行为以及在不同参数下的效用增益。

实验结果

研究问题

• RQ1 MNO应如何最优地设定价格，以在激励CPs在小型蜂窝网络中缓存内容的同时最大化收入？
• RQ2 当MNO设定固定价格时，CPs在竞争下的均衡存储请求行为如何？
• RQ3 所提出的斯塔克尔伯格博弈框架是否能确保CPs非合作缓存博弈中纳什均衡的存在性和唯一性？
• RQ4 与任意定价和存储分配策略相比，MNO和CPs的效用能提升多少？
• RQ5 CPs的数量如何影响单个CP的效用和最优定价策略？

主要发现

• 所提出的斯塔克尔伯格博弈在CPs的存储请求中实现了唯一且稳定的纳什均衡，且推导出了均衡和最优定价的闭式解。
• 与任意选择的价格相比，使用最优价格时，MNO的收入最高提升50%。
• 当CPs请求均衡存储量时，其效用比请求均衡量一半时高出20%。
• 当CPs请求的存储量为均衡量两倍时，其效用最高下降50%，凸显了最优请求规模的重要性。
• 无论初始条件如何，系统均能快速收敛至均衡，仿真验证了最佳响应动态的收敛性。
• 由于需求增加和有效价格上升，每个CP的效用随竞争CP数量的增加而下降。