[论文解读] 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 6

一句话总结

本文提出了一种基于信用的激励机制，用于异构延迟容忍网络（DTNs），利用少数者博弈理论在无需端到端反馈的情况下诱导中继协作。通过将中继激活建模为一种战略博弈，其中奖励驱动参与，该方案通过一种在部分信息下收敛的学习算法实现稳定均衡，确保了能量高效且可扩展的DTN运行。

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.

研究动机与目标

• 解决由于能量消耗和用户不愿牺牲电池与内存而导致的中继参与度低的问题。
• 设计一种无需端到端连接或集中信令的去中心化激励机制。
• 考虑设备能力与用户行为的异质性，包括中继参与的差异性能量成本。
• 通过基于奖励的控制确保系统收敛至期望的性能点（例如，交付概率）。
• 使网络运营商能够通过调节奖励参数，引导系统达到目标运行点。

提出的方法

• 将中继参与建模为少数者博弈，其中节点竞争成为少数群体（即并非所有中继同时转发），以最小化资源浪费。
• 定义一个结合个体中继成本与奖励的效用函数，其中奖励由网络运营商配置以控制系统行为。
• 使用基于随机逼近的学习算法，使中继节点能够仅通过本地估计的系统参数来更新其策略。
• 证明在一般相遇时间分布和部分状态信息下，学习算法可收敛至纳什均衡。
• 集成一种奖励机制，仅第一个成功传递消息的中继获得奖励，以促进及时转发且无反馈回路。
• 表征异构DTNs中少数者博弈的均衡，考虑能量成本与设备能力的差异。

实验结果

研究问题

• RQ1 如何在不依赖端到端反馈或集中协调的情况下激励DTNs中的中继协作？
• RQ2 设备异质性（包括能量成本和移动性）对中继参与的稳定性与效率有何影响？
• RQ3 少数者博弈框架能否适应以实现在异构DTNs中达到期望的系统性能（例如，交付概率）？
• RQ4 在具有不完整状态信息的去中心化DTN环境中，学习算法如何收敛至纳什均衡？
• RQ5 何种条件可确保基于奖励的机制防止恶意或次优行为（如消息囤积）？

主要发现

• 所提出的基于少数者博弈的激励机制在异构DTNs中实现了稳定的纳什均衡，即使在能量成本和移动性模式各异的情况下亦成立。
• 基于随机逼近的学习算法可证明收敛至均衡状态，且无需掌握网络状态的精确知识或端到端反馈。
• 通过调节网络运营商设定的奖励参数集，可引导系统达到期望的性能点（例如，目标交付概率）。
• 数值结果验证了该方案在资源受限和异质中继行为条件下实现高交付概率的有效性。
• 通过仅奖励第一个成功传递消息的中继，该机制可防止消息囤积，从而鼓励及时转发并减少延迟。
• 该框架对现实世界约束（如节点密度不均和部分可观测性）具有鲁棒性，适用于实际部署。