[论文解读] Reliable Coded Distributed Computing for Metaverse Services: Coalition Formation and Incentive Mechanism Design.

Yuna Jiang, Jiawen Kang+4 more|arXiv (Cornell University)|Nov 22, 2021

Privacy-Preserving Technologies in Data参考文献 42被引用 24

一句话总结

该论文提出了一种基于联盟形成与Stackelberg博弈的可靠编码分布式计算（CDC）框架，用于元宇宙服务，以实现移动设备和物联网设备的高效、安全且具有激励性的计算卸载。通过采用基于声誉的工人选择机制以及双区块链用于信任管理，该框架在提升服务提供商与工人双方效用的同时，有效抵御恶意参与者，在仿真中优于随机工人选择方案。

ABSTRACT

The metaverse is regarded as a new wave of technological transformation that provides a virtual space for people to interact with each other through digital avatars. To achieve immersive user experiences in the metaverse, real-time rendering is the key technology. However, computing intensive tasks of real-time graphic and audio rendering from metaverse service providers cannot be processed efficiently on a single resource-limited mobile and Internet of Things (IoT) device. Alternatively, such devices can adopt the collaborative computing paradigm based on Coded Distributed Computing (CDC) to support metaverse services. Therefore, this paper introduces a reliable collaborative CDC framework for metaverse. In the framework, idle resources from mobile devices, acting as CDC workers, are aggregated to handle intensive computation tasks in the metaverse. A coalition can be formed among reliable workers based on a reputation metric which is maintained in a double blockchains database. The framework also considers an incentive to attract reliable workers to participate and process computation tasks of metaverse services. Moreover, the framework is designed with a hierarchical structure composed of coalition formation and Stackelberg games in the lower and upper levels to determine stable coalitions and rewards for reliable workers, respectively. The simulation results illustrate that the proposed framework is resistant to malicious workers. Compared with the random worker selection scheme, the proposed coalition formation and Stackelberg game can improve the utilities of both metaverse service providers and CDC workers.

研究动机与目标

• 解决资源受限的移动设备和物联网设备在元宇宙应用中进行计算密集型实时渲染的挑战。
• 通过利用移动设备的空闲资源聚合实现编码分布式计算（CDC）来实现高效可靠的计算卸载。
• 设计一种基于声誉指标并存储于双区块链数据库的信任机制，以确保参与工人的可靠性。
• 开发一种激励机制，通过公平的奖励分配吸引并留住可靠的工人。
• 与随机工人选择方案相比，提升系统的效用与对恶意工人的鲁棒性。

提出的方法

• 采用分层框架，下层为联盟形成，上层为Stackelberg博弈，以协调工人协作与奖励分配。
• 使用声誉指标评估工人可靠性，其数据存储于双区块链数据库中，以确保透明性与不可篡改性。
• 基于声誉评分在可靠工人之间形成稳定联盟，以提升任务处理效率与容错能力。
• 应用Stackelberg博弈理论，对元宇宙服务提供商（领导者）与CDC工人（跟随者）之间的战略互动进行建模，优化奖励分配。
• 集成编码分布式计算（CDC）技术，以实现高效计算卸载，降低实时渲染任务的延迟。
• 设计双层架构，确保工人参与的联盟稳定性与激励相容性。

实验结果

研究问题

• RQ1 如何在移动设备和物联网设备之间形成稳定可靠的联盟，以支持实时元宇宙渲染任务？
• RQ2 在去中心化的CDC环境中，何种激励机制能有效吸引并留住可靠的工人？
• RQ3 与随机工人选择相比，所提出的框架在系统性能与鲁棒性方面有何提升？
• RQ4 基于声誉的选择与双区块链存储在多大程度上可减轻恶意工人的影响？
• RQ5 联盟形成与Stackelberg博弈的结合如何提升服务提供商与工人的整体效用？

主要发现

• 所提出的框架由于采用基于声誉的选择机制与双区块链存储，对恶意工人表现出较强抵抗力。
• 与随机工人选择相比，基于联盟形成与Stackelberg博弈的方法显著提升了元宇宙服务提供商的效用。
• 通过优化的、激励相容的奖励分配机制，该框架提升了CDC工人的效用。
• 仿真结果证实，联盟形成与Stackelberg博弈的分层设计可带来更稳定高效的任务处理。
• 声誉指标与区块链技术的集成确保了去中心化工人参与中的信任与可问责性。
• 在不同工作负载与对抗性条件下，系统在任务完成效率与可靠性方面表现更优。