[论文解读] Towards A Marketplace for Mobile Content: Dynamic Pricing and Proactive Caching

Faisal Alotaibi, Sameh Hosny+3 more|arXiv (Cornell University)|Nov 24, 2015

Caching and Content Delivery参考文献 8被引用 14

一句话总结

本文提出了一种基于主动缓存和设备到设备（D2D）交易的移动内容动态市场，以平衡网络负载并优化收益。通过将互动建模为具有时变定价和佣金的斯塔克尔伯格博弈，使终端用户能够通过预缓存和点对点共享降低支付成本，在完全连接条件下实现高达98%的运营商收益提升和45%的用户节省。

ABSTRACT

In this work, we investigate the profit maximization problem for a wireless network carrier and the payment minimization for end-users. Motivated by recent findings on proactive resource allocation, we focus on the scenario whereby end-users who are equipped with device-to-device (D2D)communication can harness predictable demand in proactive data contents caching and the possibility of trading their proactive downloads to minimize their expected payments. The carrier, on the other hand, utilizes a dynamic pricing scheme to differentiate between off-peak and peak time prices and applies commissions on each trading process to further maximize its profit. A novel marketplace that is based on risk sharing between end-users is proposed where the tension between carrier and end-users is formulated as a Stackelberg game. The existence and uniqueness of the non-cooperative sub-game Nash equilibrium is shown. Furthermore, we explore the equilibrium points for the case when the D2D is available and when it is not available, and study the impact of the uncertainty of users future demands on the system's performance. In particular, we compare the new equilibrium with the baseline scenario of flat pricing. Despite end-users connectivity with each other, the uncertainty of their future demands, and the freshness of the pre-cached contents, we characterize a new equilibrium region which yields to a win-win situation with respect to the baseline equilibrium. We show that end-users activity patterns can be harnessed to maximize the carrier's profit while minimizing the end-users expected payments.

研究动机与目标

• 解决因高峰时段拥塞和非高峰时段资源利用率低下导致的蜂窝网络日常供需不匹配问题。
• 通过利用可预测的用户需求和主动内容分发，克服反应式定价和WiFi卸载的局限性。
• 设计一种双赢激励机制，使运营商实现利润最大化，用户实现预期支付最小化，通过动态定价和D2D交易实现。
• 将运营商与用户之间的互动建模为斯塔克尔伯格博弈，以反映在不确定性和连接性约束下的战略决策过程。

提出的方法

• 将运营商的利润最大化与终端用户的支付最小化建模为具有时间依赖性定价和交易佣金的斯塔克尔伯格博弈。
• 在非高峰时段引入可预测内容的主动缓存，以减少高峰时段的网络负载。
• 通过设备到设备（D2D）通信实现点对点内容交易，使用户能够共享已缓存的内容。
• 使用博弈论分析推导均衡条件，证明子博弈完美纳什均衡的存在性和唯一性。
• 在优化框架中引入未来需求和内容新鲜度的不确定性，以反映现实世界中的动态特性。
• 通过仿真和分析结果，将平价定价（基线）下的系统性能与所提出的动态定价和D2D交易模型进行对比。

实验结果

研究问题

• RQ1 动态定价与主动缓存如何协同减少网络拥塞并提升运营商盈利能力？
• RQ2 在主动内容市场中，D2D连通性对终端用户节省和运营商收入有何影响？
• RQ3 在动态定价与缓存框架下，运营商与用户之间何时会出现双赢结果？
• RQ4 用户需求和内容新鲜度的不确定性如何影响所提出市场的均衡结果？
• RQ5 用户兴趣的一致性在促进高效内容交易和负载均衡中起到什么作用？

主要发现

• 当终端用户通过D2D完全连接并参与主动内容交易时，运营商的收益最高可提升98%。
• 在完全连接条件下，终端用户j的预期支付成本最高可节省45%，而断连条件下仅节省20%。
• 随着D2D连通性的提高，网络峰值负载显著下降，因为内容共享将部分需求转移至非高峰时段。
• 只要至少有一个用户对内容具有非零兴趣，系统在无论是否连接的情况下均能实现双赢结果，这是由于缓存和交易带来的风险分担机制。
• 增加对内容感兴趣的终端用户数量可同时提升运营商收益和用户节省，从而激励对内容流行度预测的投资。
• 所提出的模型优于平价定价，通过在非高峰和高峰时段合理分配负载，有效减少拥塞和资源闲置。