基于匹配的混合服务交易用于动态移动众感知网络中的任务分配
摘要：移动群体感知（MCS）网络通过主动吸引移动用户（工人）成为参与者，已成为促进异构移动设备感知/收集数据共享的重要方法。为了在工人之间分配任务并确保低开销，本文引入了一系列稳定匹配机制，将其整合到一个由期货交易模式和现货交易模式组成的新型混合服务交易范式中，以保证无缝的MCS服务供应。在期货交易模式中，通过启用超额预订的先期多对多匹配（OIA3M）机制，确定每个任务的一组长期工人，同时通过统计分析对其相关风险进行表征。在现货交易模式中，研究了长期工人资源波动对任务服务质量要求的违规行为的影响，并在实际预算约束下为具有违反服务质量要求的任务形式化一个现货交易模式，其中任务-工人映射通过现场多对多匹配（O3M）和现场多对一匹配（OMOM）进行。理论上证明了我们提出的匹配机制满足稳定性、个体合理性、公平性和计算效率。综合评估还验证了在实际网络设置下满足这些属性的满意程度，同时揭示了运行时间、参与者互动和服务质量方面的卓越性能。
作者：Houyi Qi, Minghui Liwang, Seyyedali Hosseinalipour, Xiaoyu Xia, Zhipeng Cheng, Xianbin Wang, Zhenzhen Jiao
论文ID：2306.14156
分类：Distributed, Parallel, and Cluster Computing
分类简称：cs.DC
提交时间：2023-06-27