Page 397 - 《软件学报》2025年第10期

4794 软件学报 2025 年第 36 卷第 10 期

的双边拍卖 (experience weighted attraction learning-double auction, EWA-DA) 算法可以在更严格的条件下快速收
敛至最优解. 文献 [25] 提出了差分隐私组合双边拍卖 (differentially private auction mechanism, DPAM) 机制, 在隐
私保护和满足可信的同时, 保证买卖双方的收益. 文献 [26] 提出了一种分层任务卸载框架 (hierarchical two-tier
task offloading framework, HTTOF). 该框架结合了斯塔克尔伯格博弈与双边拍卖的理念, 显著提升了任务卸载的
效率, 并实现了多方收益的最大化. 文献 [27] 提出了一种基于移动感知和双边拍卖的基站资源分配 (mobility-aware
and double auction-based base station resource allocation, MD-BSRA) 算法, 通过优化基站选择和动态定价策略, 有效
提高了资源分配的效率及任务卸载的成功率. 然而, 上述研究忽视了实际多通信基站多边缘服务器的 MEC 环境
中无线带宽资源对用户任务执行的约束. 在此环境下, 用户任务的完成不仅依赖于边缘服务器提供计算资源执行,
还需要通信基站提供无线带宽资源保证任务传输. 与仅属于某一边缘服务器专有计算资源不同, 无线带宽资源是
用户之间共享且与通信基站覆盖范围以及无线信道容量相关的一种特殊资源, 当用户附近通信基站无线带宽耗尽
时, 即使附近边缘服务器还能提供计算资源, 该用户也无法完成其任务, 因此如何通过合理的资源分配和定价机制
综合对 MEC 网络的计算资源和无线带宽资源进行分配具有重要研究意义.
本文与现有研究的具体比较分析如表 1 所示.

表 1 本文与现有研究比较

拍卖方式 算法 考虑收益 多维服务器资源 无线带宽 通信距离限制 多基站
[8]
CSA 买方、拍卖代理 － √ √ √
[10]
TMSCRA 买方、卖方 － － √ －
[11]
G-ERAP 买方 √ － － －
单边拍卖 FixP-FogNA, CAuc-FogSA [13] 买方、卖方 √ － － －
[14]
HTRA, TCA 买方、卖方 √ √ － √
[15]
BARA 买方、卖方 － √ － －
[16]
TCA-Comb 买方、卖方 √ √ － －
BDA, DPDA [18] 买方、卖方、拍卖代理 － － √ √
MRAIDA [19] 买方、卖方 √ － √ √
CMN [20] 买方、卖方 － － √ √
TCDA [21] 买方、卖方、拍卖代理 － － √ √
JMDA [22] 买方、卖方 √ √ － √
双边拍卖 COMSA [23] 买方、卖方 √ √ － －
IDA, EWA-DA [24] 买方、卖方 － √ √ －
DPAM [25] 买方、卖方 √ － √ －
HTTOF [26] 买方、卖方、拍卖代理 － √ √ √
MD-BSRA [27] 买方、卖方、拍卖代理 － √ √ √
DACRA (本文) 买方、卖方、拍卖代理 √ √ √ √

针对现有场景下资源分配和定价中的不足, 本文在考虑多方收益的前提下, 进一步考虑多通信基站多边缘服
务器以及通信限制下的 MEC 组合资源分配, 并提出了一种基于双边拍卖的移动边缘计算多通信基站组合资源分
配 (double-auction-based combinational resource allocation, DACRA) 机制. 本文主要贡献包括以下几点.
(1) 为了描述 MEC 环境中资源分配问题, 以社会福利最大化为目标对本文考虑的 MEC 环境进行系统建模,
设计了一种基于双边拍卖的高效资源分配机制. 该机制根据通信距离将用户、边缘服务器和通信基站分组, 每组
依次执行双边拍卖.
(2) 为了更有效地利用 MEC 中计算资源和无线带宽资源, 定义计算资源和无线带宽资源的稀缺度和竞价密
度, 并设计了 DACRA 算法通过资源稀缺度和竞价密度调整算法交易匹配过程, 使参与到资源分配的各方获得更
高的收益.
(3) 通过理论证明和仿真验证, 本文提出的 DACRA 机制满足激励相容 (incentive compatibility) [12] 、预算平衡