Page 398 - 《软件学报》2025年第10期

汪建洲 等: 基于双边拍卖的多基站移动边缘计算资源分配方法 4795

(budget-balance) [12] 和个体理性 (individual rationality) [12] , 可以在低时间花费下有效提高系统社会福利、任务请求
成功率和资源利用率, 并且在多通信基站多边缘服务器以及通信限制的 MEC 环境下进行组合资源分配时, 该机
制具有显著优势.
本文第 1 节阐述 MEC 系统模型. 第 2 节建立研究问题的数学规划模型. 第 3 节介绍设计算法, 并进行理论分
析. 第 4 节通过仿真实验评估所提出方法的性能. 第 5 节对本文的主要贡献和未来展望进行总结.

1 模型与问题描述

1.1 系统模型

本文考虑的 MEC 网络模型如图 1 所示, 系统具有多个通信基站能够提供无线带宽资源供用户上传其任务数
据至边缘服务器, 而每个通信基站能够覆盖多个边缘服务器. 假设每个边缘服务器提供 R 种计算资源, 如 CPU、
R = {1,2,...,R} 表示. 用户的计算任务需要卸载到边缘服务器执行, 考虑到通信基站无线传输延迟
内存等, 用集合
B = {1,2,...,L} 表示 L 个通信基站的集合, 任意通
和范围的限制, 用户将任务卸载至其附近的边缘服务器执行. 令
S = {1,2,..., M} 表示 M 个边缘服务器提供商的集合, 假设每个边
信基站 j ∈ B 无线带宽资源容量表示为 c j,BW . 令
缘服务器提供商拥有一台边缘服务器, 任意边缘服务器 m ∈ S 计算资源的容量表示为 c m = (c m,1 ,c m,2 ,...,c m,R ), 其中,
c m,r 表示边缘服务器 m 的第 r 种计算资源的容量. 令 U = {1,2,...,N} 表示 N 个用户的集合, 任意用户 i ∈ U 的任务
对计算资源需求的数量表示为 d i = (d i,1 ,d i,2 ,...,d i,R ), 其中, d i,r 表示用户 i 对第 r 种计算资源需求的数量. 此外, 用
户 i 在上传任务时, 需要无线带宽资源的数量表示为 d i,BW .

平台
...
... ...
通信基站
...
... 边缘服务器
...
...
...
... 计算资源
...
...
用户
...
...
无线通信
... ...
...
...
...
无线带宽
图 1 多基站多边缘服务器 MEC 环境

通常, 通信基站和用户之间的覆盖关系通过它们坐标之间的距离确定 [21] , 通信基站 j 的坐标表示为向量
t j = (µ j ,ξ j ), 其中, µ j 表示通信基站 j 的经度, ξ j 表示通信基站 j 的纬度, 它的覆盖半径表示为 λ j . 假设用户 i 的坐标
表示为向量 e i = (γ i ,β i ), 其中, γ i 表示用户 i 的经度, β i 表示用户 i 的纬度, 若用户 i 在基站 j 的覆盖半径内, 则可以
将其任务上传至该基站附近的边缘服务器执行.
1.2 双边拍卖模型
如图 1 所示, 在边缘计算双边拍卖模型中, 双边拍卖平台作为拍卖代理组织, 用户、边缘服务器提供商和通信
基站作为竞拍者参与拍卖. 拍卖代理收集所有竞拍者的信息, 然后使用设计的算法匹配, 使得用户、边缘服务器提
供商、通信基站和平台的收益最大化. 下面将从资源拍卖各参与方、双边拍卖过程和参与拍卖者效用这 3 个方面
对双边拍卖问题模型进行描述.
(1) 资源拍卖参与者模型

假设用户 i ∈ U 对自身任务执行需要的每种计算资源和任务卸载需要的无线带宽资源有一个单位估值
UV i = (UV i,1 ,UV i,2 ,...,UV i,R+1 ), 其中, 向量的前 R 项表示用户 i 对每种计算资源的单位估值, 第 R+1 项表示用户 i
对无线带宽资源的单位估值, 为方便起见, 令 R+1 种资源表示无线带宽资源. 这个估值是用户 i 通过对任务完成带