Page 403 - 《软件学报》2025年第10期

4800 软件学报 2025 年第 36 卷第 10 期

o i
(23)
ab i = ∑
R
d i,r
r=1
边缘服务器提供商 m 对于用户 i 请求计算资源的平均要价为:

a i,m
(24)
aa i,m = ∑
R
d i,r
r=1
寻找潜在交易结束后, 潜在交易用户列表中找出无线带宽资源出价最低的用户, 并取消其对应的交易. 同时,
以该用户的无线带宽单位出价作为最终交易用户无线带宽的支付费用, 用符号 f w 表示. 假设现在用户和边缘服务
l 对, 按照计算资源平均出价降序对这些用户进行排序, 计算资源平均要价升序对这些边
器提供商的潜在交易有
缘服务器提供商进行排序, 将 aa i,m 替换为 aa l 得到公式 (25) 和 (26) 的两个列表, 分别表示用户列表和边缘服务器
提供商列表.

(25)
ab 1 ⩾ ab 2 ⩾ ... ⩾ ab l

(26)
aa 1 ⩽ aa 2 ⩽ ... ⩽ aa l
最终, 用公式 (25) 和 (26) 的两个列表进行平均价格匹配, 这个过程可能会出现两种情况. 第 1 种情况是所有
用户的计算资源平均出价都不低于最后一个边缘服务器提供商计算资源的平均要价, 即: ab l ⩾ aa l , 此时取消用户
l 和边缘服务器提供商 对应的交易, 其余用户和边缘服务器提供商达成交易, 达成交易的用户计算资源支付单价
l
为 f p = ab l , 边缘服务器提供商计算资源接收单价为 f e = aa l .

(27)
ab s ⩾ aa h ⩾ ab s+1

(28)
aa h ⩽ ab s ⩽ aa h+1
第 2 种情况是 ab l < aa l , 此时根据公式 (27) 和 (28) 找到满足条件的第 s 个用户和第 h 个边缘服务器提供商,
取消第 s+1 及其后用户对应的潜在交易, 取消第 h+1 及其后边缘服务器提供商对应的交易. 剩余的用户和边缘服
务器提供商达成交易, 其中, 达成交易的用户计算资源支付单价为 f p = ab s , 边缘服务器提供商计算资源接收单价
为 f e = aa h .
∑ R
确定 f p 和 f e 后, 任意达成交易的用户 i 计算资源的支付费用为 p i,m = f p ·d i,r , 对应支付的通信费用为
r=1
∑ R
w i,j = f w ·d i,BW , 任意达成交易的边缘服务器提供商 m 计算资源的接收费用为 re i,m = f e ·d i,r , 交易双方的交易
r=1
费用为 P i,m = (re i,m , p i,m ).
至此, 一轮双边拍卖结束, 修改用户、边缘服务器提供商和通信基站对应的拍卖结果, 即: 更新矩阵 X、P、Y、
W 相应位置的数值. 平台将重新根据定义 1 对未能达成交易的用户和通信基站进行分组, 并再次进行匹配, 直到
拍卖次数达到 T 次或者用户全部达成交易时结束.

3 DACRA 算法设计

为了解决第 2 节提出的胜者确定问题, 本节设计了面向多基站 MEC 环境中考虑计算和通信资源分配的
DACRA 机制, 该机制在交易匹配阶段通过资源稀缺度和竞价密度实现资源的合理配置. 下面首先描述 DACRA
算法的框架及整体执行流程, 然后对其中调用的距离分组、潜在交易匹配和最终支付算法进行详细介绍.
3.1 DACRA 算法框架
根据用户、边缘服务器提供商和通信基站提供的信息 U、S、B, 算法 1 首先调用算法 2 根据用户和通信基站
的距离进行分组, 然后运用算法 3 将用户需求与边缘服务器提供商的资源供给进行潜在交易匹配. 最后, 通过调用
算法 4 确定最终成功的交易及其费用, 并保留未能交易的用户, 重复执行上述步骤直至达到最大可执行拍卖次数
或者所有用户都达成交易时, 双边拍卖结束. 分别向用户、边缘服务器提供商、通信基站返回计算资源分配关系
和成交费用矩阵 X、P, 无线带宽分配关系和通信费用矩阵 Y、W. 此外, 算法 1 的最大可执行拍卖次数 T 可能会
随着每一轮拍卖的结束而发生改变. 例如, 某一轮双边拍卖中, 有 3 个通信基站覆盖了用户 1, 而其他用户最多只