Page 411 - 《软件学报》2025年第10期

4808 软件学报 2025 年第 36 卷第 10 期

线带宽容量的增加, 4 种算法的社会福利、请求成功率、CPU 利用率和内存利用率均呈上升趋势. 当无线带宽资
源为 1 倍时, DACRA 与 DCDA 和 McAfee’s DA 算法在请求成功率、CPU 利用率和内存利用率方面结果接近, 但
在社会福利和无线带宽资源利用率方面明显优于这两种算法, 这是因为 DACRA 算法考虑了无线带宽资源的稀缺
性, 将稀缺的无线带宽分配给更有利的交易. 同时, 尽管 DACRA 算法的无线带宽资源利用率与 TCDA 算法相近,
但是 TCDA 算法既没有考虑计算资源稀缺性, 也没有考虑无线带宽资源的稀缺性, 所以其得到的社会福利甚至低
于 DCDA 和 McAfee’s DA 算法的结果. 当无线带宽资源增加至 2 倍时, 4 种算法的社会福利、请求成功率、CPU
利用率和资源利用率都快速增加, 这是因为新增的无线带宽资源使得部分因为带宽不足而限制的交易可以被达
成. 当无线带宽资源充足时 (3 倍及 3 倍以上容量), DACRA 依旧能够得到高于其他 3 种算法的社会福利, 超出第 2
高的 McAfee’s DA 算法 6.53%, 进一步说明了 DACRA 算法既能够应用于无线带宽资源稀缺的 MEC 环境, 也能
够在无线带宽资源充足的 MEC 环境取得优异表现.

McAfee’s DA DCDA DACRA TCDA OPTIMAL
3 500 100 100
90 90
3 000 80 80
2 500 70 70
社会福利 2 000 请求成功率 %) 60 CPU利用率 (%) 60
50
50
1 500
40
40
1 000 30 30
500 20 20
10 10
0 0 0
0 20 40 60 80 100 0 20 40 60 80 100 0 20 40 60 80 100
边缘服务器提供商数 边缘服务器提供商数 边缘服务器提供商数
(a) 社会福利 (b) ౨౰Ӯۿੱ (c) CPU利用率
100 100 6
90 90 5
80
80
内存利用率 %) 60 无线带宽利用率 (%) 60 执行时间 (s) 4 3 2
70
70
50
50
40
40
30
30
20
10
10 20 1
0 0 0
0 20 40 60 80 100 0 20 40 60 80 100 0 20 40 60 80 100
边缘服务器提供商数 边缘服务器提供商数 边缘服务器提供商数
(d) 内存利用率 (e) 无线带宽利用率 (f) 执行时间
图 5 边缘服务器提供商数量对分配的影响

4.3 经济性质验证
本实验在用户数为 50、边缘服务器提供商数为 20 和通信基站数为 5 的场景中, 对 DACRA 算法的经济性质
进行验证. 图 7(a) 展示了成功交易用户的出价和实际支付费用以及与该用户交易的边缘服务器提供商的要价和实
际接收费用. 从图中可以看出, 每个用户只要达成交易, 其实际支付费用都不超过其出价, 而与其交易的边缘服务
器提供商实际接收的费用都不低于该边缘服务器提供商的要价, 例如, 用户 2 实际支付费用为 12.2, 而它的出价高
达 20.5, 与之交易的边缘服务器提供商实际接收费用为 11.5, 而该边缘服务器提供商的要价仅为 5.1. 因此,
DACRA 算法满足个体理性. 此外, 图 7(a) 中每笔交易用户实际支付费用不低于边缘服务器提供商实际接收费用,
50 20
∑ ∑
即: (p i,m −re i,m )· x i,m ⩾ 0, 因此, DACRA 算法满足预算平衡.
i=1 m=1
图 7(b) 和图 7(c) 表明 DACRA 算法满足激励相容属性. 其中, 对于图 7(b) 中的用户 1 而言, 其对自身资源需
求估值为 9.1. 当其谎报更低价格时, 要么导致无法达成交易使得其效用为 0, 要么可以达成交易但其效用不变. 此
外, 用户 1 也可以谎报高于其估值的价格, 但这并不会提高其效用. 对于图 7(c) 中的边缘服务器提供商 1 而言, 其
估值为 17.1. 当其谎报更低价时, 仍然可以达成交易, 但无法提高自身效用. 而当它谎报高于其估值的价格时, 要么