一種網絡資源分配方法及裝置與流程

2023-10-23 23:29:22

本發明涉及無線通信技術領域，特別涉及一種網絡資源分配方法及裝置。

背景技術：

隨著移動網際網路與智能終端技術的發展，移動用戶可以在智能終端上運行多元應用程式而獲得豐富的。移動雲計算(MCC，Mobile Cloud Computing)，即移動智能終端將計算量與能耗密集的任務通過移動網際網路卸載到雲計算中心，通過雲計算中心承載計算功能，以滿足移動智能終端的計算服務需求。移動雲計算是基於雲計算的概念提出來的。MCC是移動用戶/終端通過移動網際網路以按需、易擴展的方式獲得所需的基礎設施、平臺、軟體或應用等的一種IT資源或信息服務的交付與使用模式，其是成為集移動計算、行動網路和雲計算為一體的新型技術，因此，MCC被認為是5G(fifth-generation，行動電話系統第五代)網絡最重要的技術之一。

MCC雖然擺脫了智能終端固有的限制，但也面臨智能終端和雲服務提供商之間時延高的問題。為了解決這一問題，在傳統的MCC網絡中增加了cloudlet(微雲端)，cloudlet位於智能終端附近，與雲服務提供商通過高速網連接，是移動性強且規模小的雲計算中心，基於cloudlet的MCC網絡系統具有低延遲，並且可以提高整個MCC網絡系統的效率。

基於cloudlet的MCC網絡，運行實時應用程式需要雲計算和無線網絡的聯合操作，需要對網絡資源進行管理，這裡所說的網絡資源包括帶寬、傳輸功率和計算資源等。與傳統的無線資源管理問題相比，基於cloudlet的MCC的資源管理問題更加複雜，一方面是因為在無線網絡側，即用戶側，無線帶寬資源是有限的，而且無線信道是時變的，需要確保用戶端的資源合理分配；另一方面，cloudlet所擁有的計算資源遠小於雲服務提供商提供的計算資源，隨著越來越多的應用卸載到雲服務提供商，需要確保cloudlet端和雲服務提供商的計算資源能夠合理分配，因此，如何對網絡資源進行分配，最大化網絡性能是至關重要的。在現有技術中沒有一個很有效的方法進行網絡資源分配，亟需更好的網絡資源的分配方法來最大化網絡性能。

技術實現要素：

本發明實施例的目的在於提供一種網絡資源分配方法及裝置，以最大化網絡性能。

為達到上述目的，本發明實施例公開了一種網絡資源分配方法，應用於基於微雲端的移動雲計算網絡系統，所述方法包括：

根據云服務提供商、微雲端及用戶端三者之間的資源供求關係，建立用戶端效用函數、微雲端效用函數及雲服務提供商效用函數；

基於所述用戶端效用函數、所述微雲端效用函數、所述雲服務提供商效用函數，建立三階段斯坦伯克博弈模型；

根據所述三階段斯坦伯克博弈模型，獲得用戶端的最佳帶寬和最佳傳輸功率、微雲端的最佳計算資源數量以及雲服務商端的最佳計算資源價格；

根據所述最佳帶寬及所述最佳傳輸功率，為所述用戶端分配傳輸功率和帶寬資源，根據所述最佳計算資源數量及所述最佳計算資源價格，為所述用戶端分配計算資源。

較佳的，所述用戶端效用函數為：

Uk＝Bkηkrb-bkcb-pkcp

其中，Uk為用戶k的效用值，Bk為用戶k從所述微雲端獲得的總帶寬，K為用戶總數，bk為用戶k從所述微雲端獲得的帶寬，B為所述移動雲計算網絡系統的總帶寬，b0為所述移動雲計算網絡系統的保留帶寬；pk為用戶k的傳輸功率；ηk為用戶k的頻譜效率；rb為用戶k單位傳輸功率收益；cb為用戶k獲得單位帶寬所產生的費用；cp為用戶k獲得單位傳輸功率所產生的費用，Bkηkrb為用戶k因為分配到的帶寬和傳輸功率帶來的收益，bkcb+pkcp為用戶k向所述微雲端支付的費用；

所述微雲端效用函數為：

其中，Uc為所述微雲端的效用值，Mk為用戶k從所有雲服務提供商獲得計算資源的總量，其中，N為所有雲服務提供商所擁有的計算資源總量，λr為雲服務提供商r所制定的單位計算資源價格，rm為所述微雲端分配單位計算資源所獲得的收益；mkr為所述用戶k從雲服務提供商r處獲得的計算資源數量；

所述雲服務提供商效用函數為：

Ur＝λr*Nr

其中，Ur為雲服務提供商r的效用值，Nr為雲服務提供商r所擁有的計算資源總量。

較佳的，所述三階段的斯坦伯克博弈模型為：

G＝(λ,m,b,p,Ur(λ),UC(m),Uk(b,p))

其中，G為所述三階段的斯坦伯克博弈模型，λ＝{λ1,λ2,...,λR}為第一階段斯坦伯克博弈策略，即雲服務提供商計算資源價格策略；m＝{m11,m22,...,mKR}為第二階段斯坦伯克博弈策略，即微雲端計算資源數量分配策略；b＝{b1,b2,...,bK}為用戶端帶寬分配策略，p＝{p1,p2,...,pK}為用戶端傳輸功率分配策略，b和p均為第三階段斯坦伯克博弈策略，Ur(λ)為所述三階段斯坦斯坦伯克博弈模型中雲服務提供商效用函數；UC(m)為所述三階段斯坦斯坦伯克博弈模型中微雲端效用函數；Uk(b,p)為所述三階段斯坦斯坦伯克博弈模型中用戶端效用函數。

較佳的，所述根據所述三階段斯坦伯克博弈模型，獲得用戶端的最佳帶寬和最佳傳輸功率、微雲端最佳計算資源數量以及雲服務商端最佳計算資源價格，包括：

基於所述用戶端效用函數對用戶從所述微雲端獲得的帶寬求一階偏導的結果，獲得用戶端的最佳帶寬；

基於所述用戶端效用函數對用戶的傳輸功率求一階偏導結果，獲得用戶端的最佳傳輸功率；

判斷所述雲服務提供商在第一時刻所制定的單位計算資源的價格與在第二時刻所制定的單位計算資源的價格差值是否不大於第一預設閾值，其中，所述第二時刻為所述第一時刻與第一預設值之和；

如果否，根據第一更新函數更新雲服務提供商的計算資源價格；

基於更新後的雲服務提供商的計算資源價格及所述最佳帶寬和所述傳輸功率，判斷所述微雲端在第三時刻的效用值與在第四時刻的效用值的差值是否不大於第二預設閾值，其中，所述第四時刻為所述第三時刻與第二預設值之和；

如果大於，根據第二更新函數更新微雲端的計算資源數量，增加所述第一時刻的值及第三時刻的值，返回執行基於所述最佳帶寬和所述傳輸功率，判斷所述雲服務提供商在第一時刻所制定的單位計算資源的價格與在第二時刻所制定的單位計算資源的價格差值是否不大於第一預設閾值的步驟；

在所述雲服務提供商在第一時刻所制定的單位計算資源的價格與在第二時刻所制定的單位計算資源的價格差值不大於所述第一預設閾值，且在所述微雲端在第三時刻的效用值與在第四時刻的效用值的差值不大於第二預設閾值時，獲得所述微雲端最佳計算資源數量及雲服務商端最佳計算資源價格。

較佳的，所述用戶端最佳帶寬為：

其中，為所述用戶k最佳帶寬，γ為信號幹擾噪聲比；

所述用戶端的最佳傳輸功率為：

其中，為用戶k的最佳傳輸功率，為用戶k從所述微雲端獲得的總帶寬，gik為幹擾用戶i到用戶k的信道增益，用戶k到信道增益；為用戶k的加性高斯白噪聲；

所述第一更新函數為：

其中，λr(t+X)為雲服務提供商r在所述第二時刻所定製的單位計算資源價格，X為所述第一預設值，λr(t)為雲服務提供商r在所述第一時刻所定製的單位計算資源的價格，wr為第一常量；

所述第二更新函數為：

其中，mkr(τ+Y)所述用戶k在所述第四時刻從所述雲服務提供商r獲得的計算資源數量，Y為第二預設值，mkr(τ)為所述用戶k在所述第三時刻從雲服務提供商r獲得的計算資源數量，vk為第二常量。

為達到上述目的，本發明實施例還公開了一種網絡資源分配裝置，應用於基於微雲端的移動雲計算網絡系統，所述裝置包括：

第一建立模塊，用於根據云服務提供商、微雲端及用戶端三者之間的資源供求關係，建立用戶端效用函數、微雲端效用函數及雲服務提供商效用函數；

第二建立模塊，用於基於所述用戶端效用函數、所述微雲端效用函數、所述雲服務提供商效用函數，建立三階段斯坦伯克博弈模型；

獲得模塊，用於根據所述三階段斯坦伯克博弈模型，獲得用戶端的最佳帶寬和最佳傳輸功率、微雲端的最佳計算資源數量以及雲服務商端的最佳計算資源價格；

分配模塊，用於根據所述最佳帶寬及所述最佳傳輸功率，為所述用戶端分配傳輸功率和帶寬資源，根據所述最佳計算資源數量及所述最佳計算資源價格，為所述用戶端分配計算資源。

較佳的，所述用戶端效用函數為：

Uk＝Bkηkrb-bkcb-pkcp

其中，Uk為用戶k的效用值，Bk為用戶k從所述微雲端獲得的總帶寬，K為用戶總數，bk為用戶k從所述微雲端獲得的帶寬，B為所述移動雲計算網絡系統的總帶寬，b0為所述移動雲計算網絡系統的保留帶寬；pk為用戶k的傳輸功率；ηk為用戶k的頻譜效率；rb為用戶k單位傳輸功率收益；cb為用戶k獲得單位帶寬所產生的費用；cp為用戶k獲得單位傳輸功率所產生的費用，Bkηkrb為用戶k因為分配到的帶寬和傳輸功率帶來的收益，bkcb+pkcp為用戶k向所述微雲端支付的費用；

所述微雲端效用函數為：

其中，Uc為所述微雲端的效用值，Mk為用戶k從所有雲服務提供商獲得計算資源的總量，其中，N為所有雲服務提供商所擁有的計算資源總量，λr為雲服務提供商r所制定的單位計算資源價格，rm為所述微雲端分配單位計算資源所獲得的收益；mkr為所述用戶k從雲服務提供商r處獲得的計算資源數量；

所述雲服務提供商效用函數為：

Ur＝λr*Nr

其中，Ur為雲服務提供商r的效用值，Nr為雲服務提供商r所擁有的計算資源總量。

較佳的，所述三階段的斯坦伯克博弈模型為：

G＝(λ,m,b,p,Ur(λ),UC(m),Uk(b,p))

其中，G為所述三階段的斯坦伯克博弈模型，λ＝{λ1,λ2,...,λR}為第一階段斯坦伯克博弈策略，即雲服務提供商計算資源價格策略；m＝{m11,m22,...,mKR}為第二階段斯坦伯克博弈策略，即微雲端計算資源分配策略；b＝{b1,b2,...,bK}為用戶端帶寬分配策略，p＝{p1,p2,...,pK}為用戶端傳輸功率分配策略，b和p均為第三階段斯坦伯克博弈策略，Ur(λ)為所述三階段斯坦斯坦伯克博弈模型中雲服務提供商效用函數；UC(m)為所述三階段斯坦斯坦伯克博弈模型中微雲端效用函數；Uk(b,p)為所述三階段斯坦斯坦伯克博弈模型中用戶端效用函數。

較佳的，所述獲得模塊，包括：

第一獲得子模塊，用於基於所述用戶端效用函數對用戶從所述微雲端獲得的帶寬求一階偏導的結果，獲得用戶端的最佳帶寬；

第二獲得子模塊，用於基於所述用戶端效用函數對用戶的傳輸功率求一階偏導結果，獲得用戶端的最佳傳輸功率；

第一判斷子模塊，用於判斷所述雲服務提供商在第一時刻所制定的單位計算資源的價格與在第二時刻所制定的單位計算資源的價格差值是否不大於第一預設閾值，其中，所述第二時刻為所述第一時刻與第一預設值之和；

第一更新子模塊，用於在第一判斷子模塊判斷結果為否的情況下，根據第一更新函數更新雲服務提供商的計算資源價格；

第二判斷子模塊，用於基於更新後的雲服務提供商的計算資源價格及所述最佳帶寬和所述傳輸功率，判斷所述微雲端在第三時刻的效用值與在第四時刻的效用值的差值是否不大於第二預設閾值，其中，所述第四時刻為所述第三時刻與第二預設值之和；

第二更新子模塊，用於在第二判斷子模塊判斷結果為大於的情況下，根據第二更新函數更新微雲端的計算資源數量，增加所述第一時刻的值及第三時刻的值，返回執行所述第一判斷子模塊；

第三獲得子模塊，用於在所述第一判斷子模塊的判斷結果為是，且所述第二判斷子模塊的判斷結果為不大於時，獲得所述微雲端最佳計算資源數量及雲服務商端最佳計算資源價格。

較佳的，所述用戶端最佳帶寬為：

其中，為所述用戶k最佳帶寬，γ為信號幹擾噪聲比；

所述用戶端的最佳傳輸功率為：

其中，為用戶k的最佳傳輸功率，為用戶k從所述微雲端獲得的總帶寬，gik為幹擾用戶i到用戶k的信道增益，為用戶k的加性高斯白噪聲；

所述第一更新函數為：

其中，λr(t+X)為雲服務提供商r在所述第二時刻所定製的單位計算資源價格，X為所述第一預設值，λr(t)為雲服務提供商r在所述第一時刻所定製的單位計算資源的價格，wr為第一常量；

所述第二更新函數為：

其中，mkr(τ+Y)所述用戶k在所述第四時刻從所述雲服務提供商r獲得的計算資源數量，Y為第二預設值，mkr(τ)為所述用戶k在所述第三時刻從雲服務提供商r獲得的計算資源數量，vk為第二常量。

由上述技術方案可見，本發明實施例提供了一種網絡資源分配方法及裝置，應用於基於微雲端的移動雲計算網絡系統，方法包括：根據云服務提供商、微雲端及用戶三者之間的資源供求關係，建立用戶端效用函數、微雲端效用函數及雲服務提供商效用函數；基於所述用戶端效用函數、所述微雲端效用函數、所述雲服務提供商效用函數，建立三階段斯坦伯克博弈模型；根據所述三階段斯坦伯克博弈模型，獲得用戶端的最佳帶寬和最佳傳輸功率、微雲端的最佳計算資源數量以及雲服務商端的最佳計算資源價格；根據所述最佳帶寬及所述最佳傳輸功率，為所述用戶端分配傳輸功率和帶寬資源，根據所述最佳計算資源數量及所述最佳計算資源價格，為所述用戶端分配計算資源。應用本發明實施例，根據建立的效用函數及三階段斯坦伯克博弈模型，用戶端、微雲端及雲服務提供商之間進行博弈，使得網絡資源得到最佳的分配，從而最大化了網絡性能。

當然，實施本發明的任一產品或方法必不一定需要同時達到以上所述的所有優點。

附圖說明

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例的基於微雲的移動雲網絡系統的模型示意圖；

圖2為本發明實施例提供的一種網絡資源分配方法的流程示意圖；

圖3為本發明實施例在不同的計算資源價格下，雲服務提供商的效用值變化圖；

圖4為本發明實施例提供的一種網絡資源分配裝置的結構示意圖。

具體實施方式

下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。

為了解決現有技術問題，本發明實施例提供了一種網絡資源分配方法及裝置。下面首先對本發明實施例所提供的一種網絡資源分配方法進行介紹。

需要說明的是，本發明實施例優選應用於基於微雲端的移動雲計算網絡系統，示例性的，如圖1所示，該移動雲計算網絡系統中包括微雲端、R個雲服務提供商和K個用戶，雲服務提供商與微雲之間進行通信，微雲與用戶之間通過Q個接入點進行通信，具體的，用戶與微雲通過與該用戶對應的接入點，其中，R個雲服務提供商分別為：雲服務提供商1、雲服務提供商2……雲服務提供商R，K個用戶分別用戶1、用戶2、用戶3……用戶K，Q個接入點分別為接入點1、接入點2、接入點3、……接入點Q。

圖2為本發明實施例提供的一種網絡資源分配方法的流程示意圖，包括如下步驟：

S101：根據云服務提供商、微雲端及用戶端三者之間的資源供求關係，建立用戶端效用函數、微雲端效用函數及雲服務提供商效用函數。

需要說明的是，這裡所說的微雲端可以理解為圖1中的微雲，用戶端可以為圖1中的任意一個用戶。

具體的，所述用戶端效用函數為：

Uk＝Bkηkrb-bkcb-pkcp

其中，Uk為用戶k的效用值，Bk為用戶k從所述微雲端獲得的總帶寬，K為用戶總數，bk為用戶k從所述微雲端獲得的帶寬，B為所述移動雲計算網絡系統的總帶寬，b0為所述移動雲計算網絡系統的保留帶寬；pk為用戶k的傳輸功率；ηk為用戶k的頻譜效率；rb為用戶k單位傳輸功率收益；cb為用戶k獲得單位帶寬所產生的費用；cp為用戶k獲得單位傳輸功率所產生的費用，Bkηkrb為用戶k因為分配到的帶寬和傳輸功率帶來的收益，bkcb+pkcp為用戶k向所述微雲端支付的費用。

具體的，

其中，Rk為用戶k的最大傳輸功率，γ為信號幹擾噪聲比，gkk為從用戶k到其相應的接入點的信道增益，為用戶k的加性高斯白噪聲；根據香濃公式，pi可以理解為幹擾用戶i的傳輸功率，gik為幹擾用戶i到用戶k的信道增益。

用戶端效用函數可以理解為用戶端的總收益，該用戶端效用函數包括基於帶寬與傳輸功率的收益和花費；花費為向微雲端支付的費用。需要說明的是，這裡所說的用戶均為移動用戶，示例性，用戶k是移動用戶k。

在網絡資源分配的過程中，對用戶端來說就是對網絡資源的需求，所以可以將用戶端的網絡資源需求問題轉換為如下公式：

bk≥0,pk≥0

其中，b-k為除了用戶k以外的其他用戶的帶寬，p-k為除了用戶k以外的其他用戶的傳輸功率，為所有用戶的帶寬要之和是受限制的，不大於基於微雲端的移動雲計算網絡系統總的帶寬，bk≥0表示用戶k的帶寬大於或等於零，pk≥0表示用戶k的傳輸功率大於或等於零。

所述微雲端效用函數為：

其中，Uc為所述微雲端的效用值，Mk為用戶k從所有雲服務提供商獲得計算資源的總量，其中，N為所有雲服務提供商所擁有的計算資源總量，λr為雲服務提供商r所制定的單位計算資源價格，rm為所述微雲端分配單位計算資源所獲得的收益；mkr為所述用戶k從雲服務提供商r處獲得的計算資源數量。

在網絡資源分配的過程中，對微雲端來說就是對網絡資源的需求，所以可以將微雲端的網絡資源需求問題轉換為如下公式：

其中，為微雲端最佳計算資源數量，為所述微雲端從雲服務提供商r獲得的計算資源數量不超過提供商所擁有的計算資源的數量，mkr≥0為從雲服務提供商r給用戶k的計算資源的數量大於或等於0。

所述雲服務提供商效用函數為：

Ur＝λr*Nr

其中，Ur為雲服務提供商r的效用值，Nr為雲服務提供商r所擁有的計算資源總量。

需要說明的是，雲服務提供商以VMs(Virtual Machines，虛擬機)的形式提供計算資源，因為可以理解為計算資源是VMs，雲服務提供商所制定的單位計算資源價格可以理解為一個VMs的價格。

在網絡資源分配的過程中，對雲服務提供商來說就是對網絡資源的供給，所以可以將雲服務提供商的網絡資源供給問題轉換為如下公式：

s.t.λr≥0

其中，λ-r表示除了雲服務提供商r以外的雲服務提供商的計算資源價格。

S102：基於所述用戶端效用函數、所述微雲端效用函數、所述雲服務提供商效用函數，建立三階段斯坦伯克博弈模型。

具體的，所述三階段的斯坦伯克博弈模型為：

G＝(λ,m,b,p,Ur(λ),UC(m),Uk(b,p))

其中，G為所述三階段的斯坦伯克博弈模型，λ＝{λ1,λ2,...,λR}為第一階段斯坦伯克博弈策略，即雲服務提供商計算資源價格策略；m＝{m11,m22,...,mKR}為第二階段斯坦伯克博弈策略，即微雲端計算資源數量分配策略；b＝{b1,b2,...,bK}為用戶端帶寬分配策略，p＝{p1,p2,...,pK}為用戶端傳輸功率分配策略，b和p均為第三階段斯坦伯克博弈策略，Ur(λ)為所述三階段斯坦斯坦伯克博弈模型中雲服務提供商效用函數；UC(m)為所述三階段斯坦斯坦伯克博弈模型中微雲端效用函數；Uk(b,p)為所述三階段斯坦斯坦伯克博弈模型中用戶端效用函數。

本領域技術人員可以理解的是，在建立斯坦伯克博弈模型時，通常，我們將最先採取行動的博弈局中人稱為領導者，而稱跟隨領導者的行動而採取應對策略的局中人為跟隨者，並稱這樣的一個由局中人領導者與跟隨者構成的博弈為斯坦伯克博弈。博弈過程中的領導者會根據自身情況及自己對跟隨者應對策略的預測事先制定行動策略。當觀測到領導者的行動之後，跟隨者會根據自身情況及其觀測結果制定應對策略進行回應。在本發明實施例中，三階段斯坦伯克博弈模型可以理解為在該博弈模型中分為三個階段進行博弈。

在本發明實施例中，在第一階段中，領導者是雲伺服器提供商，跟隨者是微雲端，雲服務提供商決定計算資源的價格，即決定單位VMs的價格；在第二階段中，領導者是微雲端，跟隨者是用戶端，微雲端根據云服務提供商決定的計算資源的價格，確定自身從雲服務提供商獲取計算資源的數量，並且為用戶端提供計算資源；在第三階段中，用戶端既是領導者，也是跟隨者，用戶端決定自身的帶寬和傳輸功率需求。因此，可以認為(λ*,m*,b*,p*)是三階段斯坦伯克博弈的斯坦伯克均衡，其中，b*為用戶端最佳帶寬分配策略，p*為用戶端最佳傳輸功率分配策略，m*為微雲端最佳計算資源數量分配策略，λ*雲服務提供商最佳計算資源價格策略。

S103：根據所述三階段斯坦伯克博弈模型，獲得用戶端的最佳帶寬和最佳傳輸功率、微雲端的最佳計算資源數量以及雲服務商端的最佳計算資源價格。

本領域技術人員可以理解的是，在三階段斯坦伯克博弈模型中，用戶端決定自身的帶寬與傳輸功率，可以根據用戶端效用函數及網絡資源需求問題，從而獲得用戶端的最佳帶寬和最佳傳輸功率。微雲端根據云服務提供的計算資源價格，確定自身從雲服務提供商獲得的計算資源的數量，雲服務提供商根據微雲需求的計算資源的數量，調整自身所提供的計算資源價格；微雲端與雲服務提供商進行反覆博弈，從而獲得微雲端的最佳計算資源數量以及雲服務商端的最佳計算資源價格。需要說明的是，在微雲端與雲服務提供商在博弈的過程中，利用迭代方法計算雲服務提供商的效用值及微雲端獲取的計算資源的數量，從而獲得微雲端的最佳計算資源數量以及雲服務商端的最佳計算資源價格。這裡所說的迭代方法是後向迭代方法，後向迭代方法是現有技術，在這裡不進行贅述。

具體的，根據所述三階段斯坦伯克博弈模型，獲得用戶端的最佳帶寬和最佳傳輸功率、微雲端的最佳計算資源數量以及雲服務商端的最佳計算資源價格，包括：

基於所述用戶端效用函數對用戶從所述微雲端獲得的帶寬求一階偏導的結果，獲得用戶端的最佳帶寬。

用戶端效用函數對帶寬是凸函數，需要利用凸函數的性質，獲得用戶端的最佳帶寬。在本發明實施例中，首先對用戶k的帶寬bk求二階偏導，得到：

根據求二階偏導的結果，確定在用戶端效用函數對bk求一階偏導等於零的點，用戶端效用函數對bk存在最大值，因此，在確定b-k和pk的情況下，用戶端效用函數對bk求一階偏導，可以得到用戶端最佳帶寬，用戶端最佳帶寬為：

其中，為所述用戶k最佳帶寬，γ為信號幹擾噪聲比。

基於所述用戶端效用函數對用戶的傳輸功率求一階偏導的結果，獲得用戶端的最佳傳輸功率。

在本發明實施例中，求用戶端效用函數對傳輸功率pk的一階偏導數，求一階偏導的結果為：

使得該一階偏導的結果恆等於零，則可以獲得用戶端的最佳傳輸功率為：

其中，為所述用戶k的最佳傳輸功率，為用戶k從所述微雲端獲得的最佳總帶寬，gik為幹擾用戶i到用戶k的信道增益；為用戶k的加性高斯白噪聲。

判斷所述雲服務提供商在第一時刻所制定的單位計算資源的價格與在第二時刻所制定的單位計算資源的價格差值是否不大於第一預設閾值，其中，所述第二時刻為所述第一時刻與第一預設值之和。

根據第一更新函數更新雲服務提供商的計算資源價格。

第一更新函數為：

其中，λr(t+X)為雲服務提供商r在所述第二時刻所定製的單位計算資源價格，X為所述第一預設值，λr(t)為雲服務提供商r在所述第一時刻所定製的單位計算資源的價格，wr為第一常量。

基於更新後的雲服務提供商的計算資源價格及所述最佳帶寬和所述傳輸功率，判斷所述微雲端在第三時刻的效用值與在第四時刻的效用值的差值是否不大於第二預設閾值，其中，所述第四時刻為所述第三時刻與第二預設值之和。

需要說明的是，微雲端效用函數中包含用戶的帶寬和傳輸功率，在計算微雲端在第三時刻的效用值與第四時刻的效用值時，需要將最佳帶寬與最佳傳輸功率代入計算。

根據第二更新函數更新微雲端的計算資源數量，增加所述第一時刻的值及第三時刻的值。

第二更新函數為：

其中，mkr(τ+Y)所述用戶k在所述第四時刻從所述雲服務提供商r獲得的計算資源數量，Y為第二預設值，mkr(τ)為用戶k在所述第三時刻從雲服務提供商r獲得的計算資源數量，vk為第二常量。

在實際應用中，第一時刻的增加值可以是第一預設值，第三時刻的增加值可以是第二預設值。

在更新計算資源的價格及增加第一時刻的值之後，重複執行判斷所述雲服務提供商在第一時刻所制定的單位計算資源的價格與在第二時刻所制定的單位計算資源的價格差值是否不大於第一預設閾值的步驟。

在實際應用中，如果λr(t+1)-λr(t)≤ε,r＝1,2,...,R，則停止增加第一時刻的值，即停止迭代的過程，其中，t為第一時刻，1為第一預設值，需要說明的是，在這裡只是舉例說明，第一預設值還可以為其他的值。ε是第一預設閾值，該第一預設閾值可以根據實際情況設置。同理，如果Uc(τ+1)-Uc(τ)≤ζ，則停止增加第三時刻的值，即迭代停止，其中，τ為第四時刻，1為第二預設值，需要說明的是，在這裡只是舉例說明，第二預設值還可以為其他的值，ζ是第二預設閾值，該第二預設閾值可以根據實際情況設置。在實際應用中，第一預設值與第二預設值可以相同，也可以不相同。

在所述雲服務提供商在第一時刻所制定的單位計算資源的價格與在第二時刻所制定的單位計算資源的價格差值不大於所述第一預設閾值，且在所述微雲端在第三時刻的效用值與在第四時刻的效用值的差值不大於第二預設閾值時，獲得所述微雲端最佳計算資源及雲服務商端最佳計算資源價格。

需要說明的是，雲服務提供商在第一時刻所制定的單位計算資源的價格與在第二時刻所制定的單位計算資源的價格差值不大於第一預設閾值，且在微雲端在第三時刻的效用值與在第四時刻的效用值的差值不大於第二預設閾值，說明微雲端與雲服務提供商之間的博弈結束，微雲端獲得了最大的效用值，雲服務提供商也獲得了最大的利益。在微雲端與雲服務提供商博弈結束時的計算資源價格就是最佳計算資源價格，在微雲端與雲服務提供商博弈結束時的計算資源數量就是最佳計算資源數量。需要說明的是，雲服務提供商的效用值隨計算資源價格進行變動，如圖3所示，雲服務提供商1和雲服務提供商2隨著計算資源價格的增大而增大，在計算資源價格為6時，雲服務提供商1和雲服務提供商2的效用值最大，通過圖3也說明了雲服務提供商1和雲服務提供商2之間存在納什均衡點。

S104：根據所述最佳帶寬及所述最佳傳輸功率，為所述用戶端分配傳輸功率和帶寬資源，根據所述最佳計算資源數量及所述最佳計算資源價格，為所述用戶端分配計算資源。

根據用戶端的最佳帶寬及最佳傳輸功率，為用戶端分配網絡資源，使得用戶端的效用值最大，即用戶端獲得最大的收益，根據最佳計算資源數量及最佳計算資源價格，為用戶端分配計算資源，使得微雲端獲得最大的收益，也使得雲服務商獲得最大的收益，從而使得網絡資源得到最佳的分配，最大化了網絡性能。

應用本發明實施例，根據建立的效用函數及三階段斯坦伯克博弈模型，用戶端、微雲端及雲服務提供商之間進行博弈，使得網絡資源得到最佳的分配，從而最大化了網絡性能。

圖4為本發明實施例提供的一種網絡資源分配裝置的結構示意圖，裝置可以包括第一建立模塊401、第二建立模塊402、獲得模塊403和分配模塊404。

第一建立模塊401，用於根據云服務提供商、微雲端及用戶端三者之間的資源供求關係，建立用戶端效用函數、微雲端端效用函數及雲服務提供商效用函數；

第二建立模塊402，用於基於所述用戶端效用函數、所述微雲端端效用函數、所述雲服務提供商效用函數，建立三階段斯坦伯克博弈模型；

獲得模塊403，用於根據所述三階段斯坦伯克博弈模型，獲得用戶端的最佳帶寬和最佳傳輸功率、微雲端的最佳計算資源數量以及雲服務商端的最佳計算資源價格；

分配模塊404，用於根據所述最佳帶寬及所述最佳傳輸功率，為所述用戶端分配傳輸功率和帶寬資源，根據所述最佳計算資源數量及所述最佳計算資源價格，為所述用戶端分配計算資源。

具體的，所述用戶端效用函數可以為：

Uk＝Bkηkrb-bkcb-pkcp

其中，Uk為用戶k的效用值，Bk為用戶k從所述微雲端獲得的總帶寬，K為用戶總數，bk為用戶k從所述微雲端獲得的帶寬，B為所述移動雲計算網絡系統的總帶寬，b0為所述移動雲計算網絡系統的保留帶寬；pk為用戶k的傳輸功率；ηk為用戶k的頻譜效率；rb為用戶k單位傳輸功率收益；cb為用戶k獲得單位帶寬所產生的費用；cp為用戶k獲得單位傳輸功率所產生的費用，Bkηkrb為用戶k因為分配到的帶寬和傳輸功率帶來的收益，bkcb+pkcp為用戶k向所述微雲端支付的費用；

所述微雲端效用函數可以為：

其中，Uc為所述微雲端的效用值，Mk為用戶k從所有雲服務提供商獲得計算資源的總量，其中，N為所有雲服務提供商所擁有的計算資源總量，λr為雲服務提供商r所制定的單位計算資源價格，rm為所述微雲端分配單位計算資源所獲得的收益；mkr為所述用戶k從雲服務提供商r處獲得的計算資源數量；

所述雲服務提供商效用函數可以為：

Ur＝λr*Nr

其中，Ur為雲服務提供商r的效用值，Nr為雲服務提供商r所擁有的計算資源總量。

具體的，所述三階段的斯坦伯克博弈模型可以為：

G＝(λ,m,b,p,Ur(λ),UC(m),Uk(b,p))

其中，G為所述三階段的斯坦伯克博弈模型，λ＝{λ1,λ2,...,λR}為第一階段斯坦伯克博弈策略，即雲服務提供商計算資源價格策略；m＝{m11,m22,...,mKR}為第二階段斯坦伯克博弈策略，即微雲端計算資源數量分配策略；b＝{b1,b2,...,bK}為用戶端帶寬分配策略，p＝{p1,p2,...,pK}為用戶端傳輸功率分配策略，b和p均為第三階段斯坦伯克博弈策略，Ur(λ)為所述三階段斯坦斯坦伯克博弈模型中雲服務提供商效用函數；UC(m)為所述三階段斯坦斯坦伯克博弈模型中微雲端效用函數；Uk(b,p)為所述三階段斯坦斯坦伯克博弈模型中用戶端效用函數。

具體的，所述獲得模塊403，可以包括第一獲得子模塊、第二獲得子模塊、第一判斷子模塊、第一更新子模塊、第二判斷子模塊、第二更新子模塊和第三獲得子模塊(圖中未示出)。

第一獲得子模塊，用於基於所述用戶端效用函數對用戶從所述微雲端獲得的帶寬求一階偏導的結果，獲得用戶端的最佳帶寬；

第二獲得子模塊，用於基於所述用戶端效用函數對用戶的傳輸功率求一階偏導結果，獲得用戶端的最佳傳輸功率；

第一判斷子模塊，用於判斷所述雲服務提供商在第一時刻所制定的單位計算資源的價格與在第二時刻所制定的單位計算資源的價格差值是否不大於第一預設閾值，其中，所述第二時刻為所述第一時刻與第一預設值之和；

第一更新子模塊，用於在第一判斷子模塊判斷結果為否的情況下，根據第一更新函數更新雲服務提供商的計算資源價格；

第二判斷子模塊，用於基於更新後的雲服務提供商的計算資源價格及所述最佳帶寬和所述傳輸功率，判斷所述微雲端在第三時刻的效用值與在第四時刻的效用值的差值是否不大於第二預設閾值，其中，所述第四時刻為所述第三時刻與第二預設值之和；

第二更新子模塊，用於在第二判斷子模塊判斷結果為大於的情況下，根據第二更新函數更新微雲端的計算資源數量，增加所述第一時刻的值及第三時刻的值，返回執行所述第一判斷子模塊；

第三獲得子模塊，用於在所述第一判斷子模塊的判斷結果為是，且所述第二判斷子模塊的判斷結果為不大於時，獲得所述微雲端最佳計算資源數量及雲服務商端最佳計算資源價格。

具體的，所述用戶端最佳帶寬為：

其中，為所述用戶k最佳帶寬，γ為信號幹擾噪聲比；

所述用戶端的最佳傳輸功率為：

其中，為用戶k的最佳傳輸功率，為用戶k從所述微雲端獲得的總帶寬，gik為幹擾用戶i到用戶k的信道增益，為用戶k的加性高斯白噪聲；

所述第一更新函數為：

其中，λr(t+X)為雲服務提供商r在所述第二時刻所定製的單位計算資源價格，X為所述第一預設值，λr(t)為雲服務提供商r在所述第一時刻所定製的單位計算資源的價格，wr為第一常量；

所述第二更新函數為：

其中，mkr(τ+Y)所述用戶k在所述第四時刻從所述雲服務提供商r獲得的計算資源數量，Y為第二預設值，mkr(τ)為所述用戶k在所述第三時刻從雲服務提供商r獲得的計算資源數量，vk為第二常量。

應用本發明實施例，根據建立的效用函數及三階段斯坦伯克博弈模型，用戶端、微雲端及雲服務提供商之間進行博弈，使得網絡資源得到最佳的分配，從而最大化了網絡性能。

需要說明的是，在本文中，諸如第一和第二等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語「包括」、「包含」或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句「包括一個……」限定的要素，並不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。

本說明書中的各個實施例均採用相關的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對於裝置實施例而言，由於其基本相似於方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。

本領域普通技術人員可以理解實現上述方法實施方式中的全部或部分步驟是可以通過程序來指令相關的硬體來完成，所述的程序可以存儲於計算機可讀取存儲介質中，這裡所稱得的存儲介質，如：ROM/RAM、磁碟、光碟等。

以上所述僅為本發明的較佳實施例而已，並非用於限定本發明的保護範圍。凡在本發明的精神和原則之內所作的任何修改、等同替換、改進等，均包含在本發明的保護範圍內。