[发明专利]网络资源协作的激励方法

说明书

技术领域

本发明涉及一种网络资源协作的激励方法，属于计算机网络计算技术领 域。

背景技术

计算技术和网络技术的迅猛发展使得互联网已成为现代社会重要的 基础设施。网格(Grid)计算、点对点(Peer-to-Peer，以下简称：P2P) 计算、面向服务的计算以及云(Cloud)计算等新型网络计算模式的出现， 使得跨自治域的资源共享和协作成为可能。目前，对于许多大规模分布式 应用经常需要隶属不同提供者的多个节点提供闲置的资源，协作完成计算 任务。

在现有技术中，基于网络资源协作的激励方法主要包括基于信誉度的 软激励方法和基于货币的硬激励方法两类。基于信誉度的软激励方法通过 分析节点的交互历史，建立信誉度计算系统，根据节点的信誉度高低对其 提供差异性的服务，以识别并惩罚不合作节点，实现对节点的激励。基于 货币的硬激励方法通过货币奖励实现对节点的激励，其实现的关键难点在 于报酬值的计算。现有的网络资源管理系统或任务调度方法大多基于节点 无条件合作的假设。在计算密集型应用中，当用户无法利用本地资源完成 所有的计算任务时，会将这些任务分别部署到不同的网络节点上。由于提 供资源会带来开销，因此，追求效用最大化的资源提供者不会总是主动合 作地完成用户交付的计算任务。

为了让这些节点最大限度地提供资源，协作完成所有的计算任务，激 励机制必须考虑两个共存的博弈。第一个是用户节点和服务节点之间的博 弈：用户节点的效用是任务成功完成的得益与激励开销的差额；服务节点 的效用为提供资源获取的报酬减去带来的开销。显然用户节点希望花少钱 完成更多的任务，而服务节点希望通过提供资源多赚钱，即它们的目标是 相互冲突的。第二个是服务节点之间的博弈：环境总负载的变化直接影响 服务节点的报酬，如当环境总负载偏高时，资源供给不足，激励负载低的 节点协作显然比环境总负载偏低时要花费更多的报酬。因此，服务节点处 于负载相关的环境，每个节点获得的利益受其他节点的负载影响，而节点 负载又依赖自己的资源提供决策，这就是说，每个服务节点的决策行为受 其他服务节点决策行为的影响。

对于第一个博弈来说，由于用户节点不易探知服务节点的诸如开销等 私人信息，尤其当服务节点的开销随负载的改变而改变时。因此，用户节 点面临在缺少服务节点的真实负载信息的情况下，如何确定最优激励报酬 的问题。对于第二个博弈来说，一个用户任务的最终完成情况取决于所有 服务节点的努力，服务节点能够独立决策给每个用户节点具体提供多少资 源，尤其当环境具备不确定性时，服务节点潜在更多选择，这样某个或某 些服务节点很容易搭其他节点的便车，用户节点很难公正地分配报酬。因 此，用户节点面临服务节点的动作隐藏问题，其必须提供可促使所有服务 节点都合作的支付方案。因此，提供一种既使得用户节点自身效用最大化， 又能保证服务节点合作的激励机制是现有技术中亟待解决的问题之一。

发明内容

本发明的目的是针对上述现有技术的缺陷，提供一种网络资源协作的激 励方法，以实现在充分考虑用户节点与服务节点之间以及各个服务节点之间 这两个共存博弈的情况下，既使得用户节点自身效用最大化，又能保证服 务节点合作。

为实现上述目的，本发明提供了一种网络资源协作的激励方法，包括：

用户节点获取服务节点的状态先验信息，根据所述状态先验信息确定与 所述服务节点对应的服务策略信息，将所述服务策略信息对应地发送给所述 服务节点，具体为：

所述用户节点获取服务节点i处于状态s(i)的概率o_s(i)、服务节点i在其余 服务节点的状态向量为s(j)的条件下处于状态s(i)的概率q_s(i)s(j)，其中 s(i)＝b，g；s(j)＝b，g；i，j＝1，…n；j≠i，n为所述服务节点的总数；