[发明专利]一种基于Stackelberg博弈的移动数据流量卸载方法

权利要求书

1.一种基于Stackelberg博弈的移动数据流量卸载方法，其特征在于，包括以下步骤：

步骤1：基于手机用户上网记录数据，对各时段用户之间相遇行为进行预测，预测用户何时能够相遇进行机会通信；

步骤2：通过构建Stackelberg博弈模型，制定在用户移动的动态场景下的流量卸载策略，指导两个用户相遇时，是否应该进行流量卸载，才能使得运营商、内容提供方和内容需求方的收益最大化。

2.根据权利要求1所述的基于Stackelberg博弈的移动数据流量卸载方法，其特征在于，步骤1的具体实现包括以下子步骤：

步骤1.1：构建用户相遇关系的复杂网络，网络中的节点为用户，边为用户之间的相遇关系；

步骤1.2：基于用户相遇关系的复杂网络，选取CN指标、Salton指标和Adamic-Adar指标，衡量网络中两个用户节点的相似度；

步骤1.3：提取用户移动性特征，具体包括选取了余弦相似度、皮尔逊相似度、KL散度和JS散度来表征用户个体对的相似度，进一步挖掘用户个体的行为规律；

步骤1.4：提取基于上网时长和上网流量的用户上网行为特征；

步骤1.5：采用随机森林算法进行个体相遇预测。

3.根据权利要求1所述的基于Stackelberg博弈的移动数据流量卸载方法，其特征在于，步骤2的具体实现包括以下子步骤：

步骤2.1：构建Stackelberg博弈模型；

在模型中领导者为内容需求用户，跟随者为内容提供用户和运营商；Stackelberg模型为两阶段主从博弈，在第一阶段，领导者声明初始总定价p，跟随者根据价格p，确定自身向领导者提供的流量；第二阶段，领导者在获知跟随者流量策略后，进一步调整总价格p；

步骤2.2：效用函数设计，包括领导者效用和跟随者效用；

所述领导者效用U₀为：

其中，第一项为获得的流量收益，α是与用户体验相关的参数，f_i是第i个跟随者向领导者提供的流量，n表示跟随者总数；第二项为领导者向提供流量的跟随者支付的总费用p；

跟随者效用为：

其中，第一项为跟随者i通过提供流量获得的收益，第二项为跟随者i提供流量的成本，c_i为第i个跟随者的单位流量成本；Followers表示跟随者集合；

步骤2.3：分布式梯度下降求解

利用分布式梯度下降算法，求解使效用函数最大化的流量卸载策略。

4.根据权利要求3所述的基于Stackelberg博弈的移动数据流量卸载方法，其特征在于：步骤2中，Stackelberg博弈模型存在Nash均衡点；

跟随者的流量卸载策略f_i是欧几里得空间中的有界闭集，并且效用函数U_i在其策略空间上是连续的，对U_i求一阶偏导为：

对U_i求二阶偏导为：

因此跟随者的效用函数U_i是严格凹函数，这保证了Nash均衡的存在性，在Nash均衡点时，各方效用函数达到最优。