[发明专利]一种基于贝叶斯学习的端到端网络资源分配方法

权利要求书

1.一种基于贝叶斯学习的端到端网络资源分配方法，其特征在于，根据服务商在常规阶段的预期效用值和服务商在激励阶段的预期效用值相等的约束下确定运营商在常规阶段的最优定价，取服务商在激励阶段的预期效用极大值处的定价为运营商在激励阶段的最优定价，求解运营商响应最优定价且获得最优效益时服务商所采取的最优阈值策略，根据服务商所采取的最优阈值策略更新服务商在常规阶段到达系统的泊松速率以及服务商在激励阶段到达系统的泊松速率，根据更新后的服务商在常规阶段到达系统的泊松速率计算服务商在常规阶段的网络资源请求量，根据更新后的服务商在激励阶段到达系统的泊松速率计算服务商在激励阶段的网络资源请求量。

2.根据权利要求1所述一种基于贝叶斯学习的端到端网络资源分配方法，其特征在于，所述服务商在常规阶段的预期效用值根据表达式计算，其中，为服务商j在常规阶段T₁的预期效用值，v_j为服务商j对一单位网络资源的估价，p₁为常规阶段T₁一单位网络资源的价格，为服务商j在常规阶段T₁获取到一单位网络资源的可能性，λ₁为服务商在常规阶段T₁到达系统的泊松速率，λ₁＝Λ(1-θ)，Λ服从参数为α和β的先验伽马分布，为常规阶段T₁每单位网络资源平均分配给y+1个服务商的概率的期望值，Q为初始网络资源数量。

3.根据权利要求2所述一种基于贝叶斯学习的端到端网络资源分配方法，其特征在于，所述服务商在激励阶段的预期效用值根据表达式计算，其中，为服务商j在激励阶段T₂的预期效用值，[0.8v_j-p₂(θ,x)]⁺表示[0.8v_j-p₂(θ,x)]≥0时才有意义，p₂(θ,x)为激励阶段T₂一单位网络资源价格关于θ、x的函数，θ为服务商所采取的阈值策略，x为服务商在常规阶段T₁请求的网络资源数量，为服务商j在激励阶段T₂获取到一单位网络资源的可能性，λ₂是在服务商在激励阶段T₂到达系统的泊松速率，p₂是激励阶段T₂更新后的一单位网络资源的价格。

4.根据权利要求3所述一种基于贝叶斯学习的端到端网络资源分配方法，其特征在于，所述服务商在激励阶段的预期效用极大值的求解方法为：令运营商在激励阶段T₂的效益函数的一阶导数为零。

5.根据权利要求4所述一种基于贝叶斯学习的端到端网络资源分配方法，其特征在于，求解运营商响应最优定价且获得最优效益时服务商所采取的最优阈值策略的方法为：

依据表达式求解运营商响应最优定价时的最优效益，为运营商在常规阶段的最优定价，为运营商在激励阶段的最优定价；

依据表达式θ^*＝argmax_θπ^R(Q)求解运营商响应最优定价且获得最优效益时服务商所采取的最优阈值策略，θ^*为运营商响应最优定价且获得最优效益时服务商所采取的最优阈值策略。

6.根据权利要求5所述一种基于贝叶斯学习的端到端网络资源分配方法，其特征在于，根据更新后的服务商在常规阶段到达系统的泊松速率计算服务商在常规阶段的网络资源请求量的表达式为：P(N₁＝k)为服务商在常规阶段T₁的网络资源请求量N₁为k的概率。

7.根据权利要求5所述一种基于贝叶斯学习的端到端网络资源分配方法，其特征在于，根据更新后的服务商在激励阶段到达系统的泊松速率计算服务商在激励阶段的网络资源请求量的表达式为：P(N₂＝k)为服务商在激励阶段T₂的网络资源请求量N₂为k的概率。