網路服務壅塞下考慮負荷平衡和回饋之獎勵機制設計

Incentive-Rewarding Mechanism for Load Balancing under Network Congestion

彭維姺(Wei-Hsin Peng)

指導教授 ： 黃奎隆

國立臺灣大學/工學院/工業工程學研究所/碩士(2015年)

https://doi.org/10.6342/NTU.2015.11209

摘要

隨著通訊技術的進步和智慧型裝置的普及，人們對於網路數據的需求量急遽上升。尤其使用於及時娛樂，例如串流影音、網路遊戲等的網路數據需求更佔了數據成長的一大部分，因此造成網路壅塞的問題。但網路壅塞並不會在一天當中持續發生，因為使用者對於特定時段有使用偏好，例如：上下班交通時間或是晚上的時段，因此導致尖峰時段壅塞的發生。若電信商為了應付尖峰時段的需求，選擇擴建網路設備，其背後的成本和風險都較高，因此須尋求更具經濟效益的方法。本研究同時考慮網路之尖峰時段和離峰時段之時段差異和使用者對於服務的喜好度，盼以獎勵機制設計及定價的手法，在不減少使用者效用下，建立一數學模型，有效的處理網路尖峰壅塞的問題，並透過數值分析得到其管理意涵。本研究模型的使用者效用同時考慮其使用網路服務所得到的正向效用和網路壅塞導致的負面效用，因此可以避免尖峰轉移的狀況，並利用獎勵機制設計吸引使用者在最大化自身效用前提分配自身用量到尖峰和離峰時段。透過賽局理論及數學模型方法求得本模型下電信商提供之最佳轉移獎勵及使用者之最佳用量分配比例兩者的解析解。此外透過數值方法分析具獎勵機制之下使用者的效用和整體社會福祉的變化；最後得到的結論為在具獎勵機制下，當電信商提供最適轉移獎勵時，可以最小化自身的成本並且吸引使用者依據其提供的獎勵選擇最佳的分配比例，並且可以有效提升使用者效用和整體社會福祉。

關鍵字

網路壅塞 ； 獎勵機制 ； 社會福祉 ； 賽局理論

並列摘要

Due to the popularity of smart device and the improvement of communication technology, data demand increase rapidly. Especially in instant entertainment, for example: stream video or mobile game. Those activities have a great influence in growing data, which leads to network congestion. However, network congestion is not happened continuously in a day, for preference in specific time from users, which becomes peak time. As an example, congestion occurs during transportation time or at night due to lifestyle of majority. Instead of infrastructure, which have a high cost and risk. ISP would like to overcome the problem with an economic method. Our research proposed a method that consider peak time and off peak time difference and preference from the users with incentive mechanism in solving network congestion problem. A mathematical model is created to describe the situation and game theory is used in further calculation for ISP’s optimal reward and user’s optimal usage allocation rate. In consequence, total utility (social welfare) can be improved under the proposed incentive mechanism with optimal reward and usage allocation rate.

並列關鍵字

Network congestion ； Incentive mechanism ； Social welfare ； Game theory

參考文獻

3. Cachon, G. P., & Feldman, P. (2011). Pricing Services Subject to Congestion: Charge Per-Use Fees or Sell Subscriptions? Manufacturing & Service Operations Management, 13(2), 244-260. doi: doi:10.1287/msom.1100.0315

4. Chau, C.-K., Wang, Q., & Chiu, D.-M. (2010, 14-19 March 2010). On the Viability of Paris Metro Pricing for Communication and Service Networks. Paper presented at the INFOCOM, 2010 Proceedings IEEE.

7. Cornes, R., & Hartley, R. (2007). Aggregative public good games. Journal of Public Economic Theory, 9(2), 201-219.

8. Cornes, R., Hartley, R., & Tamura, Y. (2010). Two-Aggregate Games: A Method of Analysis and an Example. Available at SSRN 1702009.

9. Czerny, A. I., & Zhang, A. (2011). Airport congestion pricing and passenger types. Transportation Research Part B: Methodological, 45(3), 595-604. doi: http://dx.doi.org/10.1016/j.trb.2010.10.003