经济理论在分布式资源分配中的建模方法分析

doi:10.13190/j.jbupt.2014.s1.004

北京邮电大学学报 ›› 2014, Vol. 37 ›› Issue (s1): 18-22.doi: 10.13190/j.jbupt.2014.s1.004

经济理论在分布式资源分配中的建模方法分析

王恩泽, 乔建忠, 林树宽

东北大学信息科学与工程学院, 沈阳 100819

收稿日期:2013-11-06 出版日期:2014-06-28 发布日期:2014-06-28
作者简介:王恩泽（1984- ），男，博士生，E-mail：texwang@163.com；乔建忠（1964- ），男，教授，博士生导师.
基金资助:
国家自然科学基金项目（61075021）

Analysis of Economic Theory Based Modeling for Distributed Resource Allocation

WANG En-ze, QIAO Jian-zhong, LIN Shu-kuan

College of Information Science and Engineering, Northeastern University, Shenyang 100819, China

Received:2013-11-06 Online:2014-06-28 Published:2014-06-28
Supported by:

摘要/Abstract

摘要：

利用经济理论解决分布式资源分配问题一直是研究热点，如何兼顾分布式计算和经济理论特点来建立模型的问题很少作过系统的分析.通过详细分析分布式环境和经济市场环境的异同，指出资源分配问题中资源、任务、个体和价格是建模过程中容易忽略分布式基本特征的核心要素，给出了如何解决相应问题的建议；利用新兴古典经济学中的分析框架对分布式资源分配问题进行了经济性分析，给出了应用经济理论解决资源分配问题的建模方法并举例验证.

关键词: 分布式计算, 资源分配, 经济理论

Abstract:

Research on economic theory to solve distributed resource allocation problem, especially its characteristics in distributed computing is ignored. The difference between two environments is analyzed. It is pointed out that the key elements of ignored features in distributed computing is resource, task, individual and price. The framework in neoclassical economics to make economic analysis for distributed resource allocation is given by comparing the resource allocation process in distributed market environment. The modeling method of how to use economic theory to solve distributed resource allocation is described.

Key words: distributed computing, resource allocation, economic theory

中图分类号:

TN302.7

王恩泽, 乔建忠, 林树宽. 经济理论在分布式资源分配中的建模方法分析[J]. 北京邮电大学学报, 2014, 37(s1): 18-22.

WANG En-ze, QIAO Jian-zhong, LIN Shu-kuan. Analysis of Economic Theory Based Modeling for Distributed Resource Allocation[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2014, 37(s1): 18-22.

参考文献

[1] 张联峰,刘乃安,钱秀槟,等. 综述: 对等网(P2P) 技术[J]. 计算机工程与应用,2005, 41(12): 142-145.

[2] 周文莉,吴晓非. P2P技术综述[J]. 计算机工程与设计, 2006,27(1): 76-79.

[3] Foster I, Kesselman C. The grid 2: blueprint for a new computing infrastructure[M]. Access Online via Elsevier, 2003.

[4] Korpela E, Werthimer D, Anderson D, et al. SETI@ home—massively distributed computing for SETI[J]. Computing in Science & Engineering, 2001, 3(1): 78-83.

[5] Weiss A. Computing in the clouds[J]. Networker, 2007, 11(4): 16-25.

[6] Brian H, Brunschwiler T, Dill H, et al. Cloud computing[J]. Communications of the ACM, 2008, 51(7): 9-11.

[7] Sutherlaind I E. A futures market in computer time[J]. Communications of the ACM, 1968, 11(6): 449-451.

[8] Waldspurger C A. A distributed computational economy for utilizing idle resources[D]. Doctoral Dissertation, Massachusetts Institute of Technology, 1989.

[9] Waldspurger C A, Hogg T, Huberman B A, et al. Spawn: a distributed computational economy[J]. Software Engineering, IEEE Transactions on, 1992, 18(2): 103-117.

[10] Mackie M J K, Varian H R. Pricing the internet[J]. Public Access to the Internet, 1995: 269-314.

[11] Cheng J Q. The WALRAS algorithm: a convergent distributed implementation of general equilibrium outcomes[J]. Computational Economics, 1998, 12(1): 1-24.

[12] Wolski R, Plank J S, Brevik J, et al. Analyzing market-based resource allocation strategies for the computational grid[J]. International Journal of High Performance Computing Applications, 2001, 15(3): 258-281.

[13] Buyya R, Abramson D. The grid economy[J]. Proceedings of the IEEE, 2005, 93(3): 698-714.

[14] Stuer G, Vanmechelen K. A commodity market algorithm for pricing substitutable grid resources[J]. Future Generation Computer Systems, 2007, 23(5): 688-701.

[15] Grosu D. Auction-based resource allocation protocols in grids[C]//Proceedings of the 16^th IASTED International Conference on Parallel and Distributed Computing and Systems, 2004: 20-27.

[16] De A M D, Buyya R. An evaluation of communication demand of auction protocols in grid environments[C]//Proceedings of the 3^rd International Workshop on Grid Economics & Business (GECON 2006), 2006:1-12.

[17] Vickrey W. Counter speculation, auctions, and competitive sealed tenders[J]. The Journal of Finance, 1961, 16(1): 8-37.

[18] 魏立佳. 从微观理论到社会实践:市场设计的最新进展综述[J]. 世界经济文汇, 2013(3): 89-104.

[19] 杨小凯. 新兴古典经济学与超边际分析[M]. 北京: 社会科学文献出版社, 2003.

[20] 王恩泽,乔建忠,林树宽. 一种基于超边际分析的分布式资源分配方法[J]. 东北大学学报: 自然科学版, 2011, 32(2): 219-222.

[21] 哈尔 R 范里安. 微观经济学:现代观点[M]. 费方域, 译. 上海:上海人民出版社,2001: 38-53.

经济理论在分布式资源分配中的建模方法分析

Analysis of Economic Theory Based Modeling for Distributed Resource Allocation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	魏明亮耿绥燕赵雄文胡玮范静怡. 超密集网络中移动边缘计算的资源分配和任务卸载联合优化研究[J]. 北京邮电大学学报, 2023, 46(2): 50-56.
[2]	公雨魏翼飞. 一种集成学习辅助DDPG的资源优化算法[J]. 北京邮电大学学报, 2023, 46(2): 29-36.
[3]	彭维平杨玉莹宋成阎俊豪. VEC中多边缘节点协作卸载与资源分配算法[J]. 北京邮电大学学报, 2023, 46(2): 78-83.
[4]	郭兴康孙君. 基于交替方向乘子法与深度强化学习算法的资源分配[J]. 北京邮电大学学报, 2022, 45(6): 126-130.
[5]	郁小松, 朱青橙, 顾佳明, 赵永利, 张杰. 云边协同光量子物联网架构及资源分配[J]. 北京邮电大学学报, 2022, 45(3): 50-56.
[6]	杜梅, 周军华, 李敦桥, 陈士钊, 魏翼飞. MEC计算卸载与资源分配联合智能优化方案[J]. 北京邮电大学学报, 2022, 45(2): 65-71.
[7]	张雨晴, 李云, 黄鸿锐, 庄宏成. 异构网络中任务卸载与资源分配联合优化算法[J]. 北京邮电大学学报, 2022, 45(2): 91-97.
[8]	贾雨宁, 魏翼飞, 周军华. 基于SDN与NFV的服务功能链编排算法[J]. 北京邮电大学学报, 2022, 45(2): 85-90.
[9]	高晓娜, 卢光跃, 叶迎晖, 昝金枚. 认知反向散射网络通信容量公平的资源优化[J]. 北京邮电大学学报, 2021, 44(6): 26-32.
[10]	黄晓舸, 王永生, 赖晨彬, 陈前斌. 车联网基于信任度的RSU识别及资源分配算法[J]. 北京邮电大学学报, 2021, 44(2): 109-115.
[11]	田辉, 倪万里, 王雯, 郑景桁, 贺硕. IRS辅助的边缘智能系统中基于数据重要性感知的资源分配[J]. 北京邮电大学学报, 2020, 43(6): 51-58.
[12]	薛建彬, 丁雪乾, 刘星星. 缓存辅助边缘计算的卸载决策与资源优化[J]. 北京邮电大学学报, 2020, 43(3): 32-37.
[13]	郭少雄, 刘玉涛, 吕玉静, 张中兆. 多载波认知无线电无线携能通信资源分配算法[J]. 北京邮电大学学报, 2020, 43(3): 19-23.
[14]	李强, 鲁昌龙, 曹斌, 张钦宇. 基于网络切片的高频谱效率无线资源管理[J]. 北京邮电大学学报, 2019, 42(4): 50-56.
[15]	田心记, 张浩天, 李晓静, 张长森. UDN中基于JR-CoMP的分簇和资源分配方案[J]. 北京邮电大学学报, 2019, 42(3): 72-78.