車聯(lián)網(wǎng)環(huán)境下基于時(shí)空類大數(shù)據(jù)分析的聯(lián)盟博弈

?

車聯(lián)網(wǎng)環(huán)境下基于時(shí)空類大數(shù)據(jù)分析的聯(lián)盟博弈

車聯(lián)網(wǎng)環(huán)境下，車輛、傳感器及執(zhí)行器等收到的信息有著容量大、變化多、速度快等特點(diǎn)，使得傳遞的信息具有時(shí)空特性。因此，數(shù)據(jù)的成功傳遞大部分依賴中繼節(jié)點(diǎn)的行為表現(xiàn)。采用合作和非合作貝葉斯聯(lián)盟博弈（BCGs）和自動(dòng)學(xué)習(xí)機(jī)（LA）來分析中繼節(jié)點(diǎn)的行為表現(xiàn)。其中，LA安裝在每個(gè)車輛上充當(dāng)博弈者。最初，每個(gè)博弈者任意從策略空間選擇某一策略，且任意策略的選擇概率相同。隨著博弈的進(jìn)行，博弈者會(huì)繼續(xù)運(yùn)動(dòng)（前進(jìn)、后退或保持不動(dòng)）。每個(gè)自動(dòng)學(xué)習(xí)機(jī)都定義了3個(gè)屬性Cid、V和PU。Cid是聯(lián)盟的id，V是由貝葉斯定理確定的條件概率，PU是博弈者使用的支付工具。

合作/非合作聯(lián)盟算法是每個(gè)博弈者選擇合作或非合作策略。博弈中，用有向非循環(huán)圖（ADG）來代表博弈者及博弈者與其它博弈者的關(guān)系。每個(gè)博弈者的屬性都搭配ADG邊緣，且支付工具由公式計(jì)算。支付工具會(huì)根據(jù)合作和非合作策略的選擇來進(jìn)行調(diào)節(jié)。兩種情況下,如果支付比率小于設(shè)定的門限值，則博弈者得到獎(jiǎng)勵(lì)；否則得到處罰。支付工具由此不斷更新。最后，計(jì)算出每位博弈者的獎(jiǎng)勵(lì)和懲罰數(shù)量比。篩選出比值最大的那個(gè)策略，這有助于建立納什均衡。

合作模式的分析。在使用合作路徑時(shí)，每個(gè)博弈者共享獎(jiǎng)勵(lì)和控制策略，從而形成聯(lián)盟?；谄渌┺恼攉@取的信息，每個(gè)博弈者選擇控制策略。每個(gè)博弈者信息的交換取決于信息傳遞到車輛的概率時(shí)間和在中繼節(jié)點(diǎn)等待的概率時(shí)間。這些概率通過單位時(shí)間內(nèi)成功傳遞的信息占總發(fā)送信息的比值來計(jì)算得到。

非合作模式的分析。在非合作模式下，每個(gè)博弈者的策略目的是，根據(jù)置信概率和其它博弈者與行為概率向量有關(guān)的策略來獲取PU的最大值。置信度是使用各種動(dòng)作執(zhí)行的條件概率來表示的。每個(gè)博弈者通過使用貝葉斯定理和其它博弈者行為表現(xiàn)來不斷更新置信度。在所提出的方案里，可以通過使用置信概率來獲得多納什均衡點(diǎn)，這些點(diǎn)可以控制3種信息的中轉(zhuǎn)傳遞。仿真結(jié)果表明，相比空間知識(shí)不完整策略，憑借空間知識(shí)完整的策略獲得納什均衡點(diǎn)的概率就會(huì)增加，而且吞吐量也會(huì)增加；所提出的方案在節(jié)點(diǎn)行為、商榷時(shí)間、學(xué)習(xí)率和行為數(shù)量等方面有較好的表現(xiàn)。

刊名：IEEE Internet of Things Journal（英）

刊期：2013年

作者：Neeraj Kumar et al

編譯：謝秀磊