Pricing design and resource allocation for 5G services

Tarification et allocation des ressources pour les services 5G L'adoption généralisée de la technologie cellulaire 5G deviendra l'un des principaux moteurs de la croissance des applications basées sur l'IdO. Dans la première partie de cette thèse, nous considérons un fournisseur de services qui lance un service de veille intelligente basé sur les lectures de données IoT : pour servir les données IoT collectées à différents endroits, le fournisseur de services (SP) négocie et redimensionne dynamiquement la bande passante et les fonctions de service. Le découpage de réseau devient la plate-forme de choix pour plusieurs applications et services. Derrière le découpage réseau, une tranche exprime le besoin d'accéder à un type de service précis, dans le cadre d'un ensemble complet d'exigences informatiques et réseau. Dans la première partie de ce travail, nous introduisons un mécanisme de tarification basé sur l'âge de l'information pour réduire le coût des SP. Cela incite les appareils à lisser le trafic en déplaçant une partie de la charge de trafic des emplacements très encombrés et plus chers vers des emplacements avec des prix moins chers tout en répondant aux exigences de qualité de service du service IoT. Le schéma de tarification optimale proposé comprend un processus de décision en deux étapes, dans lequel le SP détermine la tarification de chaque emplacement et les appareils planifient les téléchargements des données collectées, en fonction de la politique de téléchargement optimale. Premièrement, le téléchargement des données collectées pour réduire les coûts des PS est considéré comme un problème de décision. En utilisant un cadre de processus décisionnel de Markov (MDP), nous déterminons des politiques optimales basées sur des seuils pour atteindre l'objectif principal à l'aide de la programmation dynamique. Plus tard, nous proposons un algorithme de recuit simulé pour trouver la meilleure combinaison des seuils conduisant à une tarification appropriée. Ensuite, nous permettons à l'algorithme de s'exécuter en parallèle sur plusieurs emplacements en utilisant une technique de coloration bien connue pour réduire le temps de convergence par deux. L'un des principaux contributeurs au coût du fournisseur de services est le coût de location d'une tranche de réseau. Pour cette raison, nous étudions l'allocation des ressources pour les tranches de réseau dans les réseaux sans fil 5G dans la dernière partie de la thèse. L'allocation de ressources englobe une combinaison de différents types de ressources (par exemple, ressource radio, CPU, mémoire, bande passante). Dans ce travail, nous explorons un système de tarification différentielle qui maximise le bien-être social parmi les tranches ainsi que parmi les utilisateurs finaux. Pour ce faire, nous proposons un mécanisme de tarification qui rend l'équité à plusieurs niveaux : équité entre les tranches et équité entre les emplacements des tranches. Par conséquent, le schéma proposé est bénéfique à la fois pour les tranches et les utilisateurs finaux, indépendamment de leur emplacement. De plus, nous étudions le cas où les tranches peuvent manipuler leurs préférences pour améliorer leur utilité. Nous montrons que le jeu de marché de Fisher a toujours un équilibre de Nash pur et nous prouvons que Price of Anarchy est 1/N , où N est le nombre de tranches. Un inconvénient majeur de l'allocation des ressources avec une approche centralisée est les préoccupations de confidentialité des fournisseurs de services et des fournisseurs d'infrastructure. Dans la dernière partie de cette thèse, nous étudions un mécanisme décentralisé d'allocation des ressources inspiré du mécanisme de Kelly qui préserve la confidentialité à plusieurs niveaux.