Nash组建ISP内容提供商联盟的案例

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《The Case for Formation of ISP-Content Providers Consortiums by Nash
  Bargaining for Internet Content Delivery》
---
作者：
Debasis Mitra, Abhinav Sridhar
---
最新提交年份：
2018
---
英文摘要：
  The formation of consortiums of a broadband access Internet Service Provider (ISP) and multiple Content Providers (CP) is considered for large-scale content caching. The consortium members share costs from operations and investments in the supporting infrastructure. Correspondingly, the model\'s cost function includes marginal and fixed costs; the latter has been important in determining industry structure. Also, if Net Neutrality regulations permit, additional network capacity on the ISP\'s last mile may be contracted by the CPs. The number of subscribers is determined by a combination of users\' price elasticity of demand and Quality of Experience. The profit generated by a coalition after pricing and design optimization determines the game\'s characteristic function. Coalition formation is by a bargaining procedure due to Okada (1996) based on random proposers in a non-cooperative, multi-player game-theoretic framework. A necessary and sufficient condition is obtained for the Grand Coalition to form, which bounds subsidies from large to small contributors. Caching is generally supported even under Net Neutrality regulations. The Grand Coalition\'s profit matches upper bounds. Numerical results illustrate the analytic results.
---
中文摘要：
对于大规模内容缓存，考虑组建宽带接入互联网服务提供商（ISP）和多个内容提供商（CP）的联盟。联合体成员分担运营成本和配套基础设施投资成本。相应地，模型的成本函数包括边际成本和固定成本；后者在决定产业结构方面起着重要作用。此外，如果网络中立性法规允许，ISP最后一英里的额外网络容量可能由CPs承包。用户数量取决于用户的需求价格弹性和体验质量。联盟在定价和设计优化后产生的利润决定了博弈的特征函数。联盟的形成是根据冈田（1996）在非合作、多人博弈论框架下基于随机提议者的谈判程序。得到了大联盟形成的一个充要条件，它将补贴从大贡献者限制到小贡献者。即使在网络中立性法规下，也普遍支持缓存。大联盟的利润符合上限。数值结果说明了分析结果。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> The_Case_for_Formation_of_ISP-Content_Providers_Consortiums_by_Nash_Bargaining_f.pdf (867.58 KB)

2022-6-11 00:41:24 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：ISP 提供商 Quantitative Contribution Optimization

通过Nash讨价还价组建ISP内容提供商传感器的案例Universitydebasismitra@columbia.eduAbhinavSridharColumbia大学和Qualcommas5183@columbia.eduAbstract-对于大规模内容缓存，需要考虑组建一个宽带接入互联网服务提供商（ISP）和多个内容提供商（CP）的联盟。联合体成员分担运营成本和支持基础设施投资成本。相应地，模型的成本函数包括边际成本和固定成本；后者在决定产业结构方面起着重要作用。此外，如果网络中立性监管允许，ISP最后一英里的额外网络容量可能由CPs承包。用户数量是由用户的需求价格弹性和体验质量共同决定的。定价和设计优化后的联盟产生的利益决定了游戏的特征函数。联盟的形成是在非合作多人博弈论框架下，根据Okada（1996）提出的基于随机提议的讨价还价过程。为大联盟的形成提供了必要和充分的条件，将补贴从大贡献者限制到小贡献者。即使在NetNeutrality法规下，也普遍支持缓存。大联盟的利益符合上限。数值结果说明了分析结果。索引条款内容交付、纳什谈判、网络中立。一、 简介视频流等商业级Web应用的增长非常迅速。来自提供商（如Net flix和YouTube）的内容已经构成了所有互联网流量的重要组成部分，而且这一趋势正在强劲上升。

例如，2018年第一季度，Netflix和YouTube在每天高峰时段的互联网流量中占比超过50%，各自占下游流量的比例分别为31.62%和18.69%[1]。2018年，Netflix本身在全球拥有1.25亿用户[2]。这是公认的挑战，缓存（以各种形式）已被公认为解决此环境中性能问题的重要技术。例如，参见T.Leighton的《照明论文》[3]。缓存要有效，需要参与者（即内容提供商、控制到最终用户的最后一英里的SP和传输SP）之间在从工程到业务的各个层面上进行合作。2014年，全国媒体就网络流量限制问题清楚地看到了这种合作的缺失。作者感谢与王琼（UIUC）的讨论带来的好处。本文报告的工作得到了美国国家科学基金会CMMI-1435378的资助。Comcast和其他ISP的流量。然而，这种关系最近变得很好【4】，部分原因可能是由于Net flix的OpenConnect缓存系统的部署带来了互惠互利【5】。除了ISP-CP关系之外，其他重要因素也决定了恶作剧用户行为的规模和ZF法规，尤其是网络中立性。在本文中，我们对上述参与者和因素的兴趣和行为进行了广泛的分析，目的是深入了解用于互联网内容交付的超大规模缓存的新方法。查看缓存解决的性能瓶颈非常有用。延迟是用户体验质量的主要决定因素[6]。

莱顿（Leighton）[3]认为，他称之为“距离瓶颈”（distance瓶颈）和“中间英里”（middle mile）的“限制瓶颈”（Limiting瓶颈）是指在内容源和最后一英里之间穿越互联网所花费的时间。[3]中指出，延迟和吞吐量呈反比关系。[3]中的表格显示了以下两个连接之间的对比，（i）本地连接小于100英里，以及（ii）跨大陆连接约3000英里。各自的性能如下：延迟1.6 ms vs 48 ms，吞吐量44 Mbps vs 1 Mbps，4GB内容下载时间12分钟vs 8.2小时。最近的一篇论文[7]基于ISP和单个CP之间业务交互的Stackelberg领导者-追随者模型，对相关问题进行了建模和分析。Stackelberg模型已经建立得很好了[8]。然而，我们认为，在这种情况下，它有几个缺点：（a）ISP作为领导者和CP作为追随者的假设在当前和将来可能都不合理；（b） 作为一种商业互动模型，它有很多需要考虑的地方，即将Stackelberg模型中所有参与者的综合绩效与规范性基准进行比较，对前者非常不利；（c） 对网络中立政策效果的预测值得怀疑。让我们解释一下。苏珊·克劳福德（SusanCrawford）[9]在2013年生动地描述了面对现任者的反对，尤其是康卡斯特（Comcast），Netflix的生存权。今天的情况大不相同。FLIX的净市值为1730亿美元，而康卡斯特的净市值为1610亿美元。如今，它被定位为内容流媒体行业的领导者，事实上，所有主要的流媒体视频公司都是具有相当大影响力的主要参与者。

这些参与者的讨价还价能力是实质性的，当然超过了斯塔克伯格模型中追随者的地位。[7]中的数据表明，斯塔克伯格模型中ISP和CP的组合收益率大大低于可被视为标准基准的收益率，即在理想化环境中实现的收益率，在理想化环境中，玩家在定价和系统设计方面进行合作，以最大化组合收益率。然而，没有提出如何在竞争环境中实现规范绩效基准的模型。在对网络中立性的分析中，文献[7]证明，ifregulations禁止向CP的服务增加网络容量，然后缓存崩溃。给出的解释是，提高缓存的单价符合ISP的利益，因为它增加了缓存的利润，即使它的数量在不断减少，而CP作为跟随者必须接受；然而，这种价格上涨对CP性能的影响越来越大，导致CP在达到nullpoint之前减少了缓存部署。任何观察者都有理由认为一定有更好的方式来经营企业！这里讨论了[7]中的其他重要缺陷。其中最重要的是ISP和CPs产生的固定公共成本。固定成本来自基础设施、设备、建筑、稳定可靠的电源、空调、维修等。这些成本不同于边际成本，边际成本与用户数量、缓存和增强的网络容量成比例。

固定共同成本是通信行业经济中众所周知的因素，通常规模较大，并且在进入壁垒、自然垄断形成和监管方面对行业结构产生重大影响；例如，参见[10]和[11]。该模型的一个相关特征（在[7]中没有）是存在多个可能是异质的CP。特别是在存在大量固定成本的情况下，自然的业务框架是这些成本可以共享的地方。事实上，这是关键所在。我们寻求一个投资和运营框架，在这个框架中，行业参与者为了利益而竞争，但出于自身利益而合作，同时他们的议价能力也不会扭曲。我们提出的框架是非合作博弈论，纳什讨价还价是联盟形成的基础。更具体地说，虽然结果适用于其他协议，但我们关注的是一个由冈田（Okada）[12]提出的随机提议的协议。消除了第一个投标人的众所周知的优势，并存在一个平等的谈判领域。我们概述了我们的结果。（i） 我们面临的第一个挑战是获取所有参与者集合（包括一个ISP和KCP）中任何联盟或子集的特征函数值。这些值对应于联盟在设计优化后获得的利润。pro-fit函数的诱人之处在于，它与每个CP对应的组件具有相加性，并且由于共同执行的成本F，只存在耦合。优化是基于其订阅者支付的价格（或费用）、每个CP的缓存大小和增量网络容量。

我们明确地获得了最优价格，并证明了价格函数相对于缓存大小是凹的，这为其最优提供了一个简单的条件。（ii）对于随机提议者的协议，冈田[12]获得了形成大联盟的必要和充分条件。我们为我们的模型获得了一个简单的等价条件。对这种情况的一种解释是，联盟中可能存在大利润贡献者对小利润贡献者的补贴，但补贴是有限的。具体而言，平均贡献与最小贡献之间的差距受到上限的限制。（iii）该结果的操作含义是，有必要应用一种形式的联盟许可控制，以形成大联盟。（iv）我们的分析和数值结果表明，网络中立性规则不会导致放弃缓存。这表明，与[7]相反的结果是Stackelberg模型的伪影。（v） 我们表明，如果联盟中的所有参与者都满足联盟准入控制条件，那么即使CPs退出，它也会保持满足。（vi）我们将组成大联盟的谈判所隐含的对所有参与者的平等利益与Shapley Valuepayoffs进行了比较，并发现非合作基金会的成本分摊公式截然不同。（vi）我们的数字结果说明并证实了分析。举例说明了网络中立性监管可以减少可能加入联盟的CP数量。此外，还给出了一个例子，其中cache和incrementalnetwork容量在很大范围的参数值上充当经济替代品。

（我们交替使用术语“财团”和“联盟”，通常分别在业务和分析上下文中使用）。在内容交付网络（CDN）的定价和经济性方面有大量的前期工作【13-15】。CDN作为ISP和CP之间的中介，在互联网上发挥着重要作用。然而，在这里考虑的模型中，这一角色由大型CP承担。Net flix就是最好的例子，它以前依赖CDN【16】，现在主要是自己的CDN。诚然，CDN在未来将扮演什么角色还有待观察。此外，在算法和教学部署方面有大量的前期工作[17-18]。由于我们的重点在其他地方，所以我们依赖于基本和早期的缓存模型[19]。二、型号A。系统模型和订阅方我们的系统模型有多个异构CP。每个CPmay都将其内容存储在不同的地理分散位置，通常存储在云中，并与ISP的数据中心保持一定距离。假设CP k的含量为∑k（k=1，2，…，k）。虽然我们关注的是以时间单位衡量的延迟（位），但在分析中，我们发现可以方便地使用网络容量的概念，网络容量与吞吐量相关，行为与延迟成反比，并且每单位时间有位单位。我们所考虑的系统（见图1）有一个大小为k的缓存，用于CP k的内容；缓存位于最后一英里的终点，或与ISP的数据中心相连接。在缓存命中的情况下，即CP k最终用户的内容选择碰巧存储在缓存中，用户经历的总延迟仅用于最后一英里的内容交付，而在缓存丢失的情况下，由于互联网从内容源到最后一英里的遍历，会有额外的延迟，这通常很大。

Letrand r分别对应于缓存命中和未命中情况下的网络容量，因此r>r。让hk表示缓存命中概率。在Serpanoset之后。我们假设。1： System Modelhk=log（Sk+1）log∑k（1）CP k用户的平均网络容量表示为byRk，其中，Rk=rhk+r（1- hk）（2）我们考虑第二个性能增强功能，即CP k的βkper用户在ISP的最后一英里基础设施上的网络容量增强。此增强增强了SR，即所有用户的默认网络容量。能力增强需要在CPs和THISP之间协商，并遵守法规。如果启用增强，则其效果是修改CP k用户的平均网络容量，因此，Rk=（r+βk）hk+r（1- hk）（3）我们采用了[7]中的用户行为模型，其中CP k、nk提供的服务的用户数量取决于两个主要因素，即定价和体验质量（QoE）。我们让nk以乘积形式给出，nk（pk，βk，Sk）=Dk（pk）Qk（βk，Sk），（k=1，2，…，k）（4）这里，Dk（pk）表示服务价格的影响，pk，Qk（βk，Sk）表示QoE影响。具体而言，用户对价格的反应基于需求的恒定价格弹性[8,20,21]：Dk=Akpεkk（5），其中εk>0是恒定弹性，aki是潜在订阅者群的度量。请注意，丹麦pkpkDk=-εk，（6）即，恒定弹性是价格微小百分比变化的需求百分比变化。我们进一步假设εk>1，这与通信和电力行业[21]中的历史数据一致。QKRE函数表示QoE对订阅的影响。在al的Reichl之后。

[22]，我们让对数函数将QoS映射到QoE，QoS由CP k，Rk的用户经历的平均网络容量给出，即Qk（βk，Sk）=log Rk（βk，Sk）（7），在不丧失一般性的情况下，我们选择的单位是r=1in（3）。那么，Rk（βk，Sk）=（δr+βk）hk+1，（k=1，2，…，k）（8），其中δr=r- r=r- 1 > 0. 因此，从（4）-（8）中，CP k的订户数量，nk（pk，βk，Sk）=Akpεkklog Rk（βk，Sk）（9）B。成本我们在此收集模型中假设的成本信息。重要的是，我们已将ISP和CPs单独产生的固定共同成本包括在内。设c为所有CP为支持每个用户而产生的成本，因此CP k产生的相应边际成本为cnk。这一成本是由于计费、身份验证等费用造成的。CP k的缓存费用是安装的缓存的c（s）kper单位，因此其缓存安装成本是c（s）kSk。固定成本用fk表示。ISP的固定成本（通常较大）由F表示。我方理解，只有在达成联盟组建协议的情况下，ISP才会产生固定成本。我们还让η（S）和η（β）分别表示ISP产生的缓存和网络容量的单位成本。C、 非联盟业务模式在此业务模式中，ISP以单价向每个CP缓存和网络容量销售，并产生上述提供这些资源的单位成本；单价可能是特定于CP的。每个CP的收入来自其订户支付的费用。让ISP为CP k的缓存销售和网络容量设置的单价分别为t（S）和t（β）k。