Pricing design and resource allocation for 5G services - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2022

Pricing design and resource allocation for 5G services

Tarification et allocation des ressources pour les services 5G

Naresh Modina
  • Fonction : Auteur
  • PersonId : 1215864
  • IdRef : 266921671

Résumé

The widespread adoption of 5G cellular technology will evolve as one of the major drivers for the growth of IoT-based applications. In the first part of this thesis, we consider a service provider that launches a smart city service based on IoT data readings: to serve IoT data collected across different locations, the SP dynamically negotiates and re-scales bandwidth and service functions. Network slicing is becoming the platform of choice for several applications and services. Nowadays, most applications are virtualized to gain flexibility and portability. With network slicing, operators can create multiple network slices, which can be used for different applications with specific requirements. Behind the network slicing, a slice expresses the need to access a precise service type, under a fully qualified set of computing and network requirements. Also, different infrastructure providers charge slicing services depending on specific access technology supported across sites and IoT data collection patterns. In the first part of this work, we introduce a pricing mechanism based on the age of information to reduce the cost of service providers. This provides incentives for devices to smooth traffic by shifting part of the traffic load from highly congested and more expensive locations to locations with cheaper prices while meeting the quality of service requirements of the IoT service. The proposed optimal pricing scheme comprises a two-stage decision process, where the SP determines the pricing of each location and devices schedule uploads of collected data, based on the optimal uploading policy. First, the upload of collected data to reduce the costs of the SPs is considered to be a decision problem. By employing a Markov decision process framework, we determine threshold-based optimal policies to achieve the primary objective using dynamic programming. We establish that the pricing of the locations can be reduced to finding appropriate thresholds respectively for each location, which shifts part of traffic from the highly congested locations to locations with lower congestion. Given the nature of the problem, we propose an algorithm based on simulated annealing to find the best combination of the thresholds. Then, we modify the algorithm to perform parallel computation using a well-known coloring technique that exploits the neighborhood structure of the locations to reduce the convergence time twofold. One of the key contributors to the service provider cost is the cost of leasing a network slice. For this reason, we study the resource allocation for network slices in 5G wireless networks in the later part of the thesis. Resource allocation encompasses a combination of different resource types (e.g., radio resource, CPU, memory, bandwidth). In this work, we explore a differential pricing scheme that maximizes social welfare among slices as well as among end-users. To do so, we propose a pricing mechanism that makes fairness at multiple levels: fairness among slices and fairness among slice locations. Therefore, the proposed scheme is beneficial for both the slices and the end-users independent of their location. In addition, we study the case where slices can manipulate their preferences to improve their utility. We show that the Fisher market game always has a pure Nash equilibrium and we prove Price of Anarchy is 1/N , where N is the number of slices. A major drawback of resource allocation with a centralized approach is the privacy concerns of the service providers and infrastructure providers. In the final part of this thesis, we study a decentralized resource allocation mechanism inspired by the Kelly Mechanism that preserves multi-level privacy.
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.
Fichier principal
Vignette du fichier
Manuscript_Modina.pdf (3.85 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03940709 , version 1 (16-01-2023)

Identifiants

  • HAL Id : tel-03940709 , version 1

Citer

Naresh Modina. Pricing design and resource allocation for 5G services. Networking and Internet Architecture [cs.NI]. Université d'Avignon, 2022. English. ⟨NNT : 2022AVIG0101⟩. ⟨tel-03940709⟩
95 Consultations
57 Téléchargements

Partager

Gmail Facebook X LinkedIn More