英语原文共 16 页

基于数据的服务提供中的竞争：纳什均衡特征

要点：

·提出了提供基于数据的服务的业务模式

·分析了行为者(数据提供者、服务提供者和用户)之间的相互作用

·彻底的数学分析对纳什均衡进行了分析

·计算和讨论了不同行为者在均衡时的盈余。

摘要

本文分析了基于数据的服务市场的经济可行性，这是在采用物联网或大数据技术的部门所设想的情景。给出了提供基于数据的服务的商业模型。在该模型中，服务提供者根据数据提供商在市场上收集和销售的数据构建服务，并提供服务给最终用户。服务提供商在数据市场和服务市场上进行战略竞争。通过非合作博弈理论分析了服务提供商之间的战略互动关系。对纳什均衡进行了深入的数学分析，证明并讨论了纳什均衡的存在唯一性条件。

我们的结论是，如果用户对数据价格比的敏感性高，且服务提供商的数量不超过给定的限制，则存在唯一且有意义的均衡。干涉主义者。我们还得出结论，竞争的激烈程度对用户有利，对服务提供商不利，而对数据提供商来说，在中等竞争强度时获得最大的盈利。最后，用户对数据价格比的敏感性提高，导致利益从服务提供商和数据提供商转移到用户。

1 介绍

根据欧盟委员会(EuropeanCommission)委托的一份报告[1]，2016年欧洲数据市场(EU 28)估计为595.39亿欧元，同比增长9.5%。蒂伊该报告还估计了美国数据市场(1291.73亿欧元；同比增长11.8%)、巴西数据市场(60.49亿欧元；同比增长14.7%)和日本数据市场(2550万欧元：同比增长6.2%)。今后四年将继续保持积极增长的趋势。这种乐观的预测让我们能够预见到基于数据的服务市场的出现，特别是在与物联网或大数据技术的行业中。那些推动物联网设备进步的公司将具有最大的商业化潜力，并且很可能是物联网数据市场的第一批采用者。这类行业的例子有：工业设备(24.4%的收入CAGR)、医疗设备(20.8%的收入CAGR)和汽车/运输设备(21.4%的收入CAGR)[2]。

目前，许多公司没有充分利用它们为内部运作目的收集的大部分数据[3]。这些公司被建议提供数据市场上的数据，以此作为商业化的一种方法[4]。然而，为了向用户提供有用的服务，需要购买数据并为数据增加价值的新参与者。此外，各政府机构亦有兴趣撤销有效提供数据密集型服务的障碍。例如，欧盟委员会提出了有助于实现欧盟共同数据空间的立法措施[5]。

我们的工作重点是分析这些新的参与者的盈利能力，这些公司提供基于数据的增值服务。为此，我们提出并分析了具有上述特征的干预市场的所有相关参与者之间的关系模型。应用微观经济学中的概念用于构建数据提供者的模型，对用户建模采用离散选择分析。博弈理论在本文中得到了彻底的应用，特别是在建模和分析中服务提供商之间的竞争。

本文的主要贡献如下：

提出了提供基于数据的服务的商业模型，并分析了不同行为者(数据提供者、服务提供者和用户)之间的相互作用。

·对纳什均衡进行了严格的数学分析，证明了其存在唯一性条件。

·证明了如果用户对数据-价格比率的敏感性大于1和服务提供者的数量不超过给定的限制，存在唯一和有意义的均衡。

计算和讨论不同行为者在均衡时的利润。

博弈论是一门著名的数学学科，它在微观经济学中的相互作用建模和分析中的应用由来已久(例如，见冯·诺依曼和莫根斯坦的经典著作[6]，以及维夫的最近一本书[7])。然而，在计算机网络工程中，有一种相对较新的趋势，就是将基于博弈论的模型结合起来，考虑设备、终端或服务器的自私行为（例如，参见Cagalj等人在CSMA/CA中关于自私行为的工作[8]，和关于战略性分享再投资的工作资料来源：Johari和Tsitsiclis[9]），亦或是代理人、用户和提供者的经济奖励（例如，见Laffont等人关于因特网互连的工作[10]），关于公司的工作“互联网服务提供商之间的分界”，作者Srikant和Shakkottai[11]。我们的作品属于这一趋势，它与下一小节中提到的一些作品具有相同的特点。

本文的结构如下：下一小节回顾了相关工作。该模型在第二节中进行了描述。在第三节中，确定纳什均衡的存在唯一性条件并找到了平衡策略。第四节对数值结果进行了讨论，以说明分析结果。最后，在第五节中得出结论。

1.1相关工作

参考文献[12]提出了物联网支持的智能城市感知服务模式。具体来说，它描述了“扩展服务提供商”的作用，即中间层传感器所有者/发布者和传感器数据使用者在三种不同情况下：废物管理、智能农业和环境管理。扩展服务提供者从传感器/传感器所有者/发布者获取的数据中构建增值服务，并将其提供给传感器数据使用者。这些原理也应用在我们的工作.。其他服务模型[13]假设感知数据本身是可用的，并且不需要激励数据提供者提供增强服务提供所需的数据。

在[14]中，我们研究了一个与我们相关的业务模型，其中作者分析了一种使用认知无线电网络中的频谱监测数据构建的频谱感知服务，该服务是提供给辅助用户，即动态访问频谱的无许可证用户。然而，我们的模型更为通用，不依赖于特定于技术的选择。

然而，基于ATA的服务并不一定与物联网相关联，正如数据即服务(DAAS)的出现所显示的[15]。已经有商业数据市场在运作，例如BDEX(Bigdat)获取消费者数据。然而，如上所述，为了使整个生态系统在经济上变得可行，服务提供者应该利用这些市场来构建相应的规章制度。

在基于数据的服务范围内，很少有涉及正式分析的论文。在[16]中考虑了一个基于订阅的大数据市场模型。基于拍卖的中介模型f在工作中，我们考虑了一个更现实的场景，其中包括几个服务提供商之间的战略竞争以及大量的数据提供者。

也有一些对服务提供的经济分析依赖于其他类型的资源。参考文献[18]提出并分析了云系统中服务提供的业务模型。在那里服务提供商之间为吸引用户而展开的竞争，以及从数据中心获取虚拟资源的竞争。这种环境和我们的有一些相似之处，但是存储计算资源与数据之间并没有直接的等价关系。在云服务的同一上下文中，有一组连贯而有趣的以前工作，即[19-22]。运用博弈论分析了不同主体之间的经济激励关系以及各主体之间的战略互动关系。具体来说，在[19-20]和[21]中，云用户预先请求一组未来时隙的服务，该服务采用M/m队列建模。与我们的工作一样，本文给出了纳什均衡存在性的证明，并提出了用最小信息计算均衡的迭代算法。球员之间的交流，这是我们工作中没有涉及的问题。参考文献[19]分析云用户对一个云提供商服务的竞争。用户是玩家策略是需求率，供应商按照多项式请求价格模型收费。参考文献[20]分析类似的场景，但云提供商现在是一个活跃的参与者，具体而言联盟是Stackelberg游戏中的领导者，它选择一个异构服务器的子集来提供服务。一种面向云提供商的能源成本模型提出并求解了一个广义Nash均衡问题。最后，参考文献[21]再一次分析云用户之间的竞争。他为一家云提供商提供服务，但现在每个用户都在策略上竞购预留的时隙。提供程序按照比例公平标准分配多个服务器。有[19-20]和[21]与我们的工作之间的异同。在所有这三种引用中，游戏都是为云用户制定的，而在我们的工作中，则是为服务完成的。提供者。当云用户试图最大化他们自己的效用时，服务提供商试图通过同时为最终用户提供服务来最大化他们各自的利润。这些最终用户没有出现在三个参考资料中。此外，一个云提供商是[20]的参与者，而不是[19]和[21]，而在我们的工作中，数据提供者很多，而且它们是不是玩家。不过，我们为数据提供者提供了一个成本模型的基本原理，正如在[20]中所做的那样。

最后，我们在[23]的竞争场景中讨论了一种基于中介的业务模型，其中服务提供商介于无线传感器网络和用户之间。本论文基因本文对服务提供者之间的博弈进行了推导和讨论。

2 模型描述

我们考虑以下利益相关者采取行动的情况

·N个数据提供商(DPS)；

·K服务提供商(SPS)；

·M用户(US)

这些利益相关者通过数据关系和商业关系进行交互：数据关系描述不同利益相关者之间如何从数据来源转移数据。数据提供商(DPS)给最终数据消费者(US)；商业关系描述如何将金钱作为转移和处理数据的报酬。关系示意图每一类涉众之间的ps如图1所示，其中数据关系表示数据的传输(原始数据，从dps到sps，或者处理数据，从sps到us)。

2.1数据路径

每个dp都可以提供任何类型的信息，一般情况下我们将称之为“数据”。DPS因其操作而收集数据。第j个Dp以RJ的速率生成数据，它是以每秒比特(Nbps)来度量的；此速率只测量有用的数据，而不管其物理速率或格式如何。每个DP只能决定是否将其数据传递给SPS。DPS和SPS之间数据传递的细节与模型无关。无论如何，数据不得重复使用。

这些数据随后由SPS整合。每个SP处理从DPS收集的数据，以组成具有附加价值的服务，并通过网络将这些服务交付给用户。SP I按总价Ri出售数据服务。每个用户都可以决定选择一个SP的服务；如果它选择了，它就不会加入另一个SP；它的选择由SP的索引I=1。

2.2 商业路径

利益相关者之间的商业关系在底层描述图1。箭头表示货币方向（即服务的反方向）。 我们假设服务付款是根据以下付款方案：DPsSP的线性定价关系，其中价格驱动因素是数据速率，单位价格是a，以及SPs-用户关系的固定费率定价。 DP可以决定是否将其数据授予SP，使得加入SP平台的DP的实际数 n le; N. DP和用户所做出的决定分别由其利润和效用驱动：如果数有

利可图，DP将提供他们的数据，并且用户将加入提供最高效用的SP（如果有的话）。 因此，定价对渗透率（即加入市场的利益相关者的数量）和利益相关者获得的利润都有影响。我们首先考虑渗透率，然后考虑利润。让我们首先考察一下移民的决定。我们记得每个DP通过向SP销售其数据获得利润，并且具有访问网络的成本，因此通用DP的利润是

其中常数a是每个数据速率单位的价格，假设所有DP都是共同的，而f是DP承担的成本（例如，用于网络支付）。这两种付款均以通用货币单位表示。假设DP的数量足够高，这使我们可以假设每个DP作为价格接受者。单价a和因此给出费用f。DP不能通过任何机制（例如，讨价还价，提供商选择单独或作为整体影响价格a。实际上，每个DP都投入了有限的决策权，即接受市场为数据设定的价格（SP是买方，DP是卖方）或拒绝它们。每个DP的决定都是基于利润做出的。通用DP j只有在其利润为非负的情况下才进入市场，即ge; 0.。虽然DP提供的数据是同质产品，每个DP以不同的数据速率提供数据（例如，它可能受到技术原因的限制）。为了模拟数据速率的个体差异，我们假设速率（j=1，...，N）在区间[0，r]（均匀分布）之后形成一组随机变量。

DP j 将会进入市场，如果Pi;jge; 0.。这件事的概率

作为决策过程的结果，连接的DP的数量变为随机变量。设这个随机变量和n的期望值

线性减少的标准化费用。然后,所有连接的DP将提供等于的预期总价等于等于

我们已将最大提供数据速率定义为

通过反转(4) , 我们可以用单价a作为汇总速率的函数

:

该表达式给出了应该支付给DP以提供汇总数据速率的单价。让我们现在检查用户的决定。预期的用户消费是离散的选择，即用户从提供他她最高效用的SP订购服务。这是一个适用于共享一组基本特征的服务的模型，因此不同SP提供的服务不能视为互补。因此，没有激励用户捆绑来自多个SP的组合服务。尽管存在这种相似性，但服务并不相同，因为除了价格之外，它们还通过额外的服务功能进行区分;此功能是SP获取的数据速率提供服务。我们采用离散选择模型描述在[24].在该模型中，用户u可以选择离散集中的选项;选择期权i时的效用是。该实用程序由两个术语组成，分别代表选项和未观察到的用户特定部分的客观特征，其被认为是随机变量。用户选择选项i的概率可以从变量的分布中获得，并且这可以作为进行该选择的用户的一部分，因为用户群体大小使得M变大。

每个SP i的用户按固定费率收费,并接收由汇总数据速率 组成的服务.在这种情况下,目标部分被提议为

因此我们需要服从以下条件：

1. 用户的实用程序随服务数据速率增长;

2. 对的依赖是对数的，因为基于资源的服务的用户体验和满意度遵循对数定律[26];

3. 类似的推理可以应用于，这使我们得出比率应该是相关幅度的命题;

4. mu;gt; 0作为灵敏度参数;

5. 比率对应于“无提供者”选项，其值描述了此选项对用户的吸引力。

关于实用程序的未观察到的用户特定部分，建议每个用户独立且相同地Gumbel分布为均值0和参数nu;。此外，对于足够高的M，用户可以被现实地假设为价格接受者。因此，每个用户可以选择订阅任何K个提供商或放弃该服务（“无提供者”选项）。因此，对于通用SP，我们可以引入渗透率，即订阅用户的数量的比率。

第i个服务到用户总数M.在上述假设下，可以显示[27]

表示用户对数据速率与价格比的敏感度的参数。 的值越高,对用户的吸引力就越大。在限制中,如果灵敏度是无限的,则所有用户将订阅具有最高比率的SP。相反,使用零灵敏度,用户将在K 个SP和“无提供者”之间平均分配。

• 1. 竞争游戏

在本小节中，描述了SP之间的竞争，并且其作为游戏的建模是合理的。

SP之间存在竞争以从DP获取数据。DP被

资料编号：[5243]