Incitation à la mise en cache dans les réseaux de véhicules

Incitation à la mise en cache dans les réseaux de véhicules

Nous présentons dans cette section notre politique d’incitation à la mise en cache pour les réseaux d’Internet de véhicules. Nous commençons par présenter le modèle du système. Puis, nous modélisons la distribution de la popularité du contenu et la popularité globale des CPs. Enfin, nous détaillons notre politique d’incitation et la solution proposée. 

Modèle du système cache dans les réseaux d’IoV

Notre scénario est composé de m sociétés de transports public des voyageurs (Public Transport Company, PTCs) et un ensemble de C fournisseurs de contenu (Content Provider, CPs). G = {PTC1,PTC2,··· ,PTCm} est l’ensemble des PTCs. Comme exemple des PTCs nous citons : les sociétés des bus comme FlixBus, les sociétés de Taxi ou de co-voiturage (BlaBlaCar) ou même les CTCs (Compagnie de Transport avec Chauffeur) comme Yassir, Uber, Lyft, temtem, etc. Chaque PTC i possède un ensemble de vi véhicules géographiquement répartis sur l’ensemble de réseau autoroutier, tel que Vi =  v1,i, v2,i,…, vv,i . Chaque véhicule vv,i de PTC i est équipé par un cache embarqué (un espace de stockage) et peut servir les autres véhicules dans son entourage en utilisant des liaisons véhicule à véhicule (V2V). Sans perte de généralité, nous supposons que tous les caches sur les véhicules ont la même taille de stockage Tc . D’autre part, les véhicules ont la même puissance de transmission P t . Les véhicules communiquent les uns avec les autres en utilisant IEEE 802.11p et avec l’infrastructure fixe en utilisant 4G/5G. Les PTCs proposent le service de mise en cache aux C fournisseurs de contenu (CPs). Notons par C = n CP1,CP2,……,CPc o l’ensemble des CPs, qui sont prêts à mettre leurs fichiers en cache des véhicules afin d’améliorer la QoE de leurs utilisateurs. Ces derniers sont classés en différents types en fonction de leurs popularités, ces types sont inconnus au PTC. Comme exemple de CPs, nous pouvons cité : YouTube, Netflix, Spotify, Facebook, etc. Chaque CPC(0 < c ≤ C) gère une bibliothèque de contenu local, notée Lc , composée d’un ensemble fini f < ∞ de ses fichiers populaires Fc tel que Fc = n F1,c,F2,c,…,Ff ,co [33], et tous les fichiers Fc ∈ Lc sont supposés avoir la même unité de taille [2]. Cependant, la capacité de stockage des véhicules est limitée et pas tous les fichiers des CPs peuvent être stockés en cache avec suffisamment de copies. Les principales notations utilisées dans ce chapitre sont résumées dans le tableau 4.1.

Modélisation de la popularité du contenu des CPs

 La popularité du contenu est définie comme la distribution de probabilité des demandes des fichiers populaires de la bibliothèque Fc par tous les abonnés du réseau (par exemple, les vidéos qui sont fréquemment demandés par les utilisateurs mobiles). L’ensemble des fichiers est désigné par Fc =  F1,c,F2,c,…,FF ,c et il est composé des fichiers F . La popularité de ces fichiers est indiquée par un vecteur pc =  p1,e, p2,c,…, pF ,c qui peut être modélisée par la distribution Zipf comme dans les études précédentes [2] [43] [35]. La popularité du i – ème fichiers est donné par :pi,c = 1/ iγ PF j=1 1/jγ ; i = 1…F (6) Où i < F c’est le nombre d’éléments des fichiers dans la bibliothèque de CPC, et l’exposant γ est une valeur positive caractérisant la popularité du contenu et il peut varier d’un CP à l’autre. C’est-à-dire un γ plus grand correspond à un contenu plus utilisé, donc les fichiers les plus populaires représentent la majorité des demandes. La distribution de Zipf trie le contenu par ordre décroissant de popularité (le contenu avec un plus petit i correspond à une plus grande popularité) [2]. Dans le même temps, les MUs ont des affiliations déséquilibrées en ce qui concerne les C CP, i.e., certains CPs ont plus d’utilisateurs mobiles que d’autres. Par exemple, la majorité des MUs peut avoir tendance à accéder à YouTube pour le streaming vidéo (Certains CP peuvent avoir plus d’utilisateurs mobiles que les autres) [48]. Les préférences des MUs envers les CPs est indiquée par θk = {θ1,θ2,…,θC} où θk ,k = 1,…,C représente la popularité total de CPk (Type de CP). 

Politique d’incitation dans un marché de mise en cache monopoliste

 Dans cette politique, nous considérons un marché de mise en cache monopoliste composé d’un seul PTC et plusieurs CPs. Notre idée de base consiste à placer les contenus populaires des CPs dans les caches des véhicules qui sont distribués dans les endroits les plus proches possible des utilisateurs mobiles. Donc, les CPs ont besoin de cache des véhicules pour stocker leurs contenues, et le PTC aussi a besoin de remplir les caches de ses véhicules. Par conséquent, ces deux acteurs ont intérêt à collaborer entre eux pour un déploiement réussi de la mise en cache. Nous proposons dans cette section une politique d’incitation à la mise en cache mobile dans les réseaux d’IoV avec des informations asymétriques. Dans laquelle les CPs rivalisent pour augmenter la QoE de leurs utilisateurs par rapport aux contenus stockés dans les espaces limités de stockage des véhicules. Cela, en plaçant les contenus populaires dans les endroits plus proches possibles des utilisateurs mobiles afin de bénéficier d’un taux de transmission plus élevé et d’un délai d’accès plus rapide. Par conséquent, Le PTC a pour objectif de déterminer une politique de prix qui motive les CPs à participer au système de mise en cache en offrant des prix de stockage plus attractifs. En effet, le CP récompense le PTC en fonction du nombre de contenus populaires qu’il accepte de mettre en cache en payant un prix monétaire pour chaque contenu mis en cache.

Approche basée sur la théorie des contrats pour l’incitation à la mise en cache monopoliste dans les réseaux d’IoV 

Sur la base du modèle d’incitation à la mise en cache mobile dans les réseaux IoVs présenté ci-dessus, nous considérons un scénario pratique avec des informations asymétriques au sein duquel les CPs peuvent être de différents types privés et ils sont inconnus du PTC. Dans notre travail, nous ne pouvons pas utiliser le jeu de Stackelberg comme dans les travaux [2], [48], [35] et [85]par ce que ces études supposent généralement que les joueurs sont honnêtes et révèlent toutes leurs informations privées, ce qui n’est pas toujours une hypothèse valable en pratique. À cette fin, pour gérer le problème d’asymétrie de l’information, nous nous tournons vers la théorie des contrats dans notre système incitatif. Ces informations privées concernent la popularité et la volonté de mise en cache de chaque CP, nous formulons l’interaction entre le PTC et les CPs sur la base de la théorie des contrats qui permet au PTC de définir un contrat (Qk ,πk ) pour chaque CP de type θk en présence d’informations asymétriques. Tel que πk dénote la récompense monétaire qui est versée par le CPk , et Qk dénote l’espace de stockage alloué au CPk .