黃建偉教授團隊獲 IEEE WiOpt 2021 最佳論文獎

2021-11-01 科研進展

? ? ? ? 近日，香港中文大學（深圳）校長講座教授、理工學院副院長、深圳市人工智能與機器人研究院（簡稱AIRS）副院長黃建偉教授領導的網絡通信和經濟實驗室（NCEL）在無線網絡領域一流國際會議IEEE WiOpt 2021發表題為“Optimal Fresh Data Sampling and Trading”的論文，并獲得最佳論文獎（Best Paper Award）。該工作探究了實時數據交易市場這一新的商業模式，為實時數據更新和定價機制提供了深刻的見解，有助于提升實時數據市場的經濟效益。

黃建偉教授團隊所獲證書

?

IEEE WiOpt

? ? ? ? IEEE WiOpt（International Symposium on Modeling and Optimization in Mobile, Ad Hoc, and Wireless Networks）是無線網絡領域一流國際會議，旨在匯集網絡里建模、性能評估和優化相關的最新研究成果。研究重點包括但不限于移動網絡、邊緣計算、智能網絡、內容驅動網絡、認知網絡、車輛網絡、機器人系統和物聯網等各個領域。WiOpt 2021 從40余篇被接收論文中僅選授予一篇最佳論文。

WiOpt 2021 于2021年10月18日-21日在費城召開

?

研究背景

? ? ? ? 近幾年，人工智能技術飛速發展，離不開大數據的開放和共享。各行各業的海量數據的分析和處理，不斷地驅動更先進的智能算法的發展。作為21世紀的“新石油”，數據資源的價值逐步得到重視和認可，數據交易需求不斷地增加，數據交易中心也隨之應運而生。在國家政策的積極推動下，涌現出了一大批數據交易平臺，例如貴陽大數據交易所和北京國際大數據交易所。數據交易市場的規模正在不斷地擴大，2020年，我國數據資產化市場規模為280億元，未來五年復合增長率達41%?[1]。

? ? ? ? 隨著物聯網的發展，一些實時應用在我們的日常生活中越來越常見，比如自動駕駛系統、環境監控和智能家居等。在這些應用里，保持數據的時效性至關重要。過時的數據可能會降低系統決策的準確性和可靠性，并造成巨大的經濟損失和安全隱患。例如，在自動駕駛系統中，車輛的實時狀態信息（如位置、速度和加速度）對于制定自動駕駛策略十分關鍵。而且，車輛之間也需要及時地相互共享實時的狀態信息，以確保安全。為了刻畫數據新鮮度和時效性，學術界提出信息年齡 (Age of information) 這一重要指標。目前，信息年齡已迅速成為網絡系統里新的研究熱點。

?

研究問題

? ? ? ? 本文研究實時數據市場的數據更新和交易機制。其中，核心問題是應該如何制定數據更新和定價策略以最大化市場總利潤。實時數據市場有以下獨有的挑戰。在一方面，數據的價值隨著時效性改變而改變，和過時數據相比，實時的數據往往具有更高的價值。在另一方面，為了保證數據的時效性，系統可以不斷地更新數據，但是頻繁的數據更新會導致不必要的高額操作成本。

? ? ? ? 本文主要考慮三種定價策略：

? ? ? ? - 第一種為單一價格定價策略 (uniform pricing scheme)，不同新鮮度的數據價格始終為單一價格，不隨時間變化而變化。這是最簡單也是使用最廣泛的一種定價策略。

? ? ? ? - 第二種定價策略為雙價格定價策略 (dual pricing scheme)，平臺制定一個全價格 (full price)，折扣價格 (discounted price) 和新鮮度閾值。當數據新鮮度高于指定新鮮度閾值，數據定價為全價格。否則，數據定價為折扣價格。

? ? ? ? - 第三種定價策略為動態定價策略 (dynamic pricing scheme)，顧名思義，數據價格實時變化。這個定價策略能夠更好的捕捉數據的價值隨著時間變化的特征。

?

研究方法

? ? ? ? 在本文中，作者研究了一個實時數據市場，其中一個平臺為動態到達的用戶提供不同新鮮度的數據。本文使用斯塔克伯格博弈 (Stackelberg Game) 來建立平臺與用戶的互動的模型：在第一階段，平臺分別決定三種定價策略（單一、雙和動態價格定價）和數據更新策略，以最大化其長期利潤。在第二階段，每個用戶根據當前數據價格和新鮮度決定是否在到達時購買數據。在這樣一個全新的數據市場中，如何最大化平臺的利潤是一個挑戰。由于平臺需要聯合優化數據更新次數、更新時間和價格，該問題是一個混合整數規劃問題。盡管存在這些挑戰，利用問題的特殊結構，我們仍然能夠得出最優的解析解。

?

研究結論

? ? ? ? 我們通過求解優化問題，得到了最優更新和定價策略的解析形式，并獲得了一些有趣的結論。首先，在單一價格和雙價格定價策略里，隨著數據邊際更新成本增加，最優的數據價格不增加反而減少。第二，隨著用戶的數目增加，最優數據價格也增加。第三，數值結果表明，最優雙價格定價策略盈利能力顯著高于最優單一價格定價策略。具體而言，最優雙價格定價策略產生的利潤高達最優單一價格定價策略實現的利潤的280%。這一工作有助于指導實時數據市場中數據更新和定價機制，從而提升實時數據市場的經濟效益。

?

教師簡介

? ? ? ? 該文通訊作者為香港中文大學（深圳）校長講座教授、理工學院副院長黃建偉教授。黃教授是深圳市人工智能與機器人研究院（AIRS）的副院長，群體智能中心主任。他還是深圳市鵬城特聘教授、IEEE Fellow、IEEE通信學會杰出講者、湯森路透計算機科學領域全球高被引科學家。他長期專注于網絡通信、網絡經濟學和群體智能交叉領域的開創性研究。他已發表7部學術專著和300多篇國際一流期刊和會議論文，被谷歌學術引用超過14000次， H-index為59（位列全球計算機領域學者中前0.05%）。他與其合作者十次獲得國際會議和期刊的最佳論文獎，包括2011年IEEE馬可尼無線通信論文獎。

? ? ? ? 黃建偉教授曾任多個通信網絡領域JCR Q1一流國際期刊的編委，包括IEEE JSAC/TMC/ToN/TWC/TCCN/TNSE。他歷任IEEE通信學會認知網絡專委會主席和多媒體通信專委員會主席。他曾獲得2015年IEEE通信學會多媒體通信專委員會杰出服務獎和2010年IEEE GLBOECOM卓越服務獎。他現任IEEE Transactions on Network Science and Engineering的主編。

?

? ? ? ? 文章轉自香港中文大學（深圳）微信公眾平臺，鏈接為https://mp.weixin.qq.com/s/JD5m7STjLQAbFD_H2-zYaw