Economic Analysis of Crowdsourced Wireless Community Networks
众包无线社区网络可以通过鼓励个人（用户）与其他人共享其私人住宅Wi-Fi接入点（AP）来有效地缓解Wi-Fi接入点（AP）的有限覆盖问题。在本文中，我们提供了一个全面的经济分析，这样的众包网络，特别侧重于用户的行为分析和社区网络运营商的定价设计。具体来说，我们制定网络运营商和用户之间的互动作为一个两层的Stackelberg模型，其中运营商确定的定价方案在第一层，然后用户确定他们的Wi-Fi共享方案在第二层。首先，我们分析了用户的行为在第二层通过两个阶段的成员选择和网络访问游戏，无论是小规模的网络和大规模的网络。然后，我们为第一层的运营商设计了一个部分价格差异化方案，它推广了完全价格差异化方案和单一定价方案（即，没有价格差异）。我们表明，建议的部分定价方案可以实现一个很好的权衡之间的收入和实施的复杂性。数值结果表明，采用两种价格的部分定价方案，运营商的收益比单一定价方案提高了124.44%，平均可达到完全价格差异化方案下运营商最大收益的80%。
2016-08-31 cs.GT
Agentomics: Economic Foundations for the Valuation, Attribution, and Pricing of AI Agents in Human-AI Workflows
Department of Electrical and Computer Engineering, NYU Tandon School of Engineering（纽约大学Tandon工程学院电气与计算机工程系）
提出Agentomics框架，基于工作流模型将AI部署视为联盟形成问题，使用Shapley值进行经济盈余归因，实现AI代理的估值、归因和定价。
2026-06-16 cs.AI cs.GT econ.EM
Technology Choices and Pricing Policies in Public and Private Wireless Networks
本文研究了由一个垄断提供商提供的无线网络，该垄断提供商可能是仁慈的（寻求社会福利最大化）或自私的（寻求提供商利润最大化）。该文件解决的问题，似乎没有被研究过的工程文献中的无线网络：在什么情况下是可行的供应商，无论是仁慈的或自私的，以这样的方式来运营网络，以支付成本？仁慈的提供者的最优行为与自私的提供者的最优行为有何不同？这种差异如何影响社会福利？最重要的是，媒体访问控制（MAC）技术如何影响这些问题的答案？为了解决这些问题，我们建立了一个通用的模型，并提供了分析和模拟简化，但典型的情况下，在这些情况下的重点是载波侦听多址（CSMA）下获得的结果和时分多址（TDMA）下获得的结果之间的对比。仿真结果表明，MAC技术的差异可以对社会福利，对供应商的利润，甚至对无线网络的（财务）可行性有显着的影响。
2012-09-14 cs.GT
Mobile Data Transactions in Device-to-Device Communication Networks: Pricing and Auction
设备到设备（D2D）通信为智能电话用户提供了在不与蜂窝网络通信的情况下彼此共享文件的选择。本文从经济学的角度讨论了D2D数据交易模型中两个角色的行为：希望购买一定数量数据的数据购买者，以及希望通过D2D网络出售数据的数据销售者。运用博弈论的方法分析和推导了最优价格和采购策略。
2020-08-05 cs.GT cs.NI
Game theoretic pricing policy in online media delivery platforms
住宅用户获得他们的大部分优选内容（例如，电影、新闻），该无线接入点通过一个或多个网络提供商连接到内容提供方。如今，这些接入点具有足够的存储和无线传输能力，以在用户需要和允许的情况下将内容分发到相邻接入点。基于这一概念，本文研究了对等内容分发网络中的混合内容分发模型。该网络中的用户或对等体可以直接从内容提供方（CP）获得其内容，或者从存储有该内容并且愿意共享该内容的相邻用户获得其内容。考虑两种类型的用户：高级用户是总是直接从CP获得内容的用户，以及标准用户是在可能的情况下从其他标准用户获得内容的用户，否则从CP获得内容。此外，如果需要，标准用户将其内容共享给其他用户。本文研究了CP的定价问题，使得有足够的标准用户来分发内容（使用较少的网络资源和显着减少延迟），同时最大化CP的利益，我们从博弈论的方法来解决这个问题，并评估何时可以达到纳什均衡。所获得的情况下，已被应用到现实生活中的研究，使用BBC iPlayer数据集和分析的CP效益依赖于不同的参数。最后，我们还考虑到减少其内容托管人（服务器）的负载时，扩展此定价模型，并讨论如何影响定价策略。
2019-12-13 cs.GT cs.NI
Economics of WiFi Offloading: Trading Delay for Cellular Capacity
由于智能手持设备和高流量应用的激增，蜂窝网络正面临严重的流量过载。一种经济实用的解决方案是通过WiFi卸载蜂窝数据。最近的理论和实验研究表明，一种称为延迟WiFi卸载的方案可以通过延迟用户的数据和利用移动性来显著节省蜂窝容量，从而增加遇到WiFi AP（接入点）的机会。尽管WiFi卸载在缓解移动数据爆炸方面具有巨大潜力，但其成功在很大程度上取决于向用户和运营商提供的经济激励，以部署和使用延迟卸载。在本文中，我们研究了多少经济利益可以产生由于延迟WiFi卸载，通过建模的垄断提供商和用户之间的两阶段序列博弈的基础上的市场。我们还提供了大量的数值计算结果，使用一组参数从实际的跟踪和思科的预测流量统计数据在2015年。在分析和数值结果中，我们模拟了各种实际情况和控制旋钮的流量需求和愿意支付的用户，时空依赖的定价和流量，以及不同的定价和延迟容忍。我们证明，延迟的WiFi卸载有相当大的经济效益，其中增加范围从21%到152%的供应商的收入，从73%到319%的用户的盈余，相比现场的WiFi卸载。
2012-12-31 cs.GT cs.NI
ERA: A Framework for Economic Resource Allocation for the Cloud
从系统的角度来看，云计算已经达到了显著的成熟度，但是当前部署的解决方案依赖于相当基本的经济机制，其产生昂贵的硬件资源的次优分配。在本文中，我们提出了经济资源分配（ERA），一个完整的框架调度和定价的云资源，旨在提高云资源的使用效率，根据经济原则分配资源。ERA架构仔细地抽象了底层云基础设施，使调度和定价算法的开发独立于具体的底层云基础设施，也独立于其关注点。具体而言，ERA被设计为一个灵活的层，可以位于任何云系统之上，并与云资源管理器和保留资源以运行其作业的用户进行交互。根据预测需求动态计算的价格来调度作业。此外，ERA还为可插入的算法模块提供了一个关键的内部API，包括调度、定价和需求预测。我们提供了一个概念验证软件，并通过在公共云和私有云系统上测试ERA来展示架构的有效性-Microsoft的Azure Batch和Hadoop/YARN。我们工作的一个更广泛的目的是促进经济学和系统社区之间的合作。为此，我们开发了一个模拟平台，经济学和系统专家可以通过该平台测试他们的算法实现。
2017-02-23 cs.DC cs.GT
Pricing and Intervention in Slotted-Aloha: Technical Report
在许多无线通信网络中，公共信道由多个用户共享，这些用户必须竞争以获得对该信道的接入，自私的和策略性的用户对网络的操作通常导致信道资源的过度使用和显著的低效率。因此，需要激励机制来克服非合作均衡的低效率。在这项工作中，我们考虑一个slotted-Aloha随机接入协议和两个激励方案：定价和干预。我们提供了一些标准的协议的设计者之间选择一个方案，并根据系统参数为选定的方案设计最佳的政策。我们的研究结果表明，干预可以实现最大的效率，在完美的监测方案。相反，在不完善的监测情况下，系统的性能取决于不同实体所持有的信息，并且在某些情况下，存在用户数量的阈值，使得对于低于阈值的用户数量，干预优于定价，而对于高于阈值的用户数量，定价优于干预。
2012-11-15 cs.GT cs.NI
Futures-Based Resource Trading and Fair Pricing in Real-Time IoT Networks
传感、通信和计算方面的技术进步直接加速了物联网（IoT）的发展，从而在工业和业务流程中产生了丰富多样的应用。为了实现物联网应用，智能设备和网络依赖于信息收集、处理以及与邻居紧密协作的能力。然而，物联网设备和实时的【形】物联网应用的快速增长导致对通信和计算资源的需求急剧增加，对底层资源受限的无线网络提出了重大挑战。由于它们的资源限制，这些设备和网络极难满足许多实时的【形】IoT应用的严格要求。为了克服这些挑战，物联网设备和网络之间的资源共享已被研究为通过利用未使用的资源的有效解决方案。
2019-09-29 cs.GT cs.NI
Dynamic Pricing for Revenue Maximization in Mobile Social Data Market with Network Effects
移动数据需求在无线社交网络中急剧增加，并且因此迫切需要用于社交使能服务的有效定价方案。虽然静态定价在实际的数据市场中占主导地位，但价格直观上应该动态变化以产生更大的收入。关键问题是如何设计最优的动态定价方案，使预期的长期收入最大化。本文研究了垄断移动网络运营商在社会数据市场中的序贯动态定价策略。在市场上，运营商，即，卖方单独地向每个移动用户提供，即，买方，一定的价格在多个时间段内动态和重复。该方案利用了移动用户行为中的网络效应，促进了社交数据需求。此外，由于有限的无线电资源，无线网络拥塞的影响被考虑在定价方案。此后，我们提出了一个修改后的顺序定价政策，以确保社会公平的移动用户在他们的个人效用。我们分析表明，建议的顺序动态定价方案可以帮助运营商获得更大的收入和移动用户实现更高的总效用比基线静态定价方案。为了获得更多的见解，我们进一步研究了一个同时动态定价方案，其中运营商确定在每个时间段开始时的定价策略。移动用户在每个时间段内同时决定自己的数据需求，同时考虑社会域的网络效应和网络域的拥塞效应。我们使用Erdens-Rényi（ER）模型和基于真实数据集的社交网络构建社交图，用于性能评估。
2018-08-13 cs.GT
Efficient and Distributed SINR-based Joint Resource Allocation and Base Station Assignment in Wireless CDMA Networks
我们制定的资源分配问题的码分多址（CDMA）网络的上行链路使用博弈论的框架，提出了一种有效的分布式算法的联合速率和功率分配，并表明，所提出的算法收敛到唯一的纳什均衡（NE）的游戏。我们对效用函数的选择使每个用户能够根据其信道调整其发射功率和吞吐量。由于用户的自私行为，游戏的输出（其NE）可能不是期望的。为了避免这种情况下，我们使用定价来控制每个用户的行为，并分析表明，类似于无定价的情况下，我们的定价为基础的算法收敛到唯一的NE的游戏，在其中，每个用户实现其目标信号干扰噪声比（SINR）。我们还扩展了我们的分布式资源分配计划，多小区环境中的基站分配。仿真结果表明，我们的算法是计算效率和信令开销低。特别是，我们将表明，除了它的能力，以达到所需的QoS的用户，我们的计划实现了更好的公平性，在分配资源，可以显着降低发射功率相比，现有的计划。
2011-06-27 cs.GT
Market Model and Optimal Pricing Scheme of Big Data and Internet of Things (IoT)
大数据已经成为利用大型数据集优化复杂系统操作的新方法。物联网（IoT）服务为大数据提供了动力，这些服务从众多传感器和设备中生成了大量的传感数据。当前大数据的研究主要集中在机器学习和资源管理设计上，而经济建模和分析却被大大忽视。因此，本文研究了大数据市场模型和最优定价方案。我们首先从数据科学的角度研究数据的效用，即，使用机器学习方法。然后，我们介绍了市场模型，并制定了一个最优的定价方案。案例研究清楚地表明，建议的数据效用函数的适用性。数值算例表明，大数据和物联网服务提供商可以通过所提出的市场模型实现利润最大化。
2016-02-07 cs.GT
Equitable Congestion Pricing under the Markovian Traffic Model: An Application to Bogota
University of Southern California（南加州大学）；Cornell University（康奈尔大学）；Jacobs Institute, Cornell Tech（雅各布斯研究所，康奈尔科技）；University of Maryland（马里兰大学）
本文提出基于马尔可夫模型的数据驱动方法，研究公平与效率的拥堵定价设计，通过波哥大案例验证个性化定价在效率和公平性上的优势，同时发现基于区域的非个性化定价可弥补部分差距。
2026-03-30 cs.GT math.OC
Mobile Social Services with Network Externality: From Separate Pricing to Bundled Pricing
如今，许多无线设备提供商选择销售与补充移动社交服务捆绑的设备，这表现出很强的正网络外部性。本文旨在量化销售设备和补充服务的好处下，以下三种策略：单独定价，捆绑定价和混合定价（单独和捆绑选项都提供）。本文分别针对物理连接共享和虚拟内容共享这两种流行的服务模型，对上述三种策略进行了综合比较。我们首先研究物理服务模型，其中提供商（例如，FON）为用户提供定制的WiFi设备，用于室内互联网接入，并允许服务订阅者在旅行时物理访问所有设备所有者的WiFi。观察到所有的设备所有者有助于连接共享，我们表明，通过Stackelberg博弈论的方法，捆绑定价优于单独定价，只要设备和服务的总成本是合理的低，以刺激网络外部性。此外，由于定价的灵活性，混合定价严格优于捆绑定价，以保持较高的边际利润的设备销售。接下来，我们研究虚拟共享服务模型，其中提供商（例如，苹果）销售设备和设备支持的应用程序。与连接服务模型不同，在该模型中，服务订户直接贡献于虚拟内容共享，并且网络外部性可以相当强。我们证明了混合定价退化为捆绑定价，如果网络外部性程度大于平均设备估值，这是在形成鲜明对比的连接服务模型，混合定价总是优于捆绑定价。
2018-03-20 cs.GT
Privacy Data Pricing: A Stackelberg Game Approach
本文提出一种Stackelberg博弈框架，用于在差分隐私约束下实现隐私与效用的平衡，通过定价函数和查询精度的博弈，提供激励相容的数据定价方法。
2025-12-20 cs.GT stat.AP
One-dimensional vs. Multi-dimensional Pricing in Blockchain Protocols
本文比较区块链一维与多维资源定价的社会福利，证明多维定价在稳定状态更优，而一维定价在瞬态中收敛更快、更易计算，并提出缓解过渡成本的机制。
2025-06-16 cs.GT
Non-Linear Pricing Restores Tractability for a Data Seller
University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本研究探讨数据卖方在预算受限买方下设计定价机制，发现允许非线性定价不仅能增加收入，还能恢复计算可处理性，最优定价具有分段线性凸结构，且拐点数量受买方数量限制。
2026-09-30 cs.GT
Optimal Pricing for Data-Augmented AutoML Marketplaces
University of Chicago（芝加哥大学）；Rensselaer Polytechnic Institute（拉特克利夫理工学院）；Cornell University（康奈尔大学）
针对数据增强型AutoML市场，提出基于外部数据工具价值的定价机制，绕过直接数据集定价，减轻策略性行为，实现经济可持续的数据货币化。
2025-05-27 cs.GT cs.LG
Prospect Pricing in Cognitive Radio Networks
认知无线电网络的发展主要集中在基于期望效用理论（EUT）的频谱捷变无线电和新型频谱共享技术的设计上。在本文中，我们考虑到人类的心理行为的终端用户，这往往偏离EUT的发展，在这样的网络中的新的频谱共享算法。具体而言，我们认为最终用户的决策定价和管理的无线电资源在认知无线电使能网络中的影响时，有不确定性的服务质量（QoS）保证提供的服务提供商（SP）。使用前景理论（诺贝尔奖获奖的行为经济学理论，捕捉人类的决策和偏离EUT），我们设计的数据定价和信道分配算法，用于认知无线电网络制定的价格之间的相互作用的博弈论分析，带宽分配的SP和最终用户的服务选择。我们发现，当最终用户的重量不足的服务保证，他们往往会拒绝提供的结果，在无线电资源的利用率和收入损失。我们提出了前景定价，定价机制，可以使系统的决策和提高无线资源管理的鲁棒性。我们目前的分析结果，以及初步的人类受试者的研究与视频QoS。
2015-10-03 cs.GT cs.IT math.IT
