在进行网络资源分配时,应用与网络的优化目标并不一致。应用的优化目标往往是最佳的用户体验,而网络的优化目标往往是负载均衡、节能等。这些目标之间常常是相互矛盾的。此外,应用和网络拥有不同的决策变量。网络可以通过调整业务的路径、带宽等决策变量来达到其优化目标。而应用也有自身的决策变量,例如分布式Web应用可以控制每个请求被哪个服务器来响应。很明显,网络与应用所做的决策是相互影响的。但各自在决策时都采取理性的、非恶意的态度,都努力追求双赢。此时的资源分配模型是基于博弈论的框架。已有研究表明,如果没有合适的协调机制,应用与网络的决策各自交替进行,则一般情况下二者是不会收敛的,网络性能会持续振荡,而且即使收敛,收敛后的解也不一定是全局意义上的最佳解。本文基于以上现状,以“应用与网络合作的资源分配”作为核心理念,寻求基于博弈论的应用与网络合作方案,目的是为了解决应用与网络冲突、折中双方利益。本文第二章首先研究了上层应用是Overlay的场景下,应用与网络的跨层博弈问题。应用和网络的重复博弈,结果振荡不收敛、性能差。为了减少博弈的振荡,本文提出了一种协作的资源分配方案NFOR。较之非合作重复博弈,NFOR振荡小、应用和网络的性能都得到提升。NFOR中振荡虽减小但仍然存在,使得整个系统的消耗仍然存在。且在现实中,网络和应用的地位一般是不对等的,网络掌握着更多的信息,拥有整个网络流量的决策权。所以本文第三章将应用和网络之间的跨层博弈建模为Stackelberg博弈,设计SGA算法求解Stackelberg均衡解,提出了基于Stackelberg博弈的应用与网络资源分配冲突解决方案,仿真结果不振荡,且Stackelberg方案达到了网络利益和应用利益的折中。基于Stackelberg博弈的方案主要是站在网络的角度进行资源分配,网络如果在Stackelberg博弈中愿意适当牺牲自身的利益,则可以得到更有利于应用的方案。基于这些考虑作者创造性地提出了网络与应用合作的友好博弈模型Friendly Stackelberg(FS),提出了对应用的友好机制,并设计FSA算法,探究了不同的友好系数下FS的折中效果。第三章的结论是Stackelberg博弈可以解决多种应用和网络之间目标的冲突,还可以利用Friendly Stackelberg达到不同的折中效果。除了上述研究的场景外,现实中,应用与网络的资源分配还有一些典型的、具有现实意义、值得研究的场景。所以第四章对以下场景的Stackelberg博弈的适用性问题进行了研究。(1)多个Overlay共同运行于ISP之上时,多个Overlay和ISP之间多个追随者的Stackelberg博弈。(2)内容服务提供商的服务器选择和ISP的Stackelberg博弈。(3)非完全信息场景下,网络未知应用业务信息时的Stackelberg博弈。第五章基于Floodlight和Mininet搭建SDN实验平台验证理论仿真部分的结论。本章包括实验平台的设计思路、实验平台的部署细节、模块的编写、平台可靠性测试。最后测试并验证了理论部分的结论,基于Stackelberg博弈的方案和Friendly Stackelberg方案在SDN实验平台下达到了网络和应用的利益折中。