摘要：针对传统信息资源分配优化方法存在分配时间过长、优化过程中需求满意度较低等问题,提出基于纳什均衡解的底层网络大数据信息资源并行分配优化方法。根据量子行为演化模型中演化过程的需求偏差函数,分析需求满意度以及需求偏差和底层网络信息资源分配之间的关系,得到量子参数,根据量子参数构建具有量子行为的信息资源分配模型。采用基于纳什均衡解的资源分配算法对资源分配模型求解,获得各类业务最优发送概率,通过获得最优发送概率,自动调整最小竞争窗口,使各类业务获得最优发送机会,使网络性能达到最佳状态,减少网络节点之间的碰撞,实现对底层网络大数据信息资源并行分配优化。仿真结果证明,所提方法减少了信息资源分配时间,提高了需要满意度。