【基于双向组合拍卖的云计算资源动态定价模型设计3700字】

基于双向组合拍卖的云计算资源动态定价模型设计综述目录TOC\o"1-2"\h\u11198基于双向组合拍卖的云计算资源动态定价模型设计综述 1164321.1模型假设 153041.2参数设置 1188741.3模型构建 267381.1.1双向组合拍卖模型 28621.1.2定价策略 41.1模型假设根据与双向组合拍卖理论相关的模型，本文在主要研究模型的构建中提出以下的假设：假设1：云用户和云资源提供商均是以自身利益最大化为目标的理性人，且云拍卖师也不存在任何的偏袒行为；假设2：云用户和云资源提供商互相不知道对方的策略[16]；假设3：云用户和云资源提供商不得退出拍卖，即使一直没有中标；假设4：在整个拍卖过程中不得撤销投标，如若更改需重新递交投标；假设5：各个云资源需求包独立存在，且互相不具备依赖关系。1.2参数设置n—云资源提供商/云资源提供商代理的总数；m—云用户/云用户代理的总数；k—参与拍卖的云资源的种类数量；resourcewi—云用户（即买方）i提交的第w种资源的数量（0<w≤k）；resourcej—云资源提供商j完成云任务所需的组合资源包，记为resourcej=（resource1j，resource2j，…,resourcekj）（0<w≤k）；pwi—resourcei中单个资源的单位价格askbasej—云资源提供商j上交到云拍卖师竞拍项目的初始要价。budgeti—云用户的预算，即拍卖成功的总花费不能超过budgeti；startimei—云用户代理提交云任务的时间；runtimei—云资源提供商代理执行云任务的时间；deadtimei—完成云任务的最晚截止时间；bidbasei—云用户代理对resourcej的单个资源单位价格之和。1.3模型构建1.1.1双向组合拍卖模型本文的双向组合拍卖模型由多个云用户、云用户代理、云资源提供商、云资源提供商代理和一个云市场拍卖师组成。云用户代理负责将云用户的任务请求及出价发送给云市场拍卖师，云资源提供商代理把云资源提供商拥有的组合资源包及要价发送给云市场拍卖师，云市场拍卖师则负责搜集云用户代理和云资源提供商代理对资源的出价和要价，通过算法来决定获胜的云用户代理和云资源提供商代理，并将拍卖结果通知参与这次拍卖的云用户代理和云资源提供商代理。云用户的目标是在截止时间之前以尽可能小的花费完成服务，云资源提供商的目标是最大化资源的收益，因此，云资源提供商代理可能会提出更高的要价，而云用户代理则会给出较低的出价，同时他们都受其他竞争者约束。双向组合拍卖的流程如下：1.云用户委托云用户代理向云市场拍卖师提交需要的资源种类，需求数量和出价；云资源提供商委托云资源提供商代理向云市场拍卖师提交可提供的资源种类，供给数量和要价。2.云拍卖师开始拍卖。1.云用户代理和云资源提供商代理向云市场拍卖师提交自己的投标。4.云市场拍卖师向云用户代理和云资源提供商代理确认投标。5.拍卖结束。6.云市场拍卖师通知云用户代理和云资源提供商代理拍卖结束。7.云市场拍卖师计算综合竞争力，确定获胜者。8.云市场拍卖师向云用户代理和云资源提供商代理发送资源分配信息。9.云用户代理向云资源提供商代理发送任务。10.云资源提供商代理在分配的资源上执行任务。11.云资源提供商代理将结果返回给云用户代理。12.云用户代理发送云市场拍卖师对云资源提供商代理的QoS的评价。11.云市场拍卖师根据分配的资源及其QoS计算最终成交价格。14.云市场拍卖师通知云用户代理和云资源提供商代理最终交易价格。15.云用户代理向云资源提供商代理支付最终价格。16.云用户代理向云用户反馈分配结果；云资源提供商代理向云资源提供商反馈分配结果。双向组合拍卖资源分配流程如图3-1所示。图3-1双向组合拍卖资源分配流程图1.1.2定价策略假设云环境有n个云资源提供商，云资源提供商等价于云资源提供商代理，用集合C={C1,C2,…,Cn}表示，假设有k类资源进行交易，云资源提供商代理Cj提交的资源组合包resourcej=（resource1j，resource2j，…,resourcekj），，第j个云资源提供商提交的投标用Rj={askbasej，resourcej,Qosj}resourcej的报价是askbasej，计算方式如下：askbase其中ewj{0,1},ewj=1当且仅当resourcewj0。假设有m个云用户，云用户同时等价于云用户代理，用集合U={U1,U2,…,Um}表示，每个云用户代理向云市场拍卖师提供一个或多个任务请求，假设在有限的时间T内，所有云用户代理提交了s个任务，设任务集合Q={Q1,Q2,…,Qs}，将Q表示为一个五元组，即Qi=(budgeti，bidbasei，startimei，runtimei，deadtimei，resourcei)。在拍卖开始之前，根据每种资源的数量和调整系数，给出每种资源的权重，ω表示云用户i的第w种资源所占的权重，计算如下式[21]：ω其中，resourcewi表示第w（1≤w≤k）类云资源所需数量，cwi是调节系数，如果云用户i没有第w种资源，或者对第w种资源没有需求，那么dem_resourcewi等于零，否则根据实际情况进行计算。云资源组合包的初始出价由每种云资源的价格与价值权重的乘积，如下式所示：bidbase其中，pwi响应时间：用来计算云任务的焦急程度（Anxiety），云市场拍卖师根据云任务的焦急程度对云用户代理的出价进行调整，焦急程度越大代表着云用户获取资源越急切，从而会用更高的出价来取得竞争优势，获取所需云资源。计算焦急程度的公式如下：Anxiety云任务越接近于截止时间(deadtime)，则云用户代理就越焦急的想要完成云任务，就会提高云用户出价来达到获取云资源的目的，则所调整的出价如下：

bidβ表示响应时间对云用户出价的影响程度，满足0≤β≤1,当β越接近于1则表示响应时间对云用户出价的影响程度越高，反之β越接近于0则表示响应时间对云用户出价的影响程度越低。资源负载：买家提交的资源请求和响应时间等方面的要求被当做云任务来对待。在到买家截止时间段内，某个云资源提供商接受其他任务所使用的资源数量除以该云资源提供商所拥有的全部云资源数量得出负载量，针对多种云资源的情况，引入了权重的概念，即把该云资源提供商所拥有的全部资源分别分配一个权重，权重之和等于1，各个资源的权重由资源提供商设定[26]。假设在t时刻，用户代理向云环境提交了Qi，Cj的当前资源负载情况可以用loadjload其中，resusedjt表示在t时刻云资源的负载量，假设云资源提供商代理j为了确保所接受的云任务都能够按照用户的要求正常完成，在t时刻的要价asktj和其当前工作负载情况loadjt呈正比，即当loadjt增大时，ask其中，α表示负载率对云资源提供商要价的影响程度，满足0≤α≤1，α越接近于1则负载率越大，对云资源提供商要价的影响程度越高，反之α越接近于0则表示负载率越小，对云资源提供商要价的影响程度越低。计算云用户的综合竞争力从价格与非价格属性信用等级的评价函数如下：ef其中，bidi是云用户i调整后的出价，randi是云用户的信用等级，云用户出价越高，云用户的信用等级越高，则云用户的综合竞争力越强，在递减排序中排在越前的位置。计算云资源提供商的综合竞争力从价格与非价格属性信用等级、Qos（服务质量）的评价函数如下：ef其中askj是指云提供商j调整出价后的要价，randj是云资源提供商的信用等级，Qosj是云资源提供商j的服务质量。假设在t时刻，云用户代理将任务请求Qi及其出价bidit发送给云市场拍卖师，同时云资源提供商代理也将其要价p买家提交的资源请求，其资源需求应该包括所需要的各个资源的分类，比如主机，存储等资源，同时分别给出自己所期望的各种资源的出价及所需对应资源的数量。资源的提供方给出所能够提供的资源种类，资源数量和对应资源的要价。云任务的总费用如下式所示：FP若FP则拍卖成功，云用户和云资源提供商交易成立，云用户代理发送云任务，云资源提供商执行云任务。在分析云资源提供商的综合竞争力时，引入信用等级和QoS（服务质量）。在云资源动态环境中，分析QoS级别非常困难且具有挑战性，因为用户对此的偏好可能会有所不同。所以为了捕获此方面，我所建立的模型仅考虑云提供商的等级。客户的反馈包括可用性、响应时间以及服务水平协议的履行性。表3-1显示了客户对服务进行评分的度量标准。表3-1云用户的反馈参数评级可用性(Availability)优秀，较优，良好，合格，较差履行服务水平协议(SLA)响应时间(Anxiety)云用户在每一次的交易中，使用从优秀到较差对云资源提供商的服务进行评分。根据客户的反馈，系统隐式分配权重点给提供商的服务。这有助于量化QoS（服务质量）。对于优秀，较优，良好，合格和较差的等级，已设置10、9、8、5和0分。利用客户的反馈，系统会为每个提供者分配0-10之间的总体评分，通过获取其反馈的平均值来计算云