云服务资源调度机制的协同与优化研究

数据中心是云计算的核心基础设施,但传统数据中心存在成本高、服务器使用效率低等问题.共享经济模式能够将闲置带宽集成起来进行二次调度分配,大幅缓解当前计算需求与计算能力之间的矛盾.文章为共享云服务提供商及其多名用户的效益优化设计一个新的服务机制,并从博弈论的视角出发,构建模型来对云服务提供商以及其多名用户之间的关系进行了描述.首先,云服务提供商通过选择提供适当的服务器,并针对用户请求制定合适的分配策略,以降低能源消耗同时满足用户需求.其次,对于每个用户,文章建立了考虑任务完成度和时间效率的效用函数,使得用户在云服务提供商的分配策略下最大化自身的效益,且用户之间博弈结果是一般纳什均衡.最后,文章通过设计迭代算法来模拟上述服务机制的全过程,仿真数值也说明了选择合适的服务器并制定适当的分配策略能够有效地提高云服务提供商和用户的效益.结论表明,迭代算法能够对传统的云服务机制进行改进,是一种切实有效的创新方法,也为中国共享经济背景下云服务产业的革命性发展提供了理论依据.     

面向不确定需求租户集的云服务智能匹配模型

为了解决云计算环境下由海量租户集和资源集间的不确定性因素引起的高质量云服务获取困难的问题,提出了一种描述动态异构租户集不确定性需求的方法.在此基础上,构建属性权重完全未知情况下的云服务智能匹配模型,排除了租户提交权值造成的偏差.神经网络以属性区间计算的相离度作为输入,服务满意度为输出来动态模拟租户集的不确定需求,运用萤火虫算法求解模型获取最优服务组合.最后,实例验证了神经网络的可靠性以及算法的有效性.实验结果表明,模型能有效获取高质量的云服务组合,优于传统的匹配方法.     

国债招标拍卖的最优机制:数量与价格歧视

过去已有相当多的文献讨论国债拍卖,米勒和弗雷德曼认为统一价格比歧视价格拍卖有比较优势.研究国债拍卖最优分配方式的选择问题,采用最优机制设计方法分析国债拍卖活动,内生地得到最优拍卖机制.然而结果表明,如果使用价格歧视及数量歧视(定量分配),那么政府的销售收益会得到改善,这是一个最优拍卖机制,不同于米勒和弗雷德曼的观点.     

基于拍卖谈判机制的分布式多技能多项目调度

求解分布式多项目调度问题的关键是设计有效的资源协调机制以解决项目间的全局资源冲突。当全局资源为多技能人力资源时,调度项目活动开始时间的同时还需要满足“活动-技能-资源”的匹配关系,从而为多项目制定高质量的调度计划与全局资源指派方案。基于多Agent系统,建立局部调度优化与全局协调决策的双层模型;采用基于正向逆向调度改进的遗传算法求解初始局部调度计划;以人力资源各时段的使用权作为拍卖品,设计考虑人力资源多技能异质特点的拍卖谈判机制协调全局资源冲突。改编MPSPLIB算例集并开展实验研究,研究结果表明：本文设计的拍卖谈判机制与改进的遗传算法相结合可以有效协调不同规模问题的全局资源分配;拍卖谈判机制在测试问题集上的求解结果优于序贯博弈谈判机制;问题规模越大或资源冲突程度越强,项目协调调度难度越大,全局资源分配过程越复杂。     

基于博弈论的云存储数据安全问题研究

随着大数据时代的到来和网络存储技术的蓬勃发展,云计算环境依赖云存储系统为用户提供数据快速存储与检索等服务.越来越多的企业和个人将数据存储至云空间,数据完整性与数据访问控制成为用户最关心的问题.为了保障用户数据安全,针对近年来各大云服务提供商不断暴出安全事故问题,利用演化博弈理论和方法构建云存储服务方的演化博弈模型,并对策略选择进行稳定性分析.博弈分析结果表明:提高用户对云存储服务信誉度的重视程度,推动云存储技术发展及加强政府对信息安全问题的监管力度是保障云存储数据安全的有效途径.     

基于分类服务机制的可预约排队系统设计和服务定价研究

采取合理有效的服务机制和服务定价是确保服务型企业持续有效运行的重要方式,服务提供商设计合理的服务策略可以使得服务收益达到最优。本文以服务可预约的排队系统为研究背景,对服务提供商分类服务机制选择和服务定价策略进行研究。通过考虑由两种服务策略下顾客之间的平均等待时间的对比和顾客等待厌恶心理参数形成的全新顾客服务效用模型,给出服务提供商在不同服务机制下的最优服务策略以及顾客市场规模对其服务策略选择的影响。研究表明,当预约顾客的市场规模相对较小时,服务提供商可以采取分类服务机制,即同时服务预约顾客和未预约顾客以增加服务收益,反之亦然。此外,预约顾客等待厌恶程度能够显著增大服务提供商的服务定价。     

云资源提供商的合作博弈模型与收益分配研究

云计算是目前国际上诸如信息科学与管理科学中的热点研究课题,其中云资源提供商是构建云平台的基本单元。目前,对云资源提供商进行合理的收益分配机制设计是提升云平台运营能力的一个关键因素。本文建立了一个由多个云资源提供商组成的合作博弈模型,分析了该合作博弈的超可加性和核心非空性,并给出了云资源提供商及其联盟的收益分配方案:核心和Shapley值。通过一些数值算例说明了云资源提供商合作博弈的非凸性,并表明了如何计算这个合作博弈的核心和Shapley值,为云资源提供商设计了一种合理的收益分配机制。本文的结果为研究IaaS(基础设施即服务)云资源提供商的合作行为提供了新的理论依据。     

异质性顾客视角下服务机制设计与定价策略研究

采取有效的服务策略并对顾客进行合理的服务定价是企业稳定市场需求至关重要的一点.文章考虑服务提供商设置服务优先权进行差异化定价和不设置服务优先权进行统一定价的两种服务机制,针对设置服务优先权时常规顾客因等待时间增加而产生的等待厌恶心理,研究了服务提供商服务机制选择与定价问题.结果表明当优先权顾客的市场规模较小且常规顾客的等待厌恶程度较大时,服务提供商应不设置服务优先权进行统一定价;否则,服务提供商应设置服务优先权进行差异化定价.此外,服务提供商在进行差异化定价时也可以通过提高服务速率进一步提升最优收益.     

基于多周期合作的物流服务供应链质量协调研究

如何提高物流服务供应链质量是LSSC管理中面临的重要问题,探究物流服务集成商与物流服务提供商间的多周期合作关系对服务质量具有重要意义.首先创新性地引入客户作为LSSC质量协调博弈模型的影响因素之一,构建考虑客户影响因素的多周期合作LSSC质量协调博弈模型,通过求得混合策略纳什均衡解,得出可以通过加强过程监控、灵活运用惩罚策略、合理设置惩罚系数等措施,促使物流服务提供商更有效地按质量完成物流服务任务,保障整个LSSC的合作效益.     

收入管理中多数量需求的动态分批拍卖机制研究

分析了可运用于收入管理的定价及分配存量的动态分批拍卖机制,传统拍卖机制假设竞标者是单一需求,与实际情况不相符合.本文研究的模型中一个卖方在有限时间限制T内采用分批拍卖的方式销售商品出售C件产品,每个时期的竞标者有着多数量的产品需求,并对所需求产品有统一的,独立的私有价值.为使得整个拍卖收益最大化,研究了最优的分配方案和每个时期应该出售的最优产品数量kt*(x),并且运用改进的多需求第二价格拍卖模型实现最优分配机制.     

云计算开源生态知识共享及风险治理的演化博弈研究

云计算开源生态正在逐步形成,促进知识共享、规避开源风险成为开源运营及开源治理的重要目标。本文基于演化博弈理论,构建了行业自律和政府监管两种治理机制下多方利益相关者(云计算企业、产业联盟以及政府)之间的演化博弈模型,分析了关键参数对各方策略及系统收益的影响。研究发现,在行业自律机制下,违约金和基金会补贴会促进知识共享合作,而产业联盟对于风险的存在则更为敏感。在政府监管机制下,罚款和政府补贴可以帮助参与者平衡风险并促进知识共享合作。研究结果可为云计算开源生态的可持续发展提供决策参考。     

云计算模式下SLA中的补偿策略及风险

本文基于云计算的特性,首次提出了服务水平协议(Service Level Agreement,SLA)中的三种补偿策略(分别为基于服务失败数量、基于长服务中断数量和基于累积中断时间的补偿策略),通过在SLA中约定客户容忍阀值,针对服务失败等级对客户进行分级补偿。针对三种策略的补偿成本,本文对云服务提供商造成的损失风险进行了测量和分析,得到了风险价值(Value-at-Risk,VaR)变化的特征和规律。在平均损失相同情况下,基于累积中断时间补偿策略的VaR值大于基于服务失败数量补偿策略的VaR值,因此采取基于中断时间的补偿策略风险更大。实例数据分析表明,本文提出的补偿策略是合理可行的。本文结论对于云服务提供商的补偿策略制定具有指导意义。     

Market-based pricing in grids: On strategic manipulation and computational cost

Grid technologies and the related concepts of utility computing and cloud computing enable the dynamic sourcing of computer resources and services, thus allowing enterprises to cut down on hardware and software expenses and to focus on key competencies and processes. Resources are shared across administrative boundaries, e.g. between enterprises and/or business units. In this dynamic and inter-organizational setting, scheduling and pricing become key challenges. Market mechanisms show promise for enhancing resource allocation and pricing in grids. Current mechanisms, however, are not adequately able to handle large-scale settings with strategic users and providers who try to benefit from manipulating the mechanism. In this paper, a market-based heuristic for clearing large-scale grid settings is developed. The proposed heuristic and pricing schemes find an interesting match between scalability and strategic behavior.     

AaaS:Agent云平台研究与实现

云计算是一种通过互联网将各种资源按照一定的方法整合在一起,以服务的形式向外提供的商业模式,有着良好的发展前景.Agent技术拥有其他技术无法比拟的智能性,并在各个领域都得到了广泛的应用.但Agent软件的系统开发、部署、运行以及维护仍采用传统的技术方案,无论在硬件还是软件设施上都存在着严重的浪费,因此将云计算与Agent技术结合起来,建立基于云计算的Agent平台(AaaS),来解决上述存在的问题,利用虚拟化技术解决硬件资源的浪费,设计开发Agent开发工具箱(ADT)以统一的标准来开发和部署Agent,提供云控制器来实时监测Agent的运行状态,进而动态的解决Agent运行时存在的问题.     

基于多种用海功能的海域使用权拍卖机制研究

海域使用权拍卖是对海域资源进行市场化配置的重要方式.基于海域资源的立体性和层次性特征,提出了多种用海功能约束下的海域使用权拍卖机制,设计了综合效用函数,对海域使用权进行经济价值与生态补偿的综合评价,促进海域资源的多层次利用与开发.仿真结果表明:相比较于单一功能的海域使用权拍卖,多属性拍卖能够改善海域使用权拍卖效率,同时拍卖结果也提高了政府对海域使用权拍卖的满意度和最终效用,为我国海域使用权拍卖方式的创新提供了理论基础.     

云制造环境下企业制造资源共享的演化博弈分析

云制造服务平台为在不同时空上获取制造资源提供了一个良好的工作环境,它实现了产品全生命周期的协同制造、管理和创新。在明确云制造环境下企业制造资源共享模式的基础上,构建了考虑两方行为的制造资源共享的演化博弈模型,分别在博弈群体处于均匀混合和非均匀混合两种状态下,找出了模型的均衡点并对其稳定性进行分析。引入系统动力学的方法,建立制造资源共享的演化博弈SD仿真模型,对比分析不同参数变化对演化结果的影响。研究结果表明,企业群体初始共享比例、升级设备成本、信息化改善收益和技术流失风险对博弈双方的策略演化结果具有显著的影响,促进企业联盟中的信息互通与资源共享,须从上述方面着手管理并持续改进。     

Optimization problem solving with auctions in Cultural Algorithms

In this paper we investigate the role that the competition among knowledge sources plays in the problem solving behavior of a population as the complexity of the optimization problem solving landscapes increases. We employ a type of game theoretic mechanism, auctions, in our study. Our main goal is to determine whether it matters if knowledge sources competed for individuals using auction mechanisms or weighted majority win mechanisms as the landscape complexity increased. The weighted majority win situation allows the Knowledge Sources to make predictions about future success whereas the Auction mechanism allows them to invest in their future by using tokens earned from recent performance. This latter approach allows contextual Knowledge Sources such as Situational Knowledge to play a larger role. Although the results are preliminary, it appears that the auction mechanism is more efficient when solving a problem in situations where contextual information is available. In that case, it is easier for the knowledge sources to make judicial bids or investments. However, once the landscapes become chaotic there is less contextual information available and correspondingly little advantage to the auction mechanism over the weighted majority win situation in terms of the number of generations needed to achieve a solution.     

收入管理的MMV动态拍卖机制研究

随着互联网上交易的增多,多单位同质产品销售的拍卖机制成为了一个新的研究方向.针对易逝性服务产品的收入管理问题,提出将产品销售分为多个拍卖期的MMV(Multi-period and Multi-unit Vickrey(Auction with Reserve Pricing)动态拍卖机制,给出每期最优拍卖单位数和保留价格的确定方法,证明了最优拍卖单位数分别关于剩余存量和销售时间单增的性质,以及保留价格关于剩余存量的单降性.最后证明MMV机制的每期实际成交价格将高于Vulcano(2002)提出的MSP(Modified Second-Price)机制,根据易逝性服务产品的需求特点得到MMV机制优于MSP机制的结论.     

一种云计算的隐私类型阈值模型和隐私保护方法

云计算作为一种新的计算模式,可为用户提供低成本的动态计算资源和存储资源,能充分提高资源的使用效率.但是数据隐私安全问题已成为云计算应用普及的最大挑战.为了更好管理用户的隐私数据,在基于(n+1,t+1)阈值的基础上,提出了一种基于隐私类型的(n+1,t+1)阈值隐私保护模型,结合可信的第三方服务器隔离存储模型,用户可在授权后依据数据隐私类型采用基于角色的访问控制进行相应的访问操作.安全分析表明,基于隐私类型的保护机制在方便用户按类型访问云中的数据资源同时,可以充分地实现用户数据的分类隐私保护.