CN102710746A - 一种基于序贯博弈的虚拟机竞价分配方法 - Google Patents

一种基于序贯博弈的虚拟机竞价分配方法 Download PDF

Info

Publication number
CN102710746A
CN102710746A CN2012101308260A CN201210130826A CN102710746A CN 102710746 A CN102710746 A CN 102710746A CN 2012101308260 A CN2012101308260 A CN 2012101308260A CN 201210130826 A CN201210130826 A CN 201210130826A CN 102710746 A CN102710746 A CN 102710746A
Authority
CN
China
Prior art keywords
virtual machine
game
resource
bidding
bid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012101308260A
Other languages
English (en)
Other versions
CN102710746B (zh
Inventor
曾凯
佘堃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201210130826.0A priority Critical patent/CN102710746B/zh
Publication of CN102710746A publication Critical patent/CN102710746A/zh
Application granted granted Critical
Publication of CN102710746B publication Critical patent/CN102710746B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于序贯博弈的虚拟机竞价分配方法。其中基础设施服务提供商作为虚拟机资源出售方，软件应用服务提供商作为虚拟机资源需求方。资源出售方和需求方按照顺序依次给出资源价格和需求策略，并通过重复迭代，双方不断修正其博弈出价和策略，以博弈竞价方式最终达到虚拟机资源分配的纳什均衡，并按照此最终结果进行虚拟机资源交易。本发明方法内部由博弈控制器、虚拟机竞价代理和负载监控探头组成。通过本方法的实施可以最大化提高虚拟机资源出售方经济效益，同时使虚拟机需求方合理购买资源，避免了资源的浪费。

Description

一种基于序贯博弈的虚拟机竞价分配方法
技术领域
本发明涉及在云环境下，基础设施服务提供商（IAAS provider）同时为多个软件应用服务提供商（SAAS provider）提供虚拟机服务时，一种基于序贯博弈的虚拟机资源分配方法。
背景技术
随着互联网、虚拟化、分布式计算等技术的发展不断发展，逐渐产生了一种新型的计算模式——云计算。用户可以像使用水、电等传统资源一样使用“计算”这种资源。云计算可以按照用户对资源和计算能力的需求动态分配虚拟资源，而不受物理资源的限制。
博弈论（Game Theory），属应用数学的一个分支，是经济学分析方法之一。目前在经济学、计算机科学等其他很多学科都有广泛的应用。博弈论是解决具有竞争性质现象的数学理论和方法。博弈论主要研究经济行为中的个体的行为策略及不同个体策略之间的相互影响关系，进而可以达到博弈个体策略的同时最大优化。
在云计算中，基础设施服务提供商（IAAS provider）通过虚拟化技术提供虚拟硬件基础设施（例如虚拟机等），并希望最大化其经济收益；软件应用服务提供商（SAAS provider）为了向上层用户提供软件服务，通常需要向基础设施服务提供商（IAAS provider）购买虚拟机资源来部署自己的软件服务系统，其希望可以购买合理数量的虚拟机资源，最小化资源的浪费。本发明提出的基于序贯博弈的虚拟机竞价分配方法解决了云计算中如何使资源合理出价和科学购买的问题。。
发明内容
本发明提供了一种基于序贯博弈的虚拟机竞价分配方法。其中基础设施服务提供商（IAAS provider）作为虚拟机资源出售方，软件应用服务提供商（SAAS provider）作为虚拟机资源需求方。资源出售方和需求方按照顺序依次给出资源价格和需求策略，并通过重复迭代，双方不断修正其博弈出价和策略，以博弈竞价方式最终达到虚拟机资源分配的纳什均衡，并按照此最终结果进行虚拟机资源交易。本发明方法内部由博弈控制器、虚拟机竞价代理和负载监控探头组成。其中博弈控制器负责计算每次博弈的出价和策略；虚拟机竞价代理负责接收和转发博弈控制器提交的出价、策略消息，并最终裁定是否达到博弈终止条件；监控探头负责监控获取软件应用服务提供商内部的负载信息。通过本方法的实施可以最大化提高虚拟机资源出售方经济效益，同时使虚拟机需求方合理购买资源，避免了资源的浪费。
本发明解决其技术问题所采用的技术方案是：一种基于序贯博弈的虚拟机竞价分配方法，其中竞价分配系统由博弈控制器、虚拟机竞价分配代理和负载监控探头组成，博弈控制器负责计算每次博弈的出价策略；虚拟机竞价分配代理负责接收和转发博弈控制器发送的策略消息；监控探头负责监控获取软件应用服务提供商内部的负载信息；竞价分配方法包括如下步骤：
步骤101：每一个软件应用服务提供商统计其内部负载，获取当前到达的任务量，计算任务平均到达速度；
步骤102：软件应用服务提供商判断是否需要申请新的虚拟机资源，如果不需要，则返回步骤101，继续监控内部负载；如果则进入步骤103； 
步骤103：基础设施服务提供商首先给出虚拟机资源基础价格；
步骤104：软件应用服务提供商根据基础设施服务提供商的出价及其虚拟机资源需求决策公式计算、并向虚拟机竞价分配代理提交其需求策略，序贯博弈开始；
步骤105：基础设施服务提供商根据所有软件应用服务提供商的虚拟机需求策略以及基础设施服务提供商自己的虚拟机定价公式重新出价；
步骤106：虚拟机竞价分配代理判断是否达到虚拟机竞价博弈的纳什均衡，如果已达到则停止序贯博弈，并按照此最终结果进行资源交易，反之则返回步骤104，软件应用服务提供商和基础设施服务提供商双方继续资源博弈。
与现有技术相比，本发明的积极效果是：本方法在满足双方之间云服务水平协议（SLA）的基础上，保证了虚拟机资源分配的公平性，并通过资源的合理分配提高了云服务提供商（IAAS、SAAS）的经济收益。本发明方法的基本技术原理是，博弈双方（IAAS、SAAS）按照顺序依次给出资源价格和需求策略，并通过重复迭代，双方不断修正其博弈策略，以竞价方式最终达到虚拟机资源分配的纳什均衡。其中纳什均衡是指经过多次出价博弈，最终达到一种状态，即参加博弈的任何一方都无法在其他博弈人不修改出价策略的情况下单方面修改自己的博弈策略而提高自己的收益（或资源）。
本方法和传统的资源分配方法相比，具有以下优点：
1、提出了基于云任务到达速度变化的虚拟机需求策略，通过资源的弹性分配，使虚拟机资源得到了充分利用。
2、分配资源的同时充分考虑经济因素的影响，使资源需求方（SAAS provider）合理购买的同时最大化资源出售方（IAAS provider）的经济收益。
3、提出了资源买卖方序贯出价的博弈模型，通过根据对方出价（策略）不断调整自己出价（策略），解决了静态博弈模型出价参考条件不足的问题。
附图说明
本发明将通过例子并参照附图的方式说明，其中：
图1为本发明中云环境下基于序贯博弈的虚拟机竞价分配方法的流程图；
图2为本发明中云环境下基于序贯博弈的虚拟机竞价分配方法实施模型图。
具体实施方式
一种基于序贯博弈的虚拟机竞价分配方法，如图1所示，包括如下步骤：
步骤101：每一个软件应用服务提供商（SAAS provider）统计其内部负载，获取当前到达的任务量，计算任务平均到达速度。其中：
负载监控探头每隔600秒，提交当前时间段内的任务平均到达速度，计算单位为MIPS，即“百万条指令/秒”。
步骤102：软件应用服务提供商（SAAS provider）判断是否需要申请新的虚拟机资源，如果需要则提出申请，否则继续监控内部负载。其中：
申请资源的判断依据是：如果当前时间段平均任务到达速度超过上一个时间段平均任务到达速度的20%，则向虚拟机竞价分配代理提交申请请求，系统开始进行序贯博弈资源分配。
步骤103：基础设施服务提供商（IAAS provider）首先给出虚拟机资源基础价格。其中：
基础设施服务提供商（IAAS provider）的初始价格可以随机给出，但本方法采用与上次博弈结果最终出价相同的办法。本方法中提出的虚拟机资源分为静态资源（购买使用时间在1年以上）和动态资源（购买使用时间在3个月以下）。基础设施服务提供商（IAAS provider）的出价策略用                                               
Figure 2012101308260100002DEST_PATH_IMAGE002
。其中
Figure 2012101308260100002DEST_PATH_IMAGE004
代表第k次出价中静态资源价格，
Figure 2012101308260100002DEST_PATH_IMAGE006
代表第k次出价中动态资源价格。k取值范围从0到t，t为博弈结束时的迭代次数。
步骤104：软件应用服务提供商（SAAS provider）根据基础设施服务提供商（IAAS provider）的出价及其虚拟机资源需求决策公式计算、并向虚拟机竞价分配代理提交其需求策略，序贯博弈开始。其中：
第i个软件应用服务提供商（SAAS provider）第k次资源需求策略为
Figure 2012101308260100002DEST_PATH_IMAGE008
，
Figure 2012101308260100002DEST_PATH_IMAGE010
和
Figure 2012101308260100002DEST_PATH_IMAGE012
分别代表该SAAS此次博弈需求的静态资源（虚拟机）和动态资源（虚拟机）的台数。首先将博弈计数器增加1，即
Figure 2012101308260100002DEST_PATH_IMAGE014
，其需求策略为：
Figure 2012101308260100002DEST_PATH_IMAGE016
，
Figure 2012101308260100002DEST_PATH_IMAGE018
。M为相邻2个时间段内平均任务到达速度之差。
步骤105：基础设施服务提供商（IAAS provider）根据所有软件应用服务提供商（SAAS provider）的虚拟机需求策略以及其虚拟机定价公式重新出价。其中：
基础设施服务提供商（IAAS provider）根据所有软件应用服务提供商（SAAS provider）的虚拟机需求策略以及其虚拟机定价公式重新出价，出价策略用，
Figure 2012101308260100002DEST_PATH_IMAGE020
，
Figure 2012101308260100002DEST_PATH_IMAGE022
。其中参数
Figure 2012101308260100002DEST_PATH_IMAGE024
为基础设施服务提供商（IAAS provider）此次博弈所能分配的动态虚拟机台数的总和，
Figure 2012101308260100002DEST_PATH_IMAGE026
为所能分配的静态虚拟机总和，
Figure 120552DEST_PATH_IMAGE004
代表第k次出价中静态资源价格，
Figure 802069DEST_PATH_IMAGE006
代表第k次出价中动态资源价格，N为此次博弈所有虚拟机需求方人数总和。
步骤106：虚拟机竞价分配代理判断是否达到虚拟机竞价博弈的纳什均衡，如果已达到则停止序贯博弈，反之则返回步骤104，双方继续资源博弈。其中：
判断博弈达到纳什均衡的条件为，设
Figure 2012101308260100002DEST_PATH_IMAGE028
=
Figure 2012101308260100002DEST_PATH_IMAGE030
，
Figure 2012101308260100002DEST_PATH_IMAGE032
=
Figure 2012101308260100002DEST_PATH_IMAGE034
，如果
Figure 2012101308260100002DEST_PATH_IMAGE036
且
Figure DEST_PATH_IMAGE038
，则表示第K次博弈达到虚拟机资源竞价博弈纳什均衡状态，停止博弈；反之，继续虚拟机竞价博弈。
为了进一步阐述本发明方法，下面具体说明本方法的实施过程。根据图2所示，系统内部由博弈控制器、虚拟机竞价分配代理和负载监控探头组成。其中博弈控制器负责计算每次博弈的出价策略；虚拟机竞价分配代理负责接收和转发博弈控制器发送的策略消息；监控探头负责监控获取软件应用服务提供商（SAAS provider）内部的负载信息。
首先负载监控探头开始计时，计算该时间段的SAAS内部平均任务到达速度。以第i、j个（其用户ID分别为i、j）软件应用服务提供商（SAAS provider）为例，负载监控探头检测并计算该600秒内，第i个和第j个SAAS的任务到达速度为300MIPS和200MIPS，并将其提交给其各自内部的博弈控制器处理，并开始监测并计算下一轮平均任务到达速度。假设第j个SAAS接收到该时间段内平均任务到达速度为200MIPS，假设其上一时间段平均为190MIPS，而(200-190)/190<20%，所以该SAAS判决不参加该轮虚拟机竞价博弈；第i个SAAS接收到该时间段内平均任务到达速度为300MIPS，假设其上一时间段平均任务到达速度为150MIPS，而(300-150)/150>20%，则该SAAS需要向虚拟机竞价分配代理提交虚拟机竞价博弈请求。其中，请求以XML报文方式发送给虚拟机竞价分配代理。
虚拟机竞价分配代理接收并统计所有SAAS的虚拟机竞价请求，同时封装在XML报文内并提交给基础设施服务提供商（IAAS provider）的博弈控制器。假设此轮虚拟机竞价分配代理一共接收到5个SAAS的虚拟机竞价博弈请求，其用户ID分别为
Figure DEST_PATH_IMAGE040
。
基础设施服务提供商（IAAS provider）的博弈控制器接收到虚拟机竞价博弈请求，向虚拟机竞价分配代理提出资源基础价格，基础价格可参照上一次博弈的最终价格，也可以随机给出。假设静态资源为150元/台，动态资源为200元/台，则，博弈次数k=0。
虚拟机竞价分配代理将资源基础价格报文以广播方式转发给提交竞价申请的SAAS。
至此，参与虚拟机竞价博弈的SAAS根据基础价格给出首次需求策略：
假设参加当前虚拟机竞价博弈的用户集合为
Figure DEST_PATH_IMAGE044
，这些用户连续2个时间段内的平均任务到达速度之差为
Figure DEST_PATH_IMAGE046
：
以用户ID为
Figure DEST_PATH_IMAGE048
的SAAS为例：首先将博弈计数器由0置为1，表示当前为第1次竞价博弈，根据需求策略为：
Figure 59916DEST_PATH_IMAGE016
，
Figure 868603DEST_PATH_IMAGE018
，每一个SAAS计算机需求策略，
Figure DEST_PATH_IMAGE050
，
Figure DEST_PATH_IMAGE052
，
Figure DEST_PATH_IMAGE054
，
Figure DEST_PATH_IMAGE056
，
Figure DEST_PATH_IMAGE058
。这些SAAS分别将其需求策略以XML报文形式发送到虚拟机竞价分配代理。
虚拟机竞价分配代理接收到全部SAAS的需求策略报文后，将其封装在一个XML报文中，转发给IAAS。
基础设施服务提供商（IAAS provider）接收到SAAS用户的需求策略后，根据其出价公式，调整上一次出价：
其出价策略为
Figure 314978DEST_PATH_IMAGE002
，其中，。根据本轮博弈SAAS的需求策略
Figure DEST_PATH_IMAGE060
，
Figure DEST_PATH_IMAGE062
，
Figure DEST_PATH_IMAGE064
，
Figure DEST_PATH_IMAGE066
，，假设此时其静态可用虚拟机台数为200台，动态虚拟机为50台，可计算其本轮博弈出价
Figure DEST_PATH_IMAGE070
，同时将出价以XML报文发送给虚拟机竞价分配代理。
虚拟机竞价分配代理判断是否达到博弈纳什均衡状态：
连续2次博弈的结果
Figure 810136DEST_PATH_IMAGE042
，
Figure 208887DEST_PATH_IMAGE070
。根据虚拟机竞价分配纳什均衡判决公式=
Figure 868241DEST_PATH_IMAGE030
，
Figure 753152DEST_PATH_IMAGE032
=，可计算得
Figure DEST_PATH_IMAGE072
，
Figure DEST_PATH_IMAGE074
，均大于5%，所以博弈继续。虚拟机竞价分配代理通知SAAS重新给出需求策略，开始新一轮的虚拟机竞价博弈。

Claims (4)

1.一种基于序贯博弈的虚拟机竞价分配方法，其中博弈竞价分配由博弈控制器、虚拟机竞价分配代理和负载监控探头组成，博弈控制器负责计算每次博弈的出价策略；虚拟机竞价分配代理负责接收和转发博弈控制器提交的出价策略消息，并最终裁定是否达到博弈终止条件；监控探头负责监控获取软件应用服务提供商内部的负载信息；其特征在于，竞价分配方法包括如下步骤：
步骤101：每一个软件应用服务提供商统计其内部负载，获取当前到达的任务量，计算任务平均到达速度；
步骤102：软件应用服务提供商判断是否需要申请新的虚拟机资源，如果不需要，则返回步骤101，继续监控内部负载；如果则进入步骤103； 
步骤103：基础设施服务提供商首先给出虚拟机资源基础价格；
步骤104：软件应用服务提供商根据基础设施服务提供商的出价及其虚拟机资源需求决策公式计算、并向虚拟机竞价分配代理提交其需求策略，序贯博弈开始；
步骤105：基础设施服务提供商根据所有软件应用服务提供商的虚拟机需求策略以及基础设施服务提供商自己的虚拟机定价公式重新出价；
步骤106：虚拟机竞价分配代理判断是否达到虚拟机竞价博弈的纳什均衡，如果已达到则停止序贯博弈，并按照最终博弈结果进行虚拟机资源分配交易；反之则返回步骤104，软件应用服务提供商和基础设施服务提供商双方继续资源博弈。
2.根据权利要求1所述的一种基于序贯博弈的虚拟机竞价分配方法，其特征在于：步骤103所述的基础设施服务提供商的出价策略为                                               
Figure 2012101308260100001DEST_PATH_IMAGE002
，其中
Figure 2012101308260100001DEST_PATH_IMAGE004
为第k次出价中静态资源价格，为第k次出价中动态资源价格，k取值范围从0到t，t为博弈结束时的迭代次数；
步骤104所述的软件应用服务提供商的需求策略如下：设第i个软件应用服务提供商第k次资源需求策略为，其中：
Figure DEST_PATH_IMAGE010
和
Figure DEST_PATH_IMAGE012
分别代表该软件应用服务提供商此次博弈需求的静态虚拟机和动态虚拟机的台数；首先将博弈计数器增加1，则
Figure DEST_PATH_IMAGE014
，
Figure DEST_PATH_IMAGE016
，其中：M为相邻两个时间段内平均任务到达速度之差；
步骤105所述的基础设施服务提供商重新出价的出价策略为
Figure 316647DEST_PATH_IMAGE002
，
Figure DEST_PATH_IMAGE018
，
Figure DEST_PATH_IMAGE020
，其中：参数
Figure DEST_PATH_IMAGE022
为基础设施服务提供商此次博弈所能分配的动态虚拟机台数的总和，
Figure DEST_PATH_IMAGE024
为所能分配的静态虚拟机台数的总和，
Figure 322868DEST_PATH_IMAGE004
代表第k次出价中静态虚拟机价格，代表第k次出价中动态虚拟机价格，N为此次博弈所有虚拟机需求方人数总和； 
步骤106所述的判断是否达到纳什均衡的条件如下：设
Figure DEST_PATH_IMAGE026
=，
Figure DEST_PATH_IMAGE030
=
Figure DEST_PATH_IMAGE032
，如果且
Figure DEST_PATH_IMAGE036
，则表示第K次博弈达到虚拟机资源竞价博弈纳什均衡状态，停止博弈；反之，继续虚拟机竞价博弈。
3.根据权利要求1所述的一种基于序贯博弈的虚拟机竞价分配方法，其特征在于：所述监控探头每隔600秒，提交当前时间段内的任务平均到达速度，计算单位为百万条指令/秒。
4.根据权利要求1所述的一种基于序贯博弈的虚拟机竞价分配方法，其特征在于：步骤102所述的软件应用服务提供商的判断依据是：如果当前时间段平均任务到达速度超过上一个时间段平均任务到达速度的20%，则向虚拟机竞价分配代理提交申请请求，系统开始进行资源竞价分配序贯博弈。
CN201210130826.0A 2012-04-30 2012-04-30 一种基于序贯博弈的虚拟机竞价分配方法 Active CN102710746B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210130826.0A CN102710746B (zh) 2012-04-30 2012-04-30 一种基于序贯博弈的虚拟机竞价分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210130826.0A CN102710746B (zh) 2012-04-30 2012-04-30 一种基于序贯博弈的虚拟机竞价分配方法

Publications (2)

Publication Number Publication Date
CN102710746A true CN102710746A (zh) 2012-10-03
CN102710746B CN102710746B (zh) 2015-05-27

Family

ID=46903292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210130826.0A Active CN102710746B (zh) 2012-04-30 2012-04-30 一种基于序贯博弈的虚拟机竞价分配方法

Country Status (1)

Country Link
CN (1) CN102710746B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102984249A (zh) * 2012-11-22 2013-03-20 北京邮电大学 一种水平动态云联盟中的分布式资源配置方法
CN104050515A (zh) * 2014-06-18 2014-09-17 中国水利水电科学研究院 一种基于年周期序贯决策的水资源配置方法
CN105721565A (zh) * 2016-01-29 2016-06-29 南京邮电大学 基于博弈的云计算资源分配方法和系统
CN106357823A (zh) * 2016-11-14 2017-01-25 阿坝师范学院 一种节能控制的云资源优化分配方法
CN106453557A (zh) * 2016-10-13 2017-02-22 内蒙古工业大学 一种IaaS服务中的双时间尺度用户动态竞价和资源管理算法
WO2017107310A1 (zh) * 2015-12-25 2017-06-29 中兴通讯股份有限公司 一种显示界面的切换方法及装置、终端、存储介质
CN108990067A (zh) * 2018-07-09 2018-12-11 常熟理工学院 一种应用于超密集异构网络的能效控制方法
CN109889576A (zh) * 2019-01-18 2019-06-14 天津大学 一种基于博弈论的移动云游戏资源优化方法
CN110399226A (zh) * 2019-07-31 2019-11-01 新乡学院 云系统用负载平衡器
CN110661649A (zh) * 2019-09-05 2020-01-07 深圳供电局有限公司 一种电力通信网资源分配方法
CN111414250A (zh) * 2020-02-24 2020-07-14 国际关系学院 一种面向航天数据的云数据库负载均衡方法及系统
CN111428878A (zh) * 2020-03-21 2020-07-17 电子科技大学 一种关于车联网安全事件严重程度的确定方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI571825B (zh) * 2015-12-30 2017-02-21 Tian-Shu Xu A third party calls the system

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6968323B1 (en) * 2000-10-05 2005-11-22 International Business Machines Corporation Dynamic allocation and pricing of resources of web server farm
CN101827371A (zh) * 2010-05-07 2010-09-08 东南大学 一种认知无线电中主次用户频谱共享方法
CN101938416A (zh) * 2010-09-01 2011-01-05 华南理工大学 一种基于动态重配置虚拟资源的云计算资源调度方法
CN102186177A (zh) * 2011-04-22 2011-09-14 南京邮电大学 基于需求因子的频谱共享博弈方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6968323B1 (en) * 2000-10-05 2005-11-22 International Business Machines Corporation Dynamic allocation and pricing of resources of web server farm
CN101827371A (zh) * 2010-05-07 2010-09-08 东南大学 一种认知无线电中主次用户频谱共享方法
CN101938416A (zh) * 2010-09-01 2011-01-05 华南理工大学 一种基于动态重配置虚拟资源的云计算资源调度方法
CN102186177A (zh) * 2011-04-22 2011-09-14 南京邮电大学 基于需求因子的频谱共享博弈方法

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102984249A (zh) * 2012-11-22 2013-03-20 北京邮电大学 一种水平动态云联盟中的分布式资源配置方法
CN104050515A (zh) * 2014-06-18 2014-09-17 中国水利水电科学研究院 一种基于年周期序贯决策的水资源配置方法
WO2017107310A1 (zh) * 2015-12-25 2017-06-29 中兴通讯股份有限公司 一种显示界面的切换方法及装置、终端、存储介质
CN105721565A (zh) * 2016-01-29 2016-06-29 南京邮电大学 基于博弈的云计算资源分配方法和系统
CN105721565B (zh) * 2016-01-29 2018-07-24 南京邮电大学 基于博弈的云计算资源分配方法和系统
CN106453557B (zh) * 2016-10-13 2019-04-09 内蒙古工业大学 一种IaaS服务中的双时间尺度用户动态竞价和资源管理算法
CN106453557A (zh) * 2016-10-13 2017-02-22 内蒙古工业大学 一种IaaS服务中的双时间尺度用户动态竞价和资源管理算法
CN106357823B (zh) * 2016-11-14 2019-09-03 阿坝师范学院 一种节能控制的云资源优化分配方法
CN106357823A (zh) * 2016-11-14 2017-01-25 阿坝师范学院 一种节能控制的云资源优化分配方法
CN108990067A (zh) * 2018-07-09 2018-12-11 常熟理工学院 一种应用于超密集异构网络的能效控制方法
CN108990067B (zh) * 2018-07-09 2021-11-12 常熟理工学院 一种应用于超密集异构网络的能效控制方法
CN109889576B (zh) * 2019-01-18 2021-11-02 天津大学 一种基于博弈论的移动云游戏资源优化方法
CN109889576A (zh) * 2019-01-18 2019-06-14 天津大学 一种基于博弈论的移动云游戏资源优化方法
CN110399226A (zh) * 2019-07-31 2019-11-01 新乡学院 云系统用负载平衡器
CN110399226B (zh) * 2019-07-31 2023-03-24 新乡学院 云系统用负载平衡器
CN110661649B (zh) * 2019-09-05 2022-07-26 深圳供电局有限公司 一种电力通信网资源分配方法
CN110661649A (zh) * 2019-09-05 2020-01-07 深圳供电局有限公司 一种电力通信网资源分配方法
CN111414250A (zh) * 2020-02-24 2020-07-14 国际关系学院 一种面向航天数据的云数据库负载均衡方法及系统
CN111414250B (zh) * 2020-02-24 2022-11-04 国际关系学院 一种面向航天数据的云数据库负载均衡方法及系统
CN111428878A (zh) * 2020-03-21 2020-07-17 电子科技大学 一种关于车联网安全事件严重程度的确定方法
CN111428878B (zh) * 2020-03-21 2023-02-17 电子科技大学 一种关于车联网安全事件严重程度的确定方法

Also Published As

Publication number Publication date
CN102710746B (zh) 2015-05-27

Similar Documents

Publication Publication Date Title
CN102710746B (zh) 一种基于序贯博弈的虚拟机竞价分配方法
Gao et al. Auction-based VM allocation for deadline-sensitive tasks in distributed edge cloud
CN105721565B (zh) 基于博弈的云计算资源分配方法和系统
Zaman et al. Combinatorial auction-based allocation of virtual machine instances in clouds
Toosi et al. An auction mechanism for cloud spot markets
Restuccia et al. Incentme: Effective mechanism design to stimulate crowdsensing participants with uncertain mobility
Huu et al. An auction-based resource allocation model for green cloud computing
CN102185708B (zh) 基于纳什均衡的网格资源分配方法
Wang et al. A reverse auction based allocation mechanism in the cloud computing environment
CN108182112A (zh) 基于组合拍卖的以人为中心的感知网络的资源分配机制
Mihailescu et al. On economic and computational-efficient resource pricing in large distributed systems
Paes Leme et al. Why do competitive markets converge to first-price auctions?
Zaman et al. Combinatorial auction-based mechanisms for vm provisioning and allocation in clouds
Liu et al. Efficient auction mechanism for edge computing resource allocation in mobile blockchain
Aggarwal et al. Fog-integrated cloud architecture enabled multi-attribute combinatorial reverse auctioning framework
Ma et al. Blockchain-enabled feedback-based combinatorial double auction for cloud markets
Li et al. A truthful dynamic combinatorial double auction model for cloud resource allocation
Yang et al. Price differentiation and control in the Kelly mechanism
Wu et al. An effective data-driven cloud resource procurement scheme with personalized reserve prices
Xu et al. Hierarchical combinatorial auction in computing resource allocation for mobile blockchain
Tong et al. A bilateral game approach for task outsourcing in multi-access edge computing
Wurman et al. Computing price trajectories in combinatorial auctions with proxy bidding
Farajian et al. Market-driven continuous double auction method for service allocation in cloud computing
Zhang et al. Design, modeling, and analysis of online combinatorial double auction for mobile cloud computing markets
CN110992121B (zh) 群智感知中基于感知误差的感知任务信息分配系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant