CN104811466B - 云媒体资源分配的方法及装置 - Google Patents
云媒体资源分配的方法及装置 Download PDFInfo
- Publication number
- CN104811466B CN104811466B CN201410040681.4A CN201410040681A CN104811466B CN 104811466 B CN104811466 B CN 104811466B CN 201410040681 A CN201410040681 A CN 201410040681A CN 104811466 B CN104811466 B CN 104811466B
- Authority
- CN
- China
- Prior art keywords
- utility
- value
- mrow
- task requests
- cloud media
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/61—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements
Abstract
一种云媒体资源分配的方法，包括：从任务请求者接收云媒体任务请求，其中，所述云媒体任务请求携带至少一个参数；利用所述至少一个参数计算第二综合效用值；将所述第二综合效用值和第一综合效用值进行比较；根据比较结果决定是否给所述任务请求者分配云媒体资源。本发明还公开了一种云媒体资源分配的装置。一些说明性实施例从提高云媒体服务效用的角度出发，目标函数不再是最小化响应时间，而是以达到最大效用为目标，充分提高云用户的满意度。本发明还公开了一种云媒体资源分配的装置。一些说明性实施例从提高云媒体服务效用的角度出发，目标函数不再是最小化响应时间，而是以达到最大效用为目标，充分提高云用户的满意度。
Description
技术领域
本发明属于云计算技术领域，尤其涉及一种云媒体资源分配的方法及装置。
背景技术
在云计算领域中，云媒体调度服务大量存在，且总是受到传输过程中的带宽和其它计算资源的限制，降低了均衡调度服务的满意度。提高云媒体调度服务满意度的方法是合理分配资源，因此云媒体资源分配技术是当今较热门的研究课题。现有技术提出一种考虑能源参数的组合拍卖机制的资源分配模型，提高了数据中心的资源利用率。现有技术还结合博弈理论以及拥塞控制算法提出线性的带宽资源分配方案，提高了带宽效用值。现有技术还综合考虑服务的负载均衡博弈算法以及虚拟机的配置博弈算法来优化数据中心的资源。以上策略虽然从云媒体服务提供者CP(Cloud-Service Provider)的能源消耗角度进行资源分配，缺少对云媒体服务请求者CR(Cloud-Service Requester)的QoS(Quality ofService，服务质量)特性支持，形成了提高CR服务满意度的瓶颈问题。因此，研究一般意义下的云媒体资源分配的整体满意度问题具有重要意义。
现有技术中一种常用的方法是通过满足SLAs协议来提高服务满意度。现有技术提出了一种基于粒子群优化技术的服务等级协议，保证了资源消耗和性能之间的平衡。现有技术还提出了一种基于SLAs的云计算框架，充分考虑分布式数据中心的工作量和地理位置,合理的运用云数据中心。以上几个策略没有考虑资源分配的效用值，因此整体云媒体服务效用不高。
发明内容
有鉴于此，本发明的一个目的是提出一种云媒体资源分配的方法。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
在一些可选的实施例中，一种云媒体资源分配的方法，包括：从任务请求者接收云媒体任务请求，其中，所述云媒体任务请求携带至少一个参数；利用所述至少一个参数计算第二综合效用值；将所述第二综合效用值和第一综合效用值进行比较；根据比较结果决定是否给所述任务请求者分配云媒体资源。本发明还公开了一种云媒体资源分配的装置。一些说明性实施例从提高云媒体服务效用的角度出发，目标函数不再是最小化响应时间，而是以达到最大效用为目标，充分提高云用户的满意度。
本发明的另一个目的是提出一种云媒体资源分配的装置。
在一些可选的实施例中，一种云媒体资源分配的装置，包括：任务调度模块，用于从任务请求者接收云媒体任务请求，其中，所述云媒体任务请求携带至少一个参数；第二模块，用于利用所述至少一个参数计算第二综合效用值；服务协商模块，用于将所述第二综合效用值和第一效用值进行比较；资源分配模块，用于根据比较结果决定是否给所述任务请求者分配云媒体资源。
在一些说明性实施例中的技术效果为：从提高云媒体服务效用的角度出发，目标函数不再是最小化响应时间，而是以达到最大效用为目标，充分提高云用户的满意度。
为了上述以及相关的目的，一个或多个实施例包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明某些示例性方面，并且其指示的仅仅是各个实施例的原则可以利用的各种方式中的一些方式。其它的益处和新颖性特征将随着下面的详细说明结合附图考虑而变得明显，所公开的实施例是要包括所有这些方面以及它们的等同。
说明书附图
图1是根据一些说明性实施例的云媒体资源分配的方法的流程图；
图2是根据一些说明性实施例的云媒体资源分配的装置的示意图；
图3是根据一些说明性实施例的云媒体服务响应时间比较的示意图；
图4是根据一些说明性实施例的对于不同参数权重值的云媒体服务响应时间比较的示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，本发明的这些实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。
如图1所示，为云媒体资源分配的方法的流程图，该方法包括如下步骤：
步骤S101：从任务请求者接收云媒体任务请求；其中，云媒体任务请求携带至少一个参数。
步骤S103：利用至少一个参数计算第二综合效用值；
步骤S110：将第二综合效用值和第一综合效用值进行比较；
步骤S111：根据比较结果决定是否给任务请求者分配云媒体资源。
通过该方法，可以从提高云媒体服务效用的角度出发，其目标函数不再是最小化响应时间，而是以达到最大效用为目标，充分提高云用户的满意度。
在一些说明性实施例中，云媒体任务请求包括以下参数：调整系数PCR、响应时间RTCR和带宽BCR。优选的，该调整系数可以是价格。
由于云媒体服务请求需要支付一定的代价，适中的调整系数可以很好的反映出云媒体服务的效用；又因为云媒体服务如：媒体的实时播放，视频的同步播放等对时间具有很高的要求，因此云媒体服务具有一定的时效性，合理的响应时间会反映出云媒体服务较高的效用；又因为云媒体的传输需要大量的调整系数，适中的带宽会提高云媒体服务的效用。因此，把对云媒体服务的调整系数、响应时间和带宽作为所考虑的QoS参数集合，通过计算每个参数的效用值来获得云媒体服务的综合效用值，进而提高云媒体服务效用。
在一些说明性实施例中，步骤S110之前包括：
步骤S109：采用第二综合效用值运算云媒体任务请求与当前的云媒体资源的属性参数之间的关联关系。其中通过云媒体任务请求的全部参数运算得到。
在一些说明性实施例中，步骤S109具体包括：采用第二综合效用值与第三综合效用值运算关联关系。
在一些说明性实施例中，该关联关系的运算过程包括：
其中，U为第一综合效用值， 为任务请求的最小效用值； 为资源的最小效用值；ωCR+ωCP＝1，ωCR和ωCP分别为所述第二综合效用值和所述第三综合效用值的权重。
步骤S103运算第二综合效用值，其过程包括：
其中，和分别为任务请求的调整系数PCR的效用值响应时间RTCR的效用值和带宽BCR的效用值的权重。
步骤S103之前包括如下的步骤：
步骤S102A：运算得到任务请求的调整系数PCR的效用值
其中，表示所述云媒体任务请求的调整系数最低效用值，和分别代表所述云媒体服务请求者的最佳期望调整系数和最差期望调整系数；
步骤S102B：运算得到任务请求的响应时间RTCR的效用值
其中，表示所述任务请求的响应时间的最低效用值，和分别代表任务请求的最佳期望响应时间和最差期望响应时间；
步骤S102C：运算得到任务请求的带宽BCR的效用值
其中，表示所述任务请求的最低效用值，和分别代表任务请求的最佳期望带宽和最差期望带宽。
在一些说明性实施例中，u(BCR)、采用下式得到：
其中ω表示控制函数形状的参数，X为BCR、和
其中，通过云媒体资源的属性运算得到，其具体步骤如下：
在一些说明性实施例中，步骤S109之前包括如下步骤：
步骤S108：通过以下公式获得第三综合效用值
其中，和分别为资源的调整系数PCP的效用值响应时间RTCP的效用值和带宽BCP的效用值的权重。
在一些说明性实施例中，步骤S107之前又包括：
步骤S107A：运算得到资源的调整系数PCP的效用值。
其中，表示资源的调整系数PCP的最低效用值，和分别代表资源的调整系数PCP的初始调整系数和保留调整系数。
步骤SS107B：运算得到资源的响应时间RTCP的效用值。
其中，表示资源的响应时间的最低效用值，和分别代表资源的初始响应时间和保留响应时间。
步骤SS107C：运算得到资源的带宽BCP的效用值。
其中，表示资源的带宽的最低效用值，和分别代表资源的初始带宽和保留带宽。
在一些说明性实施例中，步骤S109具体包括：
如果第一综合效用值不小于第二综合效用值，则将当前云媒体资源分配给云媒体任务请求。
在一些说明性实施例中，步骤S111还包括如下的情况：
如果有多个云媒体资源，则云媒体任务请求对应于多个第一综合效用值，每个第一综合效用值对应一个云媒体资源；
如果多个第一综合效用值中的最大值不小于第二综合效用值，则将最大值对应的云媒体资源分配给云媒体任务请求。
在一些说明性实施例中，步骤S103之后还包括如下步骤：
步骤S104：如果第二综合效用值为0，则检查任务请求是否超时。
步骤S105：判断任务请求是否超时。
如果任务请求超时，则云媒体资源分配结束。如果任务请求没有超时，则执行让步策略重新确定第二综合效用值，直到第二综合效用值不为0。
步骤S106：执行让步策略，具体过程包括：
由该次任务请求的第二综合效用值得到下一次任务请求的第二综合效用值
其中，为该次任务请求的第二综合效用值，为让步步长。
当下一次任务请求的第二综合效用值不为0时，则执行后续的步骤。
在一些说明性实施例中，让步步长其中，τ为截止时间(通过τ确定最大协商次数)，t为协商次数，λ为对让步速率控制的参数，0≤λ≤10。
针对于上述方法，本发明提供了一种云媒体资源分配的装置。如图3所示，该装置包括：
任务调度模块201，用于接收云媒体任务请求，其中，云媒体任务请求携带至少一个参数。
服务协商模块202，用于协商云媒体任务请求的参数以及当前的云媒体资源的属性参数之间的关联关系。
资源分配模块203，用于根据云媒体任务请求的参数以及当前的云媒体资源的属性参数之间的关联关系，选择相应的云媒体资源分配给云媒体任务请求。
上述装置从提高云媒体服务效用的角度出发，其目标函数不再是最小化响应时间，而是以达到最大效用为目标，充分提高云用户的满意度。
在一些说明性实施例中，云媒体任务请求包括以下参数：调整系数PCR、响应时间RTCR和带宽BCR。
由于云媒体服务请求需要支付一定的代价，适中的调整系数可以很好的反映出云媒体服务的效用；又因为云媒体服务如：媒体的实时播放，视频的同步播放等对时间具有很高的要求，因此云媒体服务具有一定的时效性，合理的响应时间会反映出云媒体服务较高的效用；又因为云媒体的传输需要大量的调整系数，适中的带宽会提高云媒体服务的效用。因此，把对云媒体服务的调整系数、响应时间和带宽作为所考虑的QoS(Quality ofService，服务质量)参数集合，通过计算每个参数的效用值来获得云媒体服务的综合效用值，进而提高云媒体服务效用。
在一些说明性实施例中，服务协商模块用于采用第二综合效用值运算云媒体任务请求与当前的云媒体资源的属性参数之间的关联关系。其中，通过云媒体任务请求的全部参数运算得到。
在一些说明性实施例中，服务协商模块用于采用第二综合效用值与第三综合效用值运算关联关系。其中，通过云媒体资源的属性运算得到。
在一些说明性实施例中，服务协商模块用于运算关联关系的过程包括：
其中，为任务请求的最小效用值；为资源的最小效用值；ωCR+ωCP＝1，ωCR和ωCP分别为第二综合效用值和第三综合效用值的权重。
在一些说明性实施例中，该装置还包括：第二模块204。第二模块204用于运算第二综合效用值。
在一些说明性实施例中，第二模块204用于运算第二综合效用值的过程包括：
其中，和分别为任务请求的调整系数PCR的效用值响应时间RTCR的效用值和带宽BCR的效用值的权重。
在一些说明性实施例中，第二模块204包括：任务请求的调整系数模块2041、任务请求的响应时间模块2042和任务请求的带宽模块2043。
任务请求的调整系数模块2041，用于按照下式运算任务请求的调整系数PCR的效用值，
其中，表示云媒体任务请求的调整系数最低效用值，和分别代表云媒体服务请求者的最佳期望调整系数和最差期望调整系数。
任务请求的响应时间模块2042，用于按照下式运算任务请求的响应时间RTCR的效用值，
其中，表示任务请求的响应时间的最低效用值，和分别代表任务请求的最佳期望响应时间和最差期望响应时间。
任务请求的带宽模块2043，用于按照下式运算任务请求的带宽BCR的效用值
其中，表示任务请求的最低效用值，和分别代表任务请求的最佳期望带宽和最差期望带宽。
在一些说明性实施例中，u(BCR)、采用下式得到：
其中ω表示控制函数形状的参数，X为BCR、和
在一些说明性实施例中，该装置还包括：第三模块205。第三模块205用于通过以下公式获得第三综合效用值
其中，和分别为资源的调整系数PCP的效用值响应时间RTCP的效用值和带宽BCP的效用值的权重。
在一些说明性实施例中，第三模块205包括：资源的调整系数模块2051、资源的响应时间模块2052和资源的带宽模块2053
资源的调整系数模块2051，用于按照下式运算资源的调整系数PCP的效用值
其中，表示资源的调整系数PCP的最低效用值，和分别代表资源的调整系数PCP的初始调整系数和保留调整系数。
资源的响应时间模块2052，用于按照下式运算资源的响应时间RTCP的效用值
其中，表示资源的响应时间的最低效用值，和分别代表资源的初始响应时间和保留响应时间；
资源的带宽模块2053，用于按照下式运算资源的带宽BCP的效用值
其中，表示资源的带宽的最低效用值，和分别代表资源的初始带宽和保留带宽。
在一些说明性实施例中，如果服务协商模块202判断到第一综合效用值不小于第二综合效用值，则资源分配模块203将当前云媒体资源分配给云媒体任务请求。
在一些说明性实施例中，如果有多个云媒体资源，则云媒体任务请求对应于多个第一综合效用值，每个第一综合效用值对应一个云媒体资源；如果服务协商模块202判断到多个第一综合效用值中的最大值不小于第二综合效用值，则资源分配模块203将最大值对应的云媒体资源分配给云媒体任务请求。
在一些说明性实施例中，该装置还包括：超时判断模块206。如果第二综合效用值为0，超时判断模块206检查任务请求是否超时；如果任务请求超时，则云媒体资源分配结束；如果任务请求没有超时，则执行让步策略。
在一些说明性实施例中，该装置还包括：让步策略模块207。让步策略模块207用于重新确定第二综合效用值，直到第二综合效用值不为0。
在一些说明性实施例中，让步策略模块207执行让步策略的过程包括：
由该次任务请求的第二综合效用值得到下一次任务请求的第二综合效用值
其中，为该次任务请求的第二综合效用值，为让步步长。
在一些说明性实施例中，让步步长其中，τ为截止时间(通过τ可以确定最大协商次数)，t为协商次数，λ为对让步速率控制的参数，0≤λ≤10。
下面，以一仿真实例具体描述上述方法。
该仿真实例采用CloudSim云仿真平台作为仿真环境，利用云媒体任务请求的参数和云媒体资源的属性参数作为输入，评估本发明的方法与贪婪分配算法GA(GreedyAllocation)以及随机分配算法RA(Random Allocation)的性能。
(1)仿真参数设置
仿真分别将云媒体任务请求的任务数目由100增至700对算法进行评价，其中云媒体任务请求的参数由仿真平台在一定范围内随机生成，生成的随机数满足以下条件：
其中Se和So分别对应云媒体任务请求的作业可执行文件的大小和作业执行后需要传输的结果文件大小，α为相应系数，0≤α≤1，通过对α的设置可以反映云媒体服务调整系数、响应时间和带宽之间的关系。云媒体资源属性首先划分不同等级，分别对应不同的调整系数、响应时间和带宽的范围，参数设置满足公式其它参数设置如表1所示。该实例中，选择价格作为调整系数。
表1其他参数设置
(2)云媒体服务响应时间分析
服务的执行时间可以评价整个云媒体资源分配的性能，因此本仿真实例对云媒体服务的执行时间进行了性能分析。执行时间定义为分别将云媒体任务请求数量由100增至700。本算法采用了响应时间、传输带宽作为云媒体资源分配的参数，并对参数的效用值进行了最大化选择，因此可以获得较好的服务响应时间效果。具体仿真结果如图3所示。图3说明了云媒体服务开始时，任务请求较少，资源较为充足，三种方法的响应时间基本相同，但随着任务请求的增加，本发明的方法表现出良好的稳定性，而且响应时间要优于其他两种方法。
(3)云媒体服务效用分析
云媒体服务的效用值可以反映出云媒体的服务满意度，将云媒体任务请求数量从100增至700对云媒体服务的效用值进行性能分析。本发明的方法通过对参数的效用计算，得出最大化的云媒体资源分配效用，因此可以获得很好的云媒体服务效用值。仿真结果如表2所示。
表2云媒体服务效用值比较
| 本发明方法 | 0.51 | 0.51 | 0.52 | 0.50 | 0.50 | 0.51 | 0.51 |
| GA | 0.31 | 0.29 | 0.29 | 0.30 | 0.29 | 0.30 | 0.31 |
| RA | 0.23 | 0.24 | 0.28 | 0.30 | 0.30 | 0.3 | 0.30 |
表2表明了随着云媒体任务请求数量的增加，本发明的方法的云媒体服务平均效用值高于其他两种算法，因此可以更好的满足SLAs(服务水平协议，Service LevelAgreements)协议，从而提高云媒体服务的满意度。
(4)对本发明的方法的协商参数不同权重值的性能分析
分别对云媒体服务的价格、响应时间和带宽参数的权值进行设置，其中设置的权重值如表3所示。
表3不同的云媒体服务权重值
图4和表4分别表示对于不同权重值的本发明的方法的云媒体服务的响应时间和效用值。图4表明了当对响应时间的权重加大，云媒体服务的响应时间随之减小。表4表明对参数权值改变，本发明的方法的总效用值仍然比较稳定。从而说明了本发明的方法的稳定性。
表4对于不同协商参数权重值的云媒体服务效用值比较
综上所述，通过本发明的方法进行云媒体的资源分配，从而获得较高的服务效用值，进而可以更好的满足SLAs协议，实现较高的服务等级，提高云媒体服务的满意度。
本领域技术人员还应当理解，结合本文的实施例描述的各种说明性的逻辑框、模块、电路和算法步骤均可以实现成电子硬件、计算机软件或其组合。为了清楚地说明硬件和软件之间的可交换性，上面对各种说明性的部件、框、模块、电路和步骤均围绕其功能进行了一般地描述。至于这种功能是实现成硬件还是实现成软件，取决于特定的应用和对整个装置所施加的设计约束条件。熟练的技术人员可以针对每个特定应用，以变通的方式实现所描述的功能，但是，这种实现决策不应解释为背离本公开的保护范围。
Claims (21)
1.一种云媒体资源分配的方法，其特征在于，包括：
从任务请求者接收云媒体任务请求，其中，所述云媒体任务请求携带至少一个参数，所述云媒体任务请求包括以下参数：调整系数PCR、响应时间RTCR和带宽BCR；
利用所述至少一个参数计算第二综合效用值；
采用第二综合效用值与第三综合效用值运算所述云媒体任务请求与当前的云媒体资源的属性参数之间的关联关系；其中，所述通过所述云媒体任务请求的全部参数运算得到，所述第三综合效用值通过所述云媒体资源的属性参数运算得到；
所述关联关系的运算过程包括：
<mrow>
<mi>U</mi>
<mo>=</mo>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<msubsup>
<mi>U</mi>
<mrow>
<mi>C</mi>
<mi>R</mi>
</mrow>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>RT</mi>
<mrow>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>C</mi>
<mi>P</mi>
</mrow>
</msub>
<msubsup>
<mi>U</mi>
<mrow>
<mi>C</mi>
<mi>P</mi>
</mrow>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>C</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>RT</mi>
<mrow>
<mi>C</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>C</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中，U为第一综合效用值， 为任务请求的最小效用值； 为资源的最小效用值；ωCR+ωCP＝1，ωCR和ωCP分别为所述第二综合效用值和所述第三综合效用值的权重；
所述第二综合效用值的运算过程包括：
其中， 和分别为所述任务请求的调整系数PCR的效用值响应时间RTCR的效用值和带宽BCR的效用值的权重；
所述第三综合效用值通过以下公式获得：
其中， 和分别为所述资源的调整系数PCP的效用值响应时间RTCP的效用值和带宽BCP的效用值的权重；
将所述第二综合效用值和第一综合效用值进行比较；
根据比较结果决定是否给所述任务请求者分配云媒体资源。
2.根据权利要求1所述的方法，其特征在于，
所述任务请求的调整系数PCR的效用值
其中，表示所述云媒体任务请求的调整系数最低效用值，和分别代表所述云媒体服务请求者的最佳期望调整系数和最差期望调整系数；
所述任务请求的响应时间RTCR的效用值
其中，表示所述任务请求的响应时间的最低效用值，和分别代表所述任务请求的最佳期望响应时间和最差期望响应时间；
所述任务请求的带宽BCR的效用值
其中，表示所述任务请求的最低效用值，和分别代表所述任务请求的最佳期望带宽和最差期望带宽。
3.根据权利要求2所述的方法，其特征在于，u(BCR)、采用下式得到：
其中ω表示控制函数形状的参数，X为BCR、和
4.根据权利要求1所述的方法，其特征在于，
所述资源的调整系数PCP的效用值
其中，表示所述资源的调整系数PCP的最低效用值，和分别代表所述资源的调整系数PCP的初始调整系数和保留调整系数；
所述资源的响应时间RTCP的效用值
其中，表示所述资源的响应时间的最低效用值，和分别代表所述资源的初始响应时间和保留响应时间；
所述资源的带宽BCP的效用值
其中，表示所述资源的带宽的最低效用值，和分别代表所述资源的初始带宽和保留带宽。
5.根据权利要求1所述的方法，其特征在于：
如果所述第一综合效用值不小于所述第二综合效用值，则将当前云媒体资源分配给所述云媒体任务请求。
6.根据权利要求5所述的方法，其特征在于：
如果有多个云媒体资源，则所述云媒体任务请求对应于多个所述第一综合效用值，每个所述第一综合效用值对应一个所述云媒体资源；
如果多个所述第一综合效用值中的最大值不小于所述第二综合效用值，则将所述最大值对应的云媒体资源分配给所述云媒体任务请求。
7.根据权利要求1所述的方法，其特征在于：
如果所述第二综合效用值为0，则检查所述任务请求是否超时。
8.根据权利要求7所述的方法，其特征在于：
如果所述任务请求超时，则云媒体资源分配结束。
9.根据权利要求8所述的方法，其特征在于：
如果所述任务请求没有超时，则执行让步策略重新确定所述第二综合效用值，直到所述第二综合效用值不为0。
10.根据权利要求9所述的方法，其特征在于：所述执行让步策略包括：
由该次任务请求的第二综合效用值得到下一次任务请求的第二综合效用值其中，为该次任务请求的第二综合效用值，为让步步长。
11.根据权利要求10所述的方法，其特征在于：
所述让步步长其中，τ为截止时间，t为协商次数，λ为对让步速率控制的参数，0≤λ≤10。
12.一种云媒体资源分配的装置，其特征在于，包括：
任务调度模块，用于从任务请求者接收云媒体任务请求，其中，所述云媒体任务请求携带至少一个参数，所述云媒体任务请求包括以下参数：调整系数PCR、响应时间RTCR和带宽BCR；
第二模块，用于利用所述至少一个参数计算第二综合效用值；
服务协商模块，用于将所述第二综合效用值和第一综合效用值进行比较；
所述服务协商模块用于采用第二综合效用值与第三综合效用值运算所述云媒体任务请求与当前的云媒体资源的属性参数之间的关联关系；其中所述通过所述云媒体任务请求的全部参数运算得到，所述通过所述云媒体资源的属性运算得到；
所述服务协商模块用于运算所述关联关系的过程包括：
<mrow>
<mi>U</mi>
<mo>=</mo>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<msubsup>
<mi>U</mi>
<mrow>
<mi>C</mi>
<mi>R</mi>
</mrow>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>RT</mi>
<mrow>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>C</mi>
<mi>R</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>C</mi>
<mi>P</mi>
</mrow>
</msub>
<msubsup>
<mi>U</mi>
<mrow>
<mi>C</mi>
<mi>P</mi>
</mrow>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>C</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>RT</mi>
<mrow>
<mi>C</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>C</mi>
<mi>P</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中， 为任务请求的最小效用值； 为资源的最小效用值；ωCR+ωCP＝1，ωCR和ωCP分别为所述第二综合效用值和所述第三综合效用值的权重；
所述第二模块用于运算第二综合效用值的过程包括：
其中， 和分别为所述任务请求的调整系数PCR的效用值响应时间RTCR的效用值和带宽BCR的效用值的权重；
第三模块，用于通过以下公式获得第三综合效用值
其中， 和分别为所述资源的调整系数PCP的效用值响应时间RTCP的效用值和带宽BCP的效用值的权重；
资源分配模块，用于根据比较结果决定是否给所述任务请求者分配云媒体资源。
13.根据权利要求12所述的方法，其特征在于，所述第二模块包括：
任务请求的调整系数模块，用于按照下式运算所述任务请求的调整系数PCR的效用值，
其中，表示所述云媒体任务请求的调整系数最低效用值，和分别代表所述云媒体服务请求者的最佳期望调整系数和最差期望调整系数；
任务请求的响应时间模块，用于按照下式运算所述任务请求的响应时间RTCR的效用值，
其中，表示所述任务请求的响应时间的最低效用值，和分别代表所述任务请求的最佳期望响应时间和最差期望响应时间；
任务请求的带宽模块，用于按照下式运算所述任务请求的带宽BCR的效用值其中，表示所述任务请求的最低效用值，和分别代表所述任务请求的最佳期望带宽和最差期望带宽。
14.根据权利要求13所述的装置，其特征在于，u(BCR)、采用下式得到：
其中ω表示控制函数形状的参数，X为BCR、和
15.根据权利要求12所述的装置，其特征在于，所述第三模块包括：
资源的调整系数模块，用于按照下式运算所述资源的调整系数PCP的效用值其中，表示所述资源的调整系数PCP的最低效用值，和分别代表所述资源的调整系数PCP的初始调整系数和保留调整系数；
资源的响应时间模块，用于按照下式运算所述资源的响应时间RTCP的效用值
其中，表示所述资源的响应时间的最低效用值，和分别代表所述资源的初始响应时间和保留响应时间；
资源的带宽模块，用于按照下式运算所述资源的带宽BCP的效用值
其中，表示所述资源的带宽的最低效用值，和分别代表所述资源的初始带宽和保留带宽。
16.根据权利要求12所述的装置，其特征在于：如果所述服务协商模块判断到所述第一综合效用值不小于所述第二综合效用值，则所述资源分配模块将当前云媒体资源分配给所述云媒体任务请求。
17.根据权利要求16所述的装置，其特征在于：
如果有多个云媒体资源，则所述云媒体任务请求对应于多个所述第一综合效用值，每个所述第一综合效用值对应一个所述云媒体资源；
如果所述服务协商模块判断到多个所述第一综合效用值中的最大值不小于所述第二综合效用值，则将所述所述资源分配模块最大值对应的云媒体资源分配给所述云媒体任务请求。
18.根据权利要求12所述的装置，其特征在于，还包括：
超时判断模块，如果所述第二综合效用值为0，所述超时判断模块检查所述任务请求是否超时；如果所述任务请求超时，则云媒体资源分配结束；如果所述任务请求没有超时，则执行让步策略。
19.根据权利要求18所述的装置，其特征在于，还包括
让步策略模块，用于重新确定所述第二综合效用值，直到所述第二综合效用值不为0。
20.根据权利要求19所述的装置，其特征在于：
所述让步策略模块执行让步策略的过程包括：
由该次任务请求的第二综合效用值得到下一次任务请求的第二综合效用值其中，为该次任务请求的第二综合效用值，为让步步长。
21.根据权利要求20所述的装置，其特征在于：
所述让步步长其中，τ为截止时间，t为协商次数，λ为对让步速率控制的参数，0≤λ≤10。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410040681.4A CN104811466B (zh) | 2014-01-28 | 2014-01-28 | 云媒体资源分配的方法及装置 |
| US14/444,454 US9591067B2 (en) | 2014-01-28 | 2014-07-28 | Methods and apparatus for allocating cloud-based media resources |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410040681.4A CN104811466B (zh) | 2014-01-28 | 2014-01-28 | 云媒体资源分配的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104811466A CN104811466A (zh) | 2015-07-29 |
| CN104811466B true CN104811466B (zh) | 2018-06-01 |
Family
ID=53680176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410040681.4A Active CN104811466B (zh) | 2014-01-28 | 2014-01-28 | 云媒体资源分配的方法及装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US9591067B2 (zh) |
| CN (1) | CN104811466B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106951330A (zh) * | 2017-04-10 | 2017-07-14 | 郑州轻工业学院 | 一种云服务中心服务效用最大化的虚拟机分配方法 |
| CN108156252B (zh) * | 2018-01-04 | 2021-06-22 | 北京奇艺世纪科技有限公司 | 一种数据访问方法、装置、服务器及客户端 |
| CN108469983B (zh) * | 2018-04-02 | 2021-10-19 | 西南交通大学 | 一种云环境下的基于粒子群算法的虚拟机部署方法 |
| CN110601877B (zh) * | 2019-08-28 | 2021-11-19 | 中国科学院上海微系统与信息技术研究所 | 一种服务协商方法、装置、电子设备及存储介质 |
| CN111431961B (zh) * | 2020-02-20 | 2022-05-03 | 重庆邮电大学 | 一种云数据中心的节能任务分配方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102523247A (zh) * | 2011-11-24 | 2012-06-27 | 合肥工业大学 | 一种基于多属性匹配的云服务推荐方法及装置 |
| WO2012167272A1 (en) * | 2011-06-03 | 2012-12-06 | Apple Inc. | Management of network-based digital data repository |
| CN102891773A (zh) * | 2011-07-18 | 2013-01-23 | 北京邮电大学 | 一种基于资源可信度评估的云计算sla管理框架 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120311069A1 (en) * | 2011-06-03 | 2012-12-06 | Robbin Jeffrey L | Regulated Access to Network-Based Digital Data Repository |
| US8819476B2 (en) * | 2011-09-26 | 2014-08-26 | Imagine Communications Corp. | System and method for disaster recovery |
| US8930957B2 (en) * | 2012-09-13 | 2015-01-06 | International Business Machines Corporation | System, method and program product for cost-aware selection of stored virtual machine images for subsequent use |
| CN105144740B (zh) * | 2013-05-20 | 2019-05-28 | 英特尔公司 | 弹性云视频编辑和多媒体搜索 |
| US10764158B2 (en) * | 2013-12-04 | 2020-09-01 | International Business Machines Corporation | Dynamic system level agreement provisioning |
-
2014
- 2014-01-28 CN CN201410040681.4A patent/CN104811466B/zh active Active
- 2014-07-28 US US14/444,454 patent/US9591067B2/en active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012167272A1 (en) * | 2011-06-03 | 2012-12-06 | Apple Inc. | Management of network-based digital data repository |
| CN102891773A (zh) * | 2011-07-18 | 2013-01-23 | 北京邮电大学 | 一种基于资源可信度评估的云计算sla管理框架 |
| CN102523247A (zh) * | 2011-11-24 | 2012-06-27 | 合肥工业大学 | 一种基于多属性匹配的云服务推荐方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| "A Price-and-Time-Slot- Negotiation Mechanism for Cloud Service Reservations";Seokho Son等;《IEEE》;20111219;正文第3-4节 * |
| "Negotiation-based Flexible SLA Establishment with SLA-driven Resource Allocation in Cloud Computing";Seokho Son等;《IEEE》;20130625;第168-171页 * |
| "云媒体中基于任务QoS特征的资源分配调度算法研究";洪波海;《万方学位论文》;20130902;正文第3.4节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US9591067B2 (en) | 2017-03-07 |
| CN104811466A (zh) | 2015-07-29 |
| US20150215230A1 (en) | 2015-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jošilo et al. | Wireless and computing resource allocation for selfish computation offloading in edge computing | |
| Tao et al. | Performance guaranteed computation offloading for mobile-edge cloud computing | |
| CN104811467B (zh) | 综合效用的数据处理方法 | |
| Guo et al. | Fair network bandwidth allocation in IaaS datacenters via a cooperative game approach | |
| Penmatsa et al. | Game-theoretic static load balancing for distributed systems | |
| Liu et al. | Strategy configurations of multiple users competition for cloud service reservation | |
| CN104811466B (zh) | 云媒体资源分配的方法及装置 | |
| Ahn et al. | Competitive partial computation offloading for maximizing energy efficiency in mobile cloud computing | |
| CN108123998B (zh) | 多云数据中心中面向延迟敏感应用的启发式请求调度方法 | |
| CN109041130A (zh) | 基于移动边缘计算的资源分配方法 | |
| Yolken et al. | Game based capacity allocation for utility computing environments | |
| D’Oro et al. | Auction-based resource allocation in OpenFlow multi-tenant networks | |
| Zhang et al. | A double auction mechanism for virtual resource allocation in SDN-based cellular network | |
| Habiba et al. | A reverse auction model for efficient resource allocation in mobile edge computation offloading | |
| Ma et al. | On resource management for cloud users: A generalized kelly mechanism approach | |
| Shahapure et al. | Load balancing with optimal cost scheduling algorithm | |
| Tong et al. | Stackelberg game-based task offloading and pricing with computing capacity constraint in mobile edge computing | |
| Du et al. | Stackelberg differential game based resource sharing in hierarchical fog-cloud computing | |
| CN107872405A (zh) | 分布式带宽分配和调节 | |
| Ma et al. | A cyclic game for joint cooperation and competition of edge resource allocation | |
| CN104507166B (zh) | 一种基带池内共享虚拟资源配置方法 | |
| Sun et al. | A price-aware congestion control protocol for cloud services | |
| Kambalimath et al. | Cost optimization based resource allocation scheme for vehicular cloud networks | |
| Sterz et al. | Multi-stakeholder service placement via iterative bargaining with incomplete information | |
| Ou et al. | Two-Tier Resource Allocation for Multi-Tenant Network Slicing: A Federated Deep Reinforcement Learning Approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20160715 Address after: 266101 Haier Industrial Park, Haier Road, Laoshan District, Shandong, Qingdao, China Applicant after: Qingdao Haier Electric Appliance Co., Ltd. Applicant after: haier group corporation Applicant after: QINGDAO HAIER MULTI-MEDIA CO., LTD. Address before: 266101 Haier Industrial Park, Haier Road, Laoshan District, Shandong, Qingdao, China Applicant before: Qingdao Haier Electric Appliance Co., Ltd. Applicant before: haier group corporation |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |