CN106600336A

CN106600336A - 一种sdn网络资源交易中的动态定价方法

Info

Publication number: CN106600336A
Application number: CN201611193046.5A
Authority: CN
Inventors: 诸葛斌; 蔡佳琪; 彭丹; 王伟明
Original assignee: Zhejiang Gongshang University
Current assignee: Zhejiang Gongshang University
Priority date: 2016-12-21
Filing date: 2016-12-21
Publication date: 2017-04-26

Abstract

本发明公开了一种SDN网络资源交易中的动态定价方法，具体为：分析资源负载状况与用户不同的需求导向，评估影响用户消费状况的影响因子，并合理分配权重，确定网络资源的基准价格；根据用户不同需求细分客户，并形成不同的资源交易市场，建立合理的价格结构；根据细分后的资源交易市场的区别和特点，将资源的负载情况与用户的选择，双重因素结合分析，灵活制定价格策略；根据市场的变化和资源的变化，对在不同时间消费资源的顾客确定折扣价。以折扣价的形式来避免大量用户同时选择同一种资源，促成用户以计划消费的方式提前预约资源；对预约资源消费的顾客采取信任度机制，根据信任度的高低，对预约消费的顾客确定不同的消费优先级与优惠力度。

Description

一种SDN网络资源交易中的动态定价方法

技术领域

本发明涉及SDN网络环境，具体涉及一种SDN网络资源交易中的动态定价方法

背景技术

当前，Internet的发展遍布全球，Internet应用的不同，提供商所提供的服务也就不同，从而对价格体系提出了更加严格的要求。再者，在网络不断发展的背景下，其对资源优化配置研究赋予了更新的涵义。

因此，研究采取一种更合理的价格机制和体系，凸显出网络资源的价值，提高资源利用率，减少资源浪费，为网络市场运作提供基础，是当前学术界一直追求研究的热点问题。针对这一系列的问题，需要研究一种全新的网络服务定价模式，一方面，它要合理有效地分配资源：另一方面，还得能够支持多级别的服务模式，同时，也要能从用户那里收回网络服务运营成本以及提供高效、高质量的网络服务。

高效的网络资源管理对于优化作业性能十分重要.一份基于Facebook作业日志的研究表明,平均来看,网络资源传输占作业完成总时间的33％,对于很多作业来说甚至超过了50％。

资源调度作为云计算的一个核心问题，其主要思想就是将整个互联网的资源汇聚整合起来，通过网络以便利的、按需的方式访问一个可配置的计算资源共享池来实现资源的虚拟化，以便于资源的调度。然而由于传统的网络架构自身的局限性，并不能完美实现资源的调度与交易过程，SDN作为一种新型的网络架构，虽然同样是采用云计算来实现资源的虚拟化和池化，但是SDN的集中控制特点能够将用户提出需求的资源调到统一的交易平台进行交易。主要体现为三点：其一，集中化的控制特点可以集中控制并整合所有网络资源，方便对资源进行有效管理；其二，灵活的软件编程能力能够实现让非专业人员在调度策略中添加其他策略，实现个性化的定制，进一步提高资源调度的性能；其三，高度的可扩展性能够解决当今业务需求快速增加而导致的资源调度效率低下的问题。从运营商的角度，可以基于SDN对骨干网边缘流量进行调优。原来的链路都是固定的，运营商主要是通过这些不同链路来做均衡，这导致网络对拥塞的感知能力较差，无法确保实时的负载均衡效果。SDN引入之后带来明显好处，通过SDN控制器的精细化调整，实时疏导流量。因此研究如何高效灵活地对SDN资源进行调度分配是当前SDN研究的一个重要领域。

我们知道，在交易市场中，维持客户群，提高用户的满意度与交易的效率具有重要的意义。然而，目前很多服务以及在对客户的了解上仍停留在表面，未能够更加深入了解客户需求；以至于长期以来无法实现有差别的服务策略，从而不能为客户提供更高效满意的服务。在所有的交易过程中，必然会产生各种各样的数据信息，随着数据挖掘技术的蓬勃发展，这些数据不再是简单数字，通过深入的数据挖掘，从这些海量数据里，找到用户交易期间隐含的关系、模式、趋势等等，挖掘出有用的规则为交易提供更清晰明确的决策支持，从而把握市场动态，为用户提供最满意的服务。例如在电子商务领域，研究基于关联规则的购物篮分析方法，针对客户动态地调整站点结构和网页内容，有助于实现商品的关联销售；研究购买行为相似的客户分类方法，有助于提供个性化服务以提高客户满意度；研究浏览行为相似的客户聚类方法，有助于把握各类客户的消费习惯和倾向，向其推荐特定商品和实现交叉销售，既提高了营销的目标性和有效性，又降低了营销成本。

随着信息、通信网络等技术的演进与不断发展，各种网络业务的迅速扩张，网络资源的数据体量、增速、复杂性等都达到了前所未有的高度。为了使数据的价值最大化，方便资源的交易与调度，利用大数据挖掘技术分析数据的特征和规律，缓解用户需求复杂性和信息资源分散性的矛盾，摒除掉冗余的资源信息，提高挖掘的可靠性，利用SDN网络架构具有的超大规模的存储和计算能力，资源易于管理的特点，可以有效加强资源的过滤，来实现资源根据大数据分析得到的市场需求来明确拍卖交易过程的底价、定价与分配，开展有针对性和个性化的服务，有效提高用户满意度，避免资源浪费。

此外在SDN的资源交易过程中，基于多归属组合双向拍卖算法的SDN资源交易定价研究，虽然能够合理有效的得到资源交易双方交易的价格，然而在交易过程中，只是将买卖双方的效用函数利用于底价的确定，交易过程中并未充分体现。因此将效用估计融于交易双方的定价协商过程中，影响协商定价过程，得出的交易结果使得买卖双方的效用都趋于最大值，大大提升交易双方的满意度。

在经济市场中，信任度是诚信交易的重要组成部分，买卖双方的信任值对交易的成功与否有着直接的影响。此外，对个人来说，其信用评分是银行对个人申请贷款业务时进行风险评估的一个重要方法，它能有效预测个人在贷款之后违约的可能性。同样这种用户信用评分在网络资源交易过程中同样能起到至关重要的作用，在计算机网络中，不仅能够影响资源交易的优先级，信任值越大，享受交易的优先级最高，而且对于那些信用为负的用户，直接将他们排除在资源交易过程之外，禁止其进行资源交易。

计算机网格领域文献一般将信任度定义为主体对客体身份的认可及对客体能够按照预期完成其行为的能力的信赖，是对信任客体行为的能力、诚实性、安全性和可靠性的主观信念等。SDN网络资源的交易过程中引入信任机制，将在安全性以及服务质量方面有效地避免资源交易过程中出现的各种问题。

发明内容

本发明的目的是克服现有技术的不足，提供一种SDN网络资源交易中的动态定价方法。

本发明的目的是通过以下技术方案来实现的：一种SDN网络资源交易中的动态定价方法，包括如下步骤：

1)分析资源负载状况与用户不同的需求导向，评估影响用户消费状况的影响因子，并合理分配权重，确定网络资源的基准价格；

2)将网络环境看做市场，网络资源看做产品，根据用户不同需求细分客户，并形成不同的资源交易市场，建立合理的价格结构；

3)根据细分后的资源交易市场的区别和特点，将资源的负载情况与用户的选择，双重因素结合分析，灵活制定价格策略；

4)根据市场的变化和资源的变化，对在不同时间消费资源的顾客确定折扣价。以折扣价的形式来避免大量用户同时选择同一种资源，促成用户以计划消费的方式提前预约资源；

5)对预约资源消费的顾客采取信任度机制，根据信任度的高低，对预约消费的顾客确定不同的消费优先级与优惠力度。

进一步地，所述的分析资源负载状况与用户不同的需求导向，评估影响用户消费状况的影响因子，并合理分配权重，确定网络资源的基准价格：用户在不同的时间对每一种资源的需求不一样，那么资源的价格也肯定不一致，可以通过需求来确定对资源价格的影响，得出明确的影响因子权重。此外，随着时间的不同，市场的变化，资源的状态也在变化，因此不同的时间，资源的负载状况不一样，那么资源的价格也不一样，因此，根据资源负载状况与用户的需求状况确定资源的基准价格显得尤为重要。

进一步地，所述的将网络环境看做市场，网络资源看做产品，根据用户不同需求细分客户，并形成不同的资源交易市场，建立合理的价格结构：不同的用户有不同的需求，且网络资源不可能同时满足所有用户。对于所有有网络需求的用户来说，不同的业务需求对资源的要求必然不同。因此，必须对不同客户进行细分。针对细分客户而形成的不同市场，建立合理的价格结构。

进一步地，所述的根据细分后的资源交易市场的区别和特点，将资源的负载情况与用户的选择，双重因素结合分析，灵活制定价格策略：细分客户而形成的不同市场有不同的特点，根据采取现货消费和计划消费的不同用户，制定针对现货消费与计划消费的两种不同定价策略，现货消费中的定价，是在对资源负载详细评估之后，根据用户需求情况确定的资源价格，该价格既是用户现货消费的价格，又可以作为用户计划消费的初始价格。在用户计划消费模式下，提出基于预约模式下的资源动态定价策略。

进一步地，所述的根据市场的变化和资源的变化，对在不同时间消费资源的顾客确定折扣价。以折扣价的形式来避免大量用户同时选择同一种资源，促成用户以计划消费的方式提前预约资源：随着时间和市场的变化，资源的状态也在变化，因此不同的时间资源的价格就不一样，对计划消费用户设定信任度，并分析其取消预约的概率，根据用户预约资源时间的不同，结合用户的信任度和取消预约的概率，为用户量身定制合理的资源预约折扣价。

进一步地，所述的对预约资源消费的顾客采取信任度机制，根据信任度的高低，对预约消费的顾客确定不同的消费优先级与优惠力度：面对采取预约资源消费的顾客，可能会遇到毁约即取消消费的情况，这样每个用户都有一个信任度的问题，信任度高的顾客，在面临资源紧缺之时，有理由优先得到服务，面临资源价格折扣时，也应当有更大的优惠力度，这样保障了等级比较高的用户的权益，也能提高用户满意度。

本发明为解决网络资源中的负载均衡问题提出了一种SDN网络资源交易中的动态定价方法。针对网络资源利用率低，资源浪费严重的现状，本发明采取一种更合理的价格机制和体系，凸显出网络资源的价值，提高资源利用率，减少资源浪费，为网络市场运作提供基础，合理有效地分配资源，支持多级别的服务模式，同时，也能从用户那里收回网络服务运营成本以及提供高效、高质量的网络服务。本发明可以更加灵活地调度网络资源，更容易实现资源的定价以及交易管理。

附图说明

图1是SDN网络资源交易过程示意图；

图2是预约时间与取消预约的概率关系图；

图3是不同用户提前预约资源时不同时间段对应的优惠价，(a)为用户1预约时间段对应的价格，(b)为用户2预约时间段对应的价格，(c)为用户3预约时间段对应的价格。

具体实施方式

下面结合附图和具体实施例对本发明作进一步详细说明，本发明的目的和效果将更加明显。

本发明提供的一种SDN网络资源交易中的动态定价方法，包括以下步骤：

5)对预约资源消费的顾客采取信任度机制，根据信任度的高低，对预约消费的顾客确定不同的消费优先级与优惠力度；

进一步地，所述的步骤1)分析资源负载状况与用户不同的需求导向，评估影响用户消费状况的影响因子，并合理分配权重，确定网络资源的基准价格：用户在不同的时间对每一种资源的需求不一样，那么资源的价格也肯定不一致，可以通过需求来确定对资源价格的影响，得出明确的影响因子权重。此外，随着时间的不同，市场的变化，资源的状态也在变化，因此不同的时间，资源的负载状况不一样，那么资源的价格也不一样，因此，根据资源负载状况与用户的需求状况确定资源的基准价格显得尤为重要。

分析用户需求是确定用户消费的一个重要研究方向，而在用户消费过程中，正确把握影响用户消费状况的几个因素是确定合理定价的基础，通过科学的方式得到几个影响因子的权重，并合理分配权重，达到更加准确定价的目的。本发明采取商权法确定权重。

熵权法最先是由香农引入信息论开始，迄今为止，至今在工程技术与社会经济领域得到了广泛应用。其基本思想是根据指标变异性的大小确定客观权重。

当某个指标的信息熵E_j越小，表明指标值的变异程度越大，提供的信息量就越多，其在综合评价中所能起到的作用也越大，那么权重也就越大。反之，某个指标的信息熵E_j越大，表明该指标值的变异程度越小，提供的信息量也越少，在综合评价中所起到的作用也越小，其权重也就越小。利用熵权法的赋权步骤：

1)假设在SDN网络服务抽象层中，系统内有多个元服务，某一个元服务由m个元能力组成，构成所有这些元服务的所有元能力共有n种，将当前时刻获取的所有的元能力的指标数据作为样本数据，即样本容量为n，且衡量元能力资源的指标有p项，则利用熵权法计算指标权重，系统输入的指标为：

其中，X_j＝(x_1j x_2j … x_nj),j＝1,2,…,p,X_j表示第j个指标的样本值，x_ij表示第i个元能力的第j个指标的值。

数据标准化，也称归一化。由于不同的指标数据单位与数量级可能不一样，因此需要通过标准化来消除影响。数据标准化的方式有很多，常见的有极值线形模式、均值标准差模式、对数Logistic模式和模糊量化模式等。

表1常见的数据标准化公式

若采用的是极值线形模式，则其中Y_ij是新的第i个元能力的第j个指标的值，x_ij是原数据，min(x_i)是第i个指标的样本值的极小值，max(x_i)是第i个指标的样本值的极大值。

2)求出各个指标的信息熵

根据信息熵的定义，一组数据的信息熵其中P_ij指每个元能力中的每个指标所占的比例，且如果P_ij＝0，则定义是与样本容量n有关的一个常数，且比重0≤P_ij≤1，则0≤E_ij≤1。

3)确定各个指标的权重

根据信息熵的计算公式，计算出各个指标的信息熵为E₁,E₁,……,E_j。通过信息熵计算各指标的权重：

进一步地，所述的步骤2)将网络环境看做市场，网络资源看做产品，根据用户不同需求细分客户，并形成不同的资源交易市场，建立合理的价格结构：不同的用户有不同的需求，且网络资源不可能同时满足所有用户。对于所有有网络需求的用户来说，不同的业务需求对资源的要求必然不同。因此，必须对不同客户进行细分。针对细分客户而形成的不同市场，建立合理的价格结构。

根据资源请求将用户细分为：价格敏感型、带宽敏感型、时延敏感型、普通消费型，其中带宽敏感与时延敏感可以归结为对资源性能的敏感，即当前状态下元服务负载情况的敏感，因此用户分为三类，其中涉及到的参数为(ω1，ω2，ω3，θ)，其中(ω1，ω2，ω3)为影响用户效用的影响因子，利用熵权法得出；θ是Logit离散选择模型的参数，常用极大似然估计方法计算，这里取定值为0.25。那么每种用户对应的参数，如表2所示。

表2三种用户涉及的影响因子权重

对于元服务A与元服务B，假设选择元服务A与元服务B时用户得到的额外收益分别为60、100，且二者当前的负载分别为0.53、0.74，将其换算成金额来表示，即负载越大付出的代价越大，分别为53、74。其中各个参数均无量纲。那么三种用户选择两种元服务的效用分别如表3所示。

表3三种用户选择元服务A与元服务B的效用

用户类型	元服务A的效用	元服务B的效用
			价格敏感型	‐3.9‐0.5P	‐2.2‐0.5P
负载敏感型	‐25.8‐0.3P	‐34.4‐0.8P
			普通型	2.1‐0.4P	7.8‐0.4P

将元服务的效用代入用户选择概率公式，并结合在MATLAB环境中计算出当资源提供商收益最大时，不同的用户选择两种元服务的价如表4所示。

表4三种用户选择元服务A与元服务B时的最优价格

用户类型	元服务A的价格	元服务B的价格
			价格敏感型	14.9	17.2
负载敏感型	39.7	20.8
			普通型	16.3	25.9

由表4可以看出，不同用户选择不同的元服务资源时，期望的最优价格不同。对于价格敏感型用户来说，相对于资源的性能负载，他们更多的是希望资源价格优惠，因此元服务A与元服务B的价格都相对较低，其中元服务B的价格高于元服务A，因为元服务B当前负载情况高于元服务A，这与本文提出的当资源负载较重时，通过适当提高资源价格，刺激用户选择价格更优惠、负载较轻的元服务资源理论相统一。同理，对于普通型用户这一规律仍然满足。而对于负载敏感型用户来说，他们更在意哪一种元服务资源当前性能更好，因而两种元服务价格均相对较高，但是为了选择性能更好、负载更轻的资源元服务A，这一类型的用户就需要付出更高的价格。

进一步地，所述的步骤3)根据细分后的资源交易市场的区别和特点，将资源的负载情况与用户的选择，双重因素结合分析，灵活制定价格策略：细分客户而形成的不同市场有不同的特点，根据采取现货消费和计划消费的不同用户，制定针对现货消费与计划消费的两种不同定价策略，现货消费中的定价，是在对资源负载详细评估之后，根据用户需求情况确定的资源价格，该价格既是用户现货消费的价格，又可以作为用户计划消费的初始价格。在用户计划消费模式下，提出基于预约模式下的资源动态定价策略。

简要介绍一下Logit模型，当用户有两种选择方案时，U₁与U₂分别表示用户两种不同选择方案时的效用,其中Logit模型中的效率表示为：U＝V+σ，其中V表示能观察到的影响因素构成的效用，σ表示不能观察到的因素构成的随机项。P₁与P₂分别表示用户选择两种方案的概率，用户选择消费方案时，必定会选择效用更高的方案，即P₁就表示U₁>U₂的概率，P₂表示U₁<U₂的概率。

P₁＝P(U₁>U₂)＝P(V₁+σ₁>V₂+σ₂)

P₂＝P(U₁<U₂)＝P(V₁+σ₁<V₂+σ₂)(公式0‐2)

通过Logit模型推导，可以得到：

把公式0-3推广到一般情况，即用户有i种选择可能性，就可得到公式0-4。其中θ是一个正系数，常用极大似然估计。

利用Logit模型分析用户对元服务选择的概率。不同元服务之间的比较，我们用P表示元服务的价格，用L表示该元服务当前的负载情况，用R表示用户消费时获得的额外收益，用U表示用户获取元服务时得到的效用。效用是用户消费时获得的额外收益减去所付出成本。那么收益模型可以定义为：U＝ω₁R-(ω₂P+ω₃L)；

其中，ω＝{ω₁,ω₂,ω₃}是大于等于零的常数，分别表示每一项的影响因子参数，不同的用户，对每一项指标的要求不一样，因此其参数权重不一样。根据上述的Logit模型中公式0-4，用户选择第i个元服务的概率为q_i

此外元服务由多个元能力组成，若确定了选择每一个元能力的概率也可以得到元服务被选择的概率，记为

对于资源提供商来说，最好能获得最大的收益是他们的最终目的，且成本不变，则元服务i给资源提供商带来的最大收益为：

R_i(P)＝q_i×P_i×Q-C (公式0‐6)

其中Q表示用户选择的这种元服务的数量，C表示该元服务的固有成本，那么为求出该元服务最合适的定价,对关于P的函数进行一阶与二阶求导。则有：

若P是满足上式的最优解，则P一定满足一阶求导等于零，即满足下式：

与此同时，要想得到收益最大化，还需满足二阶求导小于零，即满足下式：

因为求解最优解的关键与用户选择该元服务的概率有关，而影响用户选择的关键又在于用户最终获得的效用，该效用归根结底与每一个影响因子的参数息息相关，即求解最优解，最重要的就是确定每一个影响因子的参数大小。

进一步地，所述的步骤4)根据市场的变化和资源的变化，对在不同时间消费资源的顾客确定折扣价。以折扣价的形式来避免大量用户同时选择同一种资源，促成用户以计划消费的方式提前预约资源：随着时间和市场的变化，资源的状态也在变化，因此不同的时间资源的价格就不一样，对计划消费用户设定信任度，并分析其取消预约的概率，根据用户预约资源时间的不同，结合用户的信任度和取消预约的概率，为用户量身定制合理的资源预约折扣价。

由对预约用户的分析可知，用户提前预约的时间越长，用户获取资源的价格越低，但是因为越提前，离具体使用资源的日期越远，用户取消预约的概率也越大。根据历史数据分析，这里确定的值为0.1。且假设有不同信任度的三类用户，在不预约资源的情况下，获取资源原始价格如表5所示。

表5不同信任度用户资源初始交易价格

用户类型	信任度	取消预约的概率	元服务A的价格
				用户1	1	1-e^-0.1t	14.9
用户2	0.8	1-0.8e^-0.1t	39.7
				用户3	0.7	1-0.7e^-0.1t	16.3

那么这些用户采用提前预约方式购买资源时，取消预约的概率如图2所示。

可知，对于不同信任度的用户，当他们同样提前10天预约资源，并且随着时间的推进，信任度高的用户取消预约的概率总是比信任度低的用户要低，直到时间为0时，即到了消费资源的当天，信任度低的用户人仍有可能取消预约的资源。说明用户取消资源预约的概率与用户信任度息息相关，同时也能够证明将信任度引入预约机制的资源交易过程的合理性。

进一步地，所述的步骤5)对预约资源消费的顾客采取信任度机制，根据信任度的高低，对预约消费的顾客确定不同的消费优先级与优惠力度：面对采取预约资源消费的顾客，可能会遇到毁约即取消消费的情况，这样每个用户都有一个信任度的问题，信任度高的顾客，在面临资源紧缺之时，有理由优先得到服务，面临资源价格折扣时，也应当有更大的优惠力度，这样保障了等级比较高的用户的权益，也能提高用户满意度。

完成对用户取消预约概率分析后，进一步确认预约机制，以三类用户对元服务A提前预约的情况进行分析。假设元服务A的最低价格10，且用户取消预约过程中不需消耗成本，即，只需缴纳一定的手续费，且手续费比例与预约资源时的价格相关，手续费是资源提供商自己定义的一个常数，这里定义为2.5。

表6用户动态价格模型与最早预约时间

由表6可知，每一个用户，依据用户自身的消费属性与信任度预约元服务资源时，用户不同，其能够提前预约的时间长度不同。如用户1，作为信任度为1的价格敏感型用户，若通过立即现货消费的方式购买元服务资源A，可以成交的最优价格为14.9，然而，若其选择通过预约的方式计划消费同一个资源，其能够以更优惠的价格提前预约，价格最低不低于该元服务的最小价格10，时间间隔不能高于10；对于用户2、用户3同理。

那么根据该价格模型，每一种用户的元服务资源动态价格与时间的关系如图3所示。

由图3中三个图(a)、(b)、(c)可以看出，不同的用户可以提前预约的时间长短不相同。提前预约的时间距离使用时间越长，资源价格越便宜，且接近提供商能够接受的最低价格，提前预约的时间越是接近使用元服务资源的时间，资源价格越贵。图(a)显示该用户可以提前10天预约资源，图(b)的用户可以提前约23天预约资源，图(c)的用户可提前约9天预约资源。

通过价格刺激用户提前预约资源，结合每个用户的信任度与消费习惯给出相应的优惠价格，可以有效的避免用户扎堆提出资源请求，造成资源负载过重，网络拥塞的问题，从而实现资源的合理分配和保证每时每刻各个元服务或元业务都能正常运转。

Claims

1.一种SDN网络资源交易中的动态定价方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种SDN网络资源交易中的动态定价方法，其特征在于，所述的步骤1)具体为：用户在不同的时间对每一种资源的需求不一样，那么资源的价格也肯定不一致，可以通过需求来确定对资源价格的影响，得出影响因子权重。此外，随着时间的不同，市场的变化，资源的状态也在变化，因此不同的时间，资源的负载状况不一样，那么资源的价格也不一样，因此，根据资源负载状况与用户的需求状况确定资源的基准价格。

3.如权利要求1所述的一种SDN网络资源交易中的动态定价方法，其特征在于，所述的步骤2)具体为：不同的用户有不同的需求，且网络资源不可能同时满足所有用户。对于所有有网络需求的用户来说，不同的业务需求对资源的要求必然不同。因此，必须对不同客户进行细分。针对细分客户而形成的不同市场，建立合理的价格结构。

4.如权利要求1所述的一种SDN网络资源交易中的动态定价方法，其特征在于，所述的步骤3)具体为：细分客户而形成的不同市场有不同的特点，根据采取现货消费和计划消费的不同用户，制定针对现货消费与计划消费的两种不同定价策略，现货消费中的定价，是在对资源负载详细评估之后，根据用户需求情况确定的资源价格，该价格既是用户现货消费的价格，又可以作为用户计划消费的初始价格。在用户计划消费模式下，提出基于预约模式下的资源动态定价策略。

5.如权利要求1所述的一种SDN网络资源交易中的动态定价方法，其特征在于，所述的步骤4)具体为：随着时间和市场的变化，资源的状态也在变化，因此不同的时间资源的价格就不一样，对计划消费用户设定信任度，并分析其取消预约的概率，根据用户预约资源时间的不同，结合用户的信任度和取消预约的概率，为用户量身定制合理的资源预约折扣价。

6.如权利要求1所述的一种SDN网络资源交易中的动态定价方法，其特征在于，所述的步骤5)具体为：面对采取预约资源消费的顾客，可能会遇到毁约即取消消费的情况，这样每个用户都有一个信任度的问题，信任度高的顾客，在面临资源紧缺之时，有理由优先得到服务，面临资源价格折扣时，也应当有更大的优惠力度，这样保障了等级比较高的用户的权益，也能提高用户满意度。