JP6495840B2 - クラウドリソース選択装置、クラウドリソース選択方法およびプログラム - Google Patents

Description

本発明は、クラウドリソース選択装置、クラウドリソース選択方法およびプログラムに関する。

特許文献１には、コンピュータによってネットワークトポロジおよびデータセンタ配置を設計するデータセンタネットワーク設計方法であって、ノード情報取得手段が、各ノードの位置および収容ユーザ数を取得するステップと、候補生成手段が、前記取得された各ノードの位置および収容ユーザ数に基づいて、所定の制約条件を満たすネットワークトポロジおよびデータセンタ配置の候補を生成するステップと、評価手段が、複数の評価尺度の関係を定量化して、前記ネットワークトポロジおよびデータセンタ配置の候補を評価するステップと、を有するデータセンタネットワーク設計方法が記載されている。特許文献１に記載のデータセンタネットワーク設計方法は、データセンタネットワークの設計において、遅延や信頼性を考慮にいれたネットワーク並びにデータセンタの設計方法を提案している。

図９は、クラウドのサーバリソースが様々な価格形態で提供されていることを説明する図である。
現在、クラウドのサーバリソースは、様々な価格形態で提供されている。ＡＷＳ（amazon.com Amazon Web Services）を例に採る。
ＡＷＳにおいては、一定期間の長期で借り入れるリザーブド型（長期割引型）、利用量に応じてリアルタイムに借り入れる量が変更可能なオンデマンド型、需要と供給のバランスにより利用価格が決定されるスポットインスタンス（入札型）がある。図９に示すように、クラウドＡ，Ｂ，Ｃは、これらリザーブド型、オンデマンド型、スポットインスタンスのいずれか、または組み合わせでサーバリソースを提供している。
スポットインスタンスについて説明する。スポットインスタンスは、ＡＷＳのクラウドの空きリソースの利用効率向上を狙ったものである。スポットインスタンスは、最も低価格で借り入れられる可能性があるが、需要と供給のバランスにより、価格が急騰する特徴がある。
既存のＡＷＳの機能として、下記が提供されている。すなわち、任意の単一地域（リージョン）における、最も安いリソース（インスタンス）を選択する機能（lowest Price）や、あらかじめ選択された固定的な複数種類（インスタンスタイプ）のリソースを選択する機能（diversified）である。ただし、最も安いインスタンスは、リージョン毎に異なるうえに、各インスタンスの傾向も刻一刻と変化するために本機能のみで効率的な選択を行うことは難しい。

特開２０１１−２０９９００号公報

特許文献１に記載の技術では、遅延や信頼性を考慮したクラウドの選択は可能である。しかしながら、各々のクラウドは異なった価格で提供されており、それらを考慮にいれた選択方法は難しいのが現状である。
例えば、図９に示すように、複数のクラウド（クラウドＡ，Ｂ，Ｃ）が様々な料金プラン（リザーブド型，オンデマンド型，スポットインスタンス）を用意している。利用者は、複数のクラウドの様々な料金プランの中から、自身のアプリケーションの特性にあったクラウド並びに料金プランを選択するのは困難である。

このような背景を鑑みて本発明がなされたのであり、本発明は、アプリケーションに適した料金プランのクラウドリソースを選択するクラウドリソース選択装置、クラウドリソース選択方法およびプログラムを提供することを課題とする。

前記した課題を解決するため、請求項１に記載の発明は、アプリケーションの特性にあったクラウド事業者および前記クラウド事業者が用意する価格形態におけるクラウドリソースを選択するクラウドリソース選択装置であって、前記アプリケーションの利用状況を収集する利用状況収集部と、前記クラウド事業者の各価格形態における価格情報を収集する価格情報収集部と、収集された前記利用状況および前記価格情報を基に、所定期間に亘ってクラウドの価格パターンを複数求め、複数の前記価格パターンの組み合わせについて平均・分散モデルを用いて選択比率を計算する選択比率計算部と、計算した前記選択比率に基づいて、クラウドリソースの買い付けパターンを決定する出力部と、を備えることを特徴とするクラウドリソース選択装置とした。

また、請求項６に記載の発明は、アプリケーションの特性にあったクラウド事業者および前記クラウド事業者が用意する価格形態におけるクラウドリソースを選択するクラウドリソース選択装置のクラウドリソース選択方法であって、前記クラウドリソース選択装置は、前記アプリケーションの利用状況を収集するステップと、前記クラウド事業者の各価格形態における価格情報を収集するステップと、収集された前記利用状況および前記価格情報を基に、所定期間に亘ってクラウドの価格パターンを複数求め、複数の前記価格パターンの組み合わせについて平均・分散モデルを用いて選択比率を計算するステップと、計算した前記選択比率に基づいて、クラウドリソースの買い付けパターンを決定するステップと、を実行することを特徴とするクラウドリソース選択方法とした。

また、請求項７記載の発明は、アプリケーションの特性にあったクラウド事業者および前記クラウド事業者が用意する価格形態におけるクラウドリソースを選択するクラウドリソース選択装置としてのコンピュータを、前記アプリケーションの利用状況を収集する利用状況収集手段、前記クラウド事業者の各価格形態における価格情報を収集する価格情報収集手段、収集された前記利用状況および前記価格情報を基に、所定期間に亘ってクラウドの価格パターンを複数求め、複数の前記価格パターンの組み合わせについて平均・分散モデルを用いて選択比率を計算する選択比率計算手段、計算した前記選択比率に基づいて、クラウドリソースの買い付けパターンを決定する出力手段、として機能させるためのプログラムとした。

このようにすることで、各々のクラウドが異なった価格で提供され、しかも時々刻々と変化するクラウド料金であっても、最少価格に近く、かつ、安定した価格帯の買い付けパターンを決定することができ、アプリケーションに適した料金プランのクラウドリソースを提供することができる。

また、請求項２に記載の発明は、前記クラウド事業者へのアクセスに関する遅延を遅延情報として計測する遅延計測部を備え、前記選択比率計算部は、収集された前記利用状況、前記価格情報、および前記遅延情報を基に、複数の前記価格パターンの組み合わせが最適な組み合わせとなる選択比率を計算することを特徴とするクラウドリソース選択装置とした。

このようにすることで、最少価格に近く、安定した価格帯で、かつ、遅延も少ない買い付けパターンを決定することができ、アプリケーションに適した料金プランのクラウドリソースを提供することができる。

また、請求項３に記載の発明は、前記選択比率計算部が、複数の前記価格パターンを組み合わせた際に、偏差が最も小さくなる選択比率を計算することを特徴とするクラウドリソース選択装置とした。

このように、偏差が最も小さくなる選択比率とすることで、最も価格変動が小さく、安定した価格帯の該当アプリケーションに適した料金プランを決定することができる。

また、請求項４に記載の発明は、前記選択比率計算部が、複数の前記価格パターンを組み合わせた際の、価格が所定値以下になる条件を計算することを特徴とするクラウドリソース選択装置とした。

このように、価格が所定値（例えば一定値）以下になる条件とすることで、価格の安い該当アプリケーションに適した料金プランを決定することができる。

また、請求項５に記載の発明は、前記選択比率計算部が、遅延の逆数の総和が所定値以上になる条件を計算することを特徴とするクラウドリソース選択装置とした。

このようにすることで、遅延が大きいクラウドについては選択されにくくすることができ、遅延が要求値を満たす条件で、該当アプリケーションに適した料金プランを決定することができる。

本発明によれば、アプリケーションに適した料金プランのクラウドリソースを選択するクラウドリソース選択装置、クラウドリソース選択方法およびプログラムを提供することができる。

本発明の実施形態に係るクラウドリソース選択装置を示す構成図である。 本発明の実施形態に係るクラウドリソース選択装置のログ収集統計処理部のログを説明する図である。 本発明の実施形態に係るクラウドリソース選択装置の買付パターン決定部の買い付けパターンを示す図である。 本発明の実施形態に係るクラウドリソース選択装置のログ収集統計処理部の動作を示すフローチャートである。 本発明の実施形態に係るクラウドリソース選択装置の価格情報収集部の動作を示すフローチャートである。 本発明の実施形態に係るクラウドリソース選択装置の遅延計測部の動作を示すフローチャートである。 本発明の実施形態に係るクラウドリソース選択装置の買付パターン決定部の動作を示すフローチャートである。 本発明の実施形態に係るクラウドリソース選択装置の買付パターン決定部の最適な組み合わせ算出方法を表にして説明する図である。 クラウドのサーバリソースが様々な価格形態で提供されていることを説明する図である。

以下、図面を参照して本発明を実施するための形態（以下、「本実施形態」という）におけるクラウドリソース選択装置等について説明する。
なお、本明細書では、クラウドとは、アプリケーションおよびその実行環境を保持するクラウド事業者をいう。インスタンス（銘柄）とは、クラウドの価格パターンをいう。

図１は、本発明の実施形態に係るクラウドリソース選択装置を示す構成図である。
図１に示すように、クラウドリソース選択装置１００は、複数の価格形態および料金プランを用意するクラウドに対して、アプリケーションの特性にあったクラウドおよびその価格形態におけるクラウドリソースを選択する。
クラウドリソース選択装置１００は、ログ収集統計処理部１１０（利用状況収集部）と、価格情報収集部１２０と、遅延計測部１３０と、買付パターン決定部１４０（選択比率計算部、出力部）と、を備える。
ログ収集統計処理部１１０は、オンプレミスやクラウドのアプリケーションの利用状況（例えば、ＣＰＵ使用率，メモリ使用率，ストレージ使用率，稼働時期等）を収集し、収集した利用状況を基にアプリケーションの特性を統計処理する。ログ収集統計処理部１１０は、統計処理した結果を基にリソースに変化がある場合、買付パターン決定部１４０に通知する。

価格情報収集部１２０は、時々刻々と変化するクラウド料金（クラウドの価格情報）をリアルタイムに情報収集する。価格情報収集部１２０は、クラウドの各価格形態における価格情報（以下、クラウドの価格情報という）を定期的に取得し、当該クラウドの価格情報の前回との差分を判定して、クラウドの価格情報の変化が所定以上あった場合、買付パターン決定部１４０に通知する。
価格情報収集部１２０は、図１の場合、クラウドのZoneＡの価格（オンデマンド型，リザーブド型，スポットインスタンスの価格形態のクラウドの価格）、ZoneＢの価格（オンデマンド型，リザーブド型，スポットインスタンスの価格形態のクラウドの価格）、ZoneＣの価格（オンデマンド型，リザーブド型，スポットインスタンスの価格形態のクラウドの価格）を収集する。上記ZoneＡは、複数のクラウドが配置される地域、例えば日本である。上記ZoneＢは、複数のクラウドが配置される地域、例えば欧州である。上記ZoneＣは、複数のクラウドが配置される地域、例えば米国である。
ここで、価格情報収集部１２０が収集するクラウドの価格形態について説明する。オンデマンド型は、利用時間や利用量単位に課金する。リザーブド型は、事前の長期契約（例えば１年間／３年間）で課金する。スポットインスタンスは、入札制で課金する。入札価格が、スポット価格を上回っている際に使える（料金が安い）。

遅延計測部１３０は、クラウドへのアクセスに関する遅延（以下、クラウドへの遅延という）を遅延情報として計測する。遅延計測部１３０は、クラウドへの遅延情報を定期的に取得し、当該クラウドへの遅延情報の前回との差分を判定して、クラウドへの遅延情報の変化が所定以上あった場合、買付パターン決定部１４０に通知する。
遅延計測部１３０は、下記の目的で実装される。例えば、遠隔地にあるクラウドにアクセスするには所定の遅延が発生する。この遅延を考慮にいれることで、処理開始から終了までのトータルの使用時間を求めることができる。その結果、たとえ処理能力あたりのクラウドの価格が安いケースであっても、トータルの処理時間が長く、その結果、クラウドの総利用価格（単位時間の価格×時間）が高くなるようなクラウドは選択しないといったことが可能となる。

買付パターン決定部１４０は、収集された利用状況および価格情報を基に、所定期間に亘ってクラウドの価格パターン（後記図８のインスタンス（銘柄）に対応する）を複数求め、複数の価格パターンの組み合わせが最適な組み合わせとなる選択比率（後記図８の選択比率に対応する）を計算し、計算した選択比率に基づいて、クラウドリソースの最適な買い付けパターンを決定する。

また、図１のクラウドリソース選択装置１００を構成する各部は、ＣＰＵ（Central Processing Unit）とメモリとハードディスク（記憶手段）とネットワークインタフェースとを有するコンピュータとして構成され、このコンピュータは、ＣＰＵが、メモリ上に読み込んだプログラムを実行することにより、各処理部を動作させる。
上記各部の機能については、図４ないし図７のフローにより後記する。

図２は、ログ収集統計処理部１１０のログ（利用履歴）を説明する図である。図中の網掛け部分はアプリケーションの利用状況を示している。図２（ａ）は、週の中の変動を示しており、あるクラウドでは、平日（月−金）のみアプリケーションが利用されていることが分かる。ひと月で見た場合、図２（ｂ）に示すように、月の最終週（４週目）の利用状況が多いことが分かる。ログ収集統計処理部１１０は、クラウドのアプリケーションの利用状況（例えばＣＰＵ使用率，メモリ使用率，稼働時期等）を収集し、統計処理機能により、アプリケーションの特性を計測する。

図３は、買付パターン決定部１４０の買い付けパターンの一例を示す図である。図３は、前記図２（ａ）の週の中の変動を例に採る。買い付けパターンは、オンデマンド型，リザーブド型，スポットインスタンスの組み合わせ料金プランで提案される。図３の破線は、スポットインスタンスの平均値をプロットしたものである。図３の例では、週の中の変動に対応して平日のみのクラウド利用を前提とし、リザーブド型をベースに、日の変動に対応するオンデマンド型とスポットインスタンスとを組み合わせたアプリケーションに適した料金プランを決定する。

以下、上述のように構成されたクラウドリソース選択装置１００の動作を説明する。
<ログ収集統計処理部１１０の動作>
まず、ログ収集統計処理部１１０の動作を説明する。
図４は、ログ収集統計処理部１１０の動作を示すフローチャートである。本フローは、ログ収集統計処理部１１０を構成するＣＰＵにより、所定タイミングで定期的に実行される。
まず、ステップＳ１１で、サービスｘに対するクラウドのアプリケーションの利用状況（ＣＰＵ使用率，メモリ使用率，ストレージ使用率，稼働時期等）を取得する。本フローは定期的に実行されるので、利用状況も定期的に取得される。
ステップＳ１２では、利用状況の伸び率等から必要なリソース（クラウドのサーバリソース 以下同様）を算出する。例えば、利用状況の伸び率が増加傾向にある場合、将来必要なリソースが足りなくなることが考えられる。リソースが足りなくなってからでは間に合わないので、伸び率が大きい場合には増設が行われる。この場合、下記のステップＳ１５を経てリソースの変化が増設である旨の通知が行われることになる。

ステップＳ１３では、サービスｘに対して初めてのリソース確保か否かを判定する。
サービスｘに対して初めてのリソース確保の場合（Ｓ１３のＹｅｓ）、新規確保であると判断してステップＳ１４で新規確保である旨を買付パターン決定部１４０に通知して本フローの処理を終了する。
上記ステップＳ１３でサービスｘに対して初めてのリソース確保でない場合（Ｓ１３のＮｏ）、増設または減設の要否を判定するためにステップＳ１５で以前確保したリソースに変化があるか否かを判定する。ここで、リソースの変化は、利用状況の前回の値と今回の値との差分が所定値を超えたか否かで判定する。例えば、上記差分が増加傾向で所定値を超えた場合、リソースが増加に変化したと判定する。また、上記差分が減少傾向で所定値を超えた場合、リソースが減少に変化したと判定する。
以前確保したリソースに変化がある場合（Ｓ１５のＹｅｓ）、増設または減設であると判断してステップＳ１５でリソースに変化がある旨を買付パターン決定部１４０に通知して本フローの処理を終了する。
以前確保したリソースに変化がない場合（Ｓ１５のＮｏ）、上記ステップＳ１１に戻ってログ収集処理を継続する。

このように、ログ収集統計処理部１１０は、サービスｘに対するクラウドのアプリケーションの利用状況を定期的に取得しつつ、当該利用状況の前回の値と今回の値との差分が所定値を超えたか否か判定し、利用状況の変化があった場合のみ買付パターン決定部１４０にリソースに変化がある旨を通知する。買付パターン決定部１４０は、ログ収集統計処理部１１０から新規確保である旨またはリソースに変化がある旨の通知があった場合に、後記する最適な組み合わせ処理（図８および式（１）〜（４）参照）を実行する。すなわち、買付パターン決定部１４０は、ログ収集統計処理部１１０からの通知が最適な組み合わせ処理の開始トリガとなっている。これにより、買付パターン決定部１４０が必要以上に動作することを抑制でき、計算資源を減らすことができる。

<価格情報収集部１２０の動作>
次に、価格情報収集部１２０の動作を説明する。
図５は、価格情報収集部１２０の動作を示すフローチャートである。本フローは、価格情報収集部１２０を構成するＣＰＵにより、所定タイミングで定期的に実行される。
まず、ステップＳ２１で、クラウドの価格情報を取得する。本フローは定期的に実行されるので、価格情報も定期的に取得される。
ステップＳ２２では、取得したクラウドの価格情報を基にクラウドの価格の変動があるか否かを判定する。例えば、クラウドの価格の変動は、前回の価格と今回の価格との差分が所定値を超えた場合、クラウドの価格の変動があると判定する。
価格の変動がある場合（Ｓ２２のＹｅｓ）、ステップＳ２３で価格変動があったクラウドとその価格情報を買付パターン決定部１４０に通知して本フローの処理を終了する。
価格の変動がない場合（Ｓ２２のＮｏ）、上記ステップＳ２１に戻って価格情報収集処理を継続する。

このように、価格情報収集部１２０は、クラウドの価格情報を定期的に取得し、取得したクラウドの価格情報に基づいて、クラウドの価格の変動があった場合に、買付パターン決定部１４０に、価格変動があったクラウドとその価格情報を通知する。これにより、買付パターン決定部１４０が必要以上に動作することを抑制でき、計算資源を減らすことができる。

<遅延計測部１３０の動作>
次に、遅延計測部１３０の動作を説明する。
図６は、遅延計測部１３０の動作を示すフローチャートである。本フローは、遅延計測部１３０を構成するＣＰＵにより、所定タイミングで定期的に実行される。
まず、ステップＳ３１で、クラウドへのアクセスに関する遅延情報を取得する。本フローは定期的に実行されるので、クラウドへの遅延情報も定期的に取得される。
ステップＳ３２では、取得したクラウドへの遅延情報を基に、クラウドへの遅延の変動があるか否かを判定する。例えば、クラウドへの遅延の変動は、前回のアクセスに関する遅延と今回のアクセスに関する遅延との差分が所定値を超えた場合、アクセスに関する遅延の変動があると判定する。
クラウドへの遅延の変動がある場合（Ｓ３２のＹｅｓ）、ステップＳ３３で遅延変動があったクラウドとその遅延情報を買付パターン決定部１４０に通知して本フローの処理を終了する。
クラウドへの遅延の変動がない場合（Ｓ３２のＮｏ）、上記ステップＳ３１に戻ってクラウドへの遅延情報計測処理を継続する。

このように、遅延計測部１３０は、クラウドへの遅延情報を定期的に取得し、クラウドへの遅延情報の変化があった場合、買付パターン決定部１４０に遅延変動があったクラウドとその遅延情報を通知する。ただし、クラウドへの遅延が変動することは、少ないと考えられるので、クラウドへの遅延情報を取得する頻度を減らすようにしてもよい。

なお、上記図４〜図６の各フローにおいて、ログ収集統計処理部１１０、価格情報収集部１２０および遅延計測部１３０が各情報を収集する対向クラウド事業者は、事前設定されているものとする。図１の場合を例に採ると、クラウドリソース選択装置１００は、各Zoneのクラウドについて様々な設定情報をあらかじめ保持している。

<買付パターン決定部１４０の動作>
次に、買付パターン決定部１４０の動作を説明する。
図７は、買付パターン決定部１４０の動作を示すフローチャートである。本フローは、ログ収集統計処理部１１０、価格情報収集部１２０または遅延計測部１３０のうちのいずれかから前記した通知があった場合に実行される。後記するように買付パターン決定に際して、一定の計算量が必要となる。本実施形態では、計算資源を減らすため、ログ収集統計処理部１１０、価格情報収集部１２０または遅延計測部１３０のうちのいずれかから通知があった場合に本フローを実行するようにしている。

ステップＳ４１で、買付パターン決定部１４０は、ログ収集統計処理部１１０、価格情報収集部１２０または遅延計測部１３０からの通知を受け付ける。
通知受信が[新規確保]の場合、ステップＳ４２で新規リソース分を確保するにあたり、最適な組み合わせを算出および設定する。最適な組み合わせ算出方法の詳細については、後記する。

通知受信が[増設]の場合、ステップＳ４３で増設リソース分を確保するにあたり、最適な組み合わせを算出および設定する。

通知受信が[減設]の場合、ステップＳ４４で減設リソース分を確保するにあたり、最適な組み合わせを算出および設定する。減設リソース分がある場合には、必ずしも最適な組み合わせの算出は必要ではないが、全体に対して減設リソース分が大きいケースでは、価格が安いクラウドが生じる可能性があるので、最適な組み合わせ算出を行う。

通知受信が[価格変動]の場合、ステップＳ４５で新しい価格帯を用いて、最適な組み合わせを算出および設定する。価格変動がある場合には、最適な組み合わせの算出が必要となる。実際には、価格変動がある場合に、最適な組み合わせ算出を行うケースが最も多い。

通知受信が[遅延変動]の場合、ステップＳ４６で新しい遅延を用いて、最適な組み合わせを算出および設定する。

［最適な組み合わせ算出方法］
本実施形態では、直近の価格履歴において、価格が低く、かつ、変動が少ないインスタンスタイプを複数組み合わせることで、将来的に任意のインスタンスが急騰した場合の影響を抑える。
具体的には、以下に述べる平均・分散モデルを用い、過去一定期間の価格平均値並びに分散から、分散値が低くかつ価格平均値が低くなる組み合わせ（選択比率）を決定する。そして、次の期間において、組み合わせとなる選択比率を利用する。
最適な組み合わせ（選択比率）算出方法では、リソースを確保するにあたり、以下の条件にあてはまる組み合わせを選出する。
・分散が最も小さい
・所定の価格以下
・遅延の逆数が一定値以上
以下、図８を参照して具体的に説明する。

図８は、買付パターン決定部１４０の最適な組み合わせ算出方法を表にして説明する図である。図８の最上段のインスタンス（銘柄）１，２，３，４，…，ｎは、クラウドの価格パターンであり、クラウドの価格パターンをイメージ図で表している。このイメージ図の横軸は時間、縦軸は価格を示す。インスタンス（銘柄）１，２，３，４，…，ｎは、このイメージ図のような価格変動となっている。
図８に示すように、買付パターン決定部１４０は、ある期間において価格履歴としてインスタンス（銘柄）１，２，３，４，…，ｎを得ているとする。

<インスタンスの価格の平均>
インスタンス（銘柄）１，２，３，４，…，ｎの価格の平均は、Ａ_１，Ａ_２，Ａ_３，Ａ_４，…，Ａ_ｎである。インスタンス（銘柄）を組み合わせた際の、価格（平均価格）が一定値以下になる制約条件は、式（１）で示される。式（１）は、全体の価格の期待値が一定値以下を満たすことを示す。なお、インスタンスタイプの候補は、同一のインスタンスタイプだけではなく、ＣＰＵ換算をしたうえで（例えばＣＰＵ４個の１つのインスタンスは、ＣＰＵ２個の２つ分のインスタンス相当とみなす）、異なるインスタンスタイプも対象とする。

ｎは、インスタンス（銘柄）の数
μ_ｊは、各インスタンスタイプの期待値（銘柄の値段）
ｘ_ｊは、選択比率
ｃは、目標価格

<インスタンスの価格の偏差>
インスタンス（銘柄）１，２，３，４，…，ｎの価格の偏差は、σ_１，σ_２，σ_３，σ_４，…，σ_ｎである。インスタンス（銘柄）を組み合わせた際に、偏差（標準偏差）が最も小さくなる選択比率は、式（２）で示される。式（２）は、組み合わせた分散が最小になる解を求めることを意味している。

<遅延の平均>
インスタンス（銘柄）１，２，３，４，…，ｎの遅延の平均は、Ｄ_１，Ｄ_２，Ｄ_３，Ｄ_４，…，Ｄ_ｎである。遅延の逆数の総和が所定（ここでは一定）以上になる制約条件は、式（３）で示される。式（３）は、遅延が大きすぎるとよくないので、遅延Ｄの逆数を取って、選択比率の総和が一定値Ｗ以上となっていることを示す条件である。すなわち、選択比率の算出に際し、偏差が最も小さく、かつ、価格が一定値以下になる制約条件だけでは、価格が安く価格変動も少ないものの、遅延が大きいクラウドばかりが選択されてしまうことがあり得る。式（３）を制約条件に加えることで、価格の平均や偏差が小さくても遅延が大きいクラウドは選択されにくくしている。

Ｗは、所定（ここでは一定）値のパラメータ

<選択比率の総和>
インスタンス（銘柄）１，２，３，４，…，ｎの選択比率は、ｘ_１，ｘ_２，ｘ_３，ｘ_４，…，ｘ_ｎである。選択比率の総和が１になる条件は、式（４）で示される。買付けようとするインスタンスは全部で１００％でなければならないので、選択比率の総和は１を満たす必要がある。

以上、上記式（１）〜式（３）について纏めると、選択比率の条件として最も重要な式は、インスタンスの価格の偏差を示す式（２）である。上述したように、式（２）は、インスタンス（銘柄）を組み合わせた際に、偏差が最も小さくなる選択比率である。式（２）を基本として、インスタンス（銘柄）を組み合わせた際に、偏差が最も小さくなる選択比率（式（１）参照）と、遅延の逆数の総和が一定値以上になる条件（式（３）参照）が、さらに条件として加わる。
また、上記最適な組み合わせ算出方法を実行すると、上記式（１）〜式（４）の条件を満足する解（選択比率）が複数算出されることはあり得る。この場合、式（２）の偏差が小さい選択比率を優先して利用者に提供することが好ましい。

このように、買付パターン決定部１４０は、インスタンス（銘柄）の組み合わせが最適な組み合わせとなる選択比率を計算する。そして、次の週で、この選択比率によるクラウドリソースの最適な買い付けパターンを決定する。

以上説明したように、本実施形態に係るクラウドリソース選択装置１００は、クラウドのアプリケーションの利用状況を収集するログ収集統計処理部１１０と、時々刻々と変化するクラウドの価格情報をリアルタイムに情報収集する価格情報収集部１２０と、クラウドへの遅延を遅延情報として計測する遅延計測部１３０と、収集された利用状況、価格情報および遅延情報を基に、所定期間に亘ってクラウドの価格パターンを複数求め、複数の価格パターンの組み合わせについての選択比率を計算（式（１）〜（４）参照）し、計算した選択比率に基づいて、クラウドリソースの最適な買い付けパターンを決定する買付パターン決定部１４０と、を備える。

このように、クラウドリソース選択装置１００は、直近の価格履歴において、価格が低く、かつ、変動が少ないクラウドの価格パターンを複数組み合わせることで、将来的に任意のインスタンス（銘柄）が急騰した場合の影響を抑える。これにより、各々のクラウドが異なった価格で提供され、しかも時々刻々と変化するクラウド料金であっても、最少価格に近く、かつ、安定した価格帯の買い付けパターンを決定することができる。その結果、アプリケーションに適した料金プランのクラウドリソースを提供することができる。

また、本実施形態では、買付パターン決定部１４０は、遅延の逆数の総和が一定値以上になる条件（式（３）参照）を計算することで、偏差が最も小さく、かつ、価格が一定値以下になるものであっても遅延が大きいクラウドは選択されにくくすることができる。したがって、価格のみならず、遅延が要求値を満たす条件で、最も価格変動が小さく、かつ、価格の安い、該当アプリケーションに適した料金プランを決定することができる。

なお、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上述文書中や図面中に示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行するためのソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、又は、ＩＣ（Integrated Circuit）カード、ＳＤ（Secure Digital）カード、光ディスク等の記録媒体に保持することができる。

１００ クラウドリソース選択装置
１１０ ログ収集統計処理部（利用状況収集部）
１２０ 価格情報収集部
１３０ 遅延計測部
１４０ 買付パターン決定部（選択比率計算部、出力部）

Claims (7)

1. アプリケーションの特性にあったクラウド事業者および前記クラウド事業者が用意する価格形態におけるクラウドリソースを選択するクラウドリソース選択装置であって、
   前記アプリケーションの利用状況を収集する利用状況収集部と、
   前記クラウド事業者の各価格形態における価格情報を収集する価格情報収集部と、
   収集された前記利用状況および前記価格情報を基に、所定期間に亘ってクラウドの価格パターンを複数求め、複数の前記価格パターンの組み合わせについて平均・分散モデルを用いて選択比率を計算する選択比率計算部と、
   計算した前記選択比率に基づいて、クラウドリソースの買い付けパターンを決定する出力部と、を備える
   ことを特徴とするクラウドリソース選択装置。
2. 前記クラウド事業者へのアクセスに関する遅延を遅延情報として計測する遅延計測部を備え、
   前記選択比率計算部は、
   収集された前記利用状況、前記価格情報、および前記遅延情報を基に、複数の前記価格パターンの組み合わせが最適な組み合わせとなる選択比率を計算する
   ことを特徴とする請求項１に記載のクラウドリソース選択装置。
3. 前記選択比率計算部は、
   複数の前記価格パターンを組み合わせた際に、偏差が最も小さくなる選択比率を計算する
   ことを特徴とする請求項１または請求項２に記載のクラウドリソース選択装置。
4. 前記選択比率計算部は、
   複数の前記価格パターンを組み合わせた際の、価格が所定値以下になる条件を計算する
   ことを特徴とする請求項１または請求項２に記載のクラウドリソース選択装置。
5. 前記選択比率計算部は、遅延の逆数の総和が所定値以上になる条件を計算する
   ことを特徴とする請求項２に記載のクラウドリソース選択装置。
6. アプリケーションの特性にあったクラウド事業者および前記クラウド事業者が用意する価格形態におけるクラウドリソースを選択するクラウドリソース選択装置のクラウドリソース選択方法であって、
   前記クラウドリソース選択装置は、
   前記アプリケーションの利用状況を収集するステップと、
   前記クラウド事業者の各価格形態における価格情報を収集するステップと、
   収集された前記利用状況および前記価格情報を基に、所定期間に亘ってクラウドの価格パターンを複数求め、複数の前記価格パターンの組み合わせについて平均・分散モデルを用いて選択比率を計算するステップと、
   計算した前記選択比率に基づいて、クラウドリソースの買い付けパターンを決定するステップと、を実行する
   ことを特徴とするクラウドリソース選択方法。
7. アプリケーションの特性にあったクラウド事業者および前記クラウド事業者が用意する価格形態におけるクラウドリソースを選択するクラウドリソース選択装置としてのコンピュータを、
   前記アプリケーションの利用状況を収集する利用状況収集手段、
   前記クラウド事業者の各価格形態における価格情報を収集する価格情報収集手段、
   収集された前記利用状況および前記価格情報を基に、所定期間に亘ってクラウドの価格パターンを複数求め、複数の前記価格パターンの組み合わせについて平均・分散モデルを用いて選択比率を計算する選択比率計算手段、
   計算した前記選択比率に基づいて、クラウドリソースの買い付けパターンを決定する出力手段、として機能させるためのプログラム。

Images