云计算环境下兼顾买卖双方利益的双向拍卖资源分配算法

针对当前云计算环境下的资源分配算法不能充分考虑买卖双方利益的问题,本文提出了一种适用于云计算环境的组合双向拍卖资源分配模型。首先,初始化云经纪人列表和供应商报价列表,拍卖人通知拍卖参与者拍卖开始;然后,根据属性值按升序排序云经纪人请求和云服务供应商报价列表,从而确定投标获胜者;最后,获胜的云经纪人向相关云服务供应商发送任务并支付费用,云服务商执行任务。仿真实验使用CloudSim原型化,在基于Java的仿真云环境中从经济角度进行了效率评估。仿真结果表明,本文模型适用于云环境中的资源分配,在经济上非常有效。相比其他的现有模型,本文模型更能鼓励参与者在买卖双方公平公正的前提下根据真实估值竞购资源。     

云计算环境下基于可信性的动态资源分配策略

在云计算环境下,基于连续双向拍卖(CDA)机制的资源分配模型,给出资源供需双方各自的报价策略以及节点资源的失效规律,提出一种基于CDA机制和节点可信性的动态资源分配策略。Matlab仿真结果表明,该策略能保证动态分配资源的可信性,有效提高动态节点资源的执行效率以及最大限度地满足用户的服务质量需求。     

一种基于双向拍卖机制的计算网格资源分配方法

针对计算网格资源的特点以及运用经济机制进行网格资源管理所具有的灵活性及有效性,提出一种改进的基于双向拍卖机制的网格资源分配方法.首先,描述了基于双向拍卖机制的资源分配框架,整个系统由买方、卖方和计算资源经纪人组成.然后,针对网格中的CPU资源,提出一种改进的双向拍卖机制,采用统一拍卖方式,可以灵活调节交易双方的付费.进而,分析了该双向拍卖机制满足优势策略激励相容、预算平衡以及个人理性的特点,并定义了拍卖机制的效率.最后,通过实验分析了双向拍卖分配机制的效率.     

基于双向拍卖的P2P带宽资源分配

本文针对P2P网络的特点,以双向拍卖机制为基础,提出了一种P2P带宽资源分配的方法,实现了节点带宽选择,计费的优化.首先,描述了P2P网络环境中现有机制的不足之处,包括严重的free-riding现象和欺诈行为;接着,引入一种双向拍卖机制,理论上分析更适合P2P网络环境的需求;最后通过仿真实验,验证了这种双向拍卖策略的性能.     

基于SLA和双向拍卖机制的云计算服务资源分配

针对云计算环境下现有的服务资源分配方法在采用SLA约束时未能考虑到市场因素的问题,设计了一种基于SLA约束并采用双向拍卖机制来实现服务提供商利润最大化的服务资源分配方法;首先,定义了云计算环境下基于SLA的双向拍卖服务资源分配模型,然后设计了服务提供商与用户签约的SLA并实现了到其资源提供商的映射,为了保证资源提供商提供真实可靠的信息,设计了分配函数和支付函数对其进行激励约束;最后,定义了采用SLA和双向拍卖机制对云计算资源进行分配的具体算法;仿真实验表明,文中方法的任务执行成功率最高,平均约为78.2%,在具有较少的SLA违约率的同时服务提供商能获取较多的利润,同时较其它方法具有较高的任务成功率,具有很强的可行性。     

基于混合组合双向拍卖的网格资源分配方案

针对组合双向拍卖中节点或实体在单次拍卖中分别扮演资源提供者和资源需求者时所具有的不同特点,提出了混合组合双向拍卖模式,即在拍卖中节点本身不单是资源提供者同样也是资源需求者。在此前提下,结合信任度在资源分配安全性以及服务质量方面的作用,将信任度引入到定价调整中,从而优化资源的分配。仿真实验结果表明,所提出的资源分配方法在提高拍卖效率和单位效用正向激励以及防止恶意节点方面均优于已有方案。     

云计算环境下基于用户行为特征的资源分配策略

资源分配策略是云计算研究领域中的一项重要研究点,研究人员提出了多种资源共享与分配策略,然而很少有工作关注不同云计算用户群体的行为习惯对资源分配策略的影响.提出的基于用户行为特征的资源分配策略就是通过统计用户工作习惯与任务完成时间期望值的变化规律,建立用户行为特征信息表,从而预测出不同时间片内用户的任务提交规律以及用户期望完成时间,动态调整云计算系统的资源分配策略,使得系统在满足用户预期任务完成时间的前提下实现任务并发最大化,提升单位资源的用户满意度.HUTAF(Huawei unitfied test automation framework)云测试平台是华为公司自行研发的云测试平台,并基于该平台开展各种策略下的资源利用率与用户满意度实验.实验结果表明,该策略提升了整个系统在满足用户期望完成时间的前提下的总任务并发数,有效降低了IaaS供应商的运营成本.     

资源有限连续双向拍卖环境下的理性策略

网络系统的动态资源分配是未来IT系统必须解决的一个基本问题。针对agent资源的有限性,提出了连续双向拍卖环境下（Continuous Double Auction,CDA）agent具有理性行为的GD2策略。GD2策略是一种包含价格和数量的二维报价策略,agent通过建立信任函数和计算最大期望利润调整报价,实验表明GD2策略可以实现较高的动态资源分配效率,平均分配效率超过98%。     

资源有限连续双向拍卖环境下的ZIP2策略

利用经济模型和多Agent技术研究网络资源分配问题已成为当前网络研究新的趋势.针对Agent资源有限的网络环境,提出了一种基于连续双向拍卖市场机制的ZIP2策略.ZIP2策略是一种包含价格和数量的二维报价策略,Agent采用该策略具有机器学习能力.最后通过模拟实验验证了ZIP2策略可以实现较高的网络资源分配效率,平均分配效率超过97%.     

云计算环境下基于用户行为特征的资源分配策略

人工智能技术的创新发展使得云计算课题研究更为深入,技术应用更为成熟.而在云计算研究与应用过程中,云计算资源分配模型的建构是核心.在云计算资源分配中,往往根据用户特征及行为诉求进行资源的分配调度,而用户特征及行为诉求分析主要集中在用户物理性能评价、用户活跃性评价、用户信誉值评价三大方面.根据用户行为特征的精准分析,推行协...     

云环境下基于组合双向拍卖的动态资源定价

云环境下的市场交易机制缺乏灵活性,且在某些情况下定价不合理。为此,提出一种基于组合双向拍卖的动态资源定价模型,给出云资源分配与定价算法,用户通过响应时间出价,资源提供商根据负载情况要价。仿真实验结果表明,该算法与固定比例的定价算法相比,能提高18%的用户利益与9%的资源提供商利益。     

云计算环境下基于粒子群算法的资源分配策略

如何对资源进行有效的分配成为云计算所要解决的重要问题,也是云计算研究的热点问题.为了更好地合理利用资源和提高资源的利用率,提出了一种基于粒子群优化算法的资源分配和调价策略.根据负载的特性,构造了体现其对所获资源的满意度和符合自身经济利润的效用函数,利用资源代理不断调价的方法来达到合理利用资源的目的,同时也最大化了每个负...     

一种云环境下的绿色计算模型

随着全球计算机数量的快速增长,由此引起的碳排放带来的温室效应已经越来越受到国际关注.绿色节能的研究已经变得越来越重要.提出一种云环境下的绿色计算模型.该模型从程序设计语言、绿色数据中心框架构建、绿色分布式文件系统策略的角度详细做了研究.针对互联网应用的主要特点,详细分析了该模型的主要特征及其设计理念和方法.基于该模型,将为有效的绿色节能带来新的设计思路和方法,为以后绿色节能的研究提供基础.     

云环境下的虚拟计算机实验室——基于本体的资源配置研究

为解决目前高校计算机实验室资源利用率低、管理维护难度高、共享程度低等问题,本文给出一个云环境下虚拟计算机实验室架构。针对其如何实现准确提供动态、多样的实验环境需求问题,采用Web本体语言OWL描述课程实验本体和云资源领域本体,并提出一种基于本体匹配技术的资源自动分配方法。     

云计算技术发展现状研究综述

随着信息技术的进步和大数据时代的到来,越来越多的人能访问更广泛的信息资源。为了说明云计算资源分配中的关键环节和相互关系,笔者对云计算技术研究现状进行了归纳总结。首先对云计算在民用领域应用作了阐述,然后对其在军事领域的发展现状进行了分析,以期为未来云计算资源分配研究提供较为明确的方向。     

基于云模型的网格资源分配策略

网格是下一代的Internet,是目前网络研究的重点。网格资源分配是网格中非常重要的部分,而且网格资源有分布、异构、动态、由多个组织所拥有和具有不同的使用、访问及消费模型等特点,属于定性的范畴。传统的网格资源分配策略无法有效对定性的网格资源进行分配,容易形成网络瓶颈。云模型是定性定量间转换的不确定性模型,通过它能将定性的网格资源转换为定量的表达。因此笔者提出了一种新的网格资源分配策略,把云模型运用于网格资源分配,将定性的网格资源映射为定量的可细微变化的不同云滴,然后再配合目前研究相对比较成熟的算法或模型进行资源分配,实验表明新的策略能更准确地对网格资源进行评价并有效分配。     

云计算环境下的资源监测模型研究

云计算环境下的资源监测是云计算平台资源管理的重要组成部分,为资源分配、任务调度和负载均衡等提供依据。由于云计算环境下资源的透明虚拟化和弹性化,并需要对用户使用资源进行计费,因此原有的资源监测方法不能完全满足云计算环境的要求。为此,根据云计算平台的特点,提出一种适应云计算环境下的资源监测模型,该模型通过虚拟机监测器和Java调用C/C++得到资源的状态信息。通过理论分析和实验表明,该模型可以较好地收集节点的资源监测信息,满足云计算平台特性的要求。     

云计算环境下的资源调度优化模型研究

为了提高了云计算资源调度效率,提出一种基于混沌粒子群算法的云计算资源调度模型.首先将资源调度可行方案作为粒子的位置向量,云计算资源的负载均衡度作为目标函数,然后通过粒子之间的信息共享、交流,最后找到最优资源调度方案,并引入混沌机制对粒子进行扰动操作,保证粒子群的多样性,防止早熟现象、局部最优解等缺陷出现.在CloudSim平台进行了仿真,结果表明,混沌粒子群算法可以快速找到云计算资源最优调度方案,提高了资源利用的效率,具有较好的实用性和可行性.