基于蚁群算法的云计算联盟资源调度

针对目前云计算联盟的架构和单云环境下资源调度的研究缺少对云计算联盟下的资源调度问题的研究情况,建立了由云用户、云服务供应商和云联盟协调器组成的云计算联盟资源调度模型,为达到云供应商利益最大化,设计了任务-虚拟机-数据中心的调度算法,利用蚁群算法进行模型求解,并通过Cloudsim仿真软件证实了该算法的合理性,验证了供应商资源的数据中心负载率在60％～80％之间时达到均衡,并可获得最大利益。     

用户利益最大化的云计算联盟资源调度

针对云联盟的资源调度问题进行了研究,提出了基于用户利益最大化的云计算联盟资源调度方法,并通过遗传算法实现资源调度策略。同时基于CloudSim实现了云计算联盟资源调度方法,对云计算联盟环境下的资源调度研究从学术走向实际应用具有一定的意义。     

基于SLA的云计算资源调度机制研究

针对现有的IaaS层的资源调度研究在任务调度机制和资源负载均衡机制上存在的不足,以SLA管理、资源调度等理论为基础,结合现有研究成果,对基于SLA的云计算资源调度策略进行一些针对性的研究。提出了基于SLA的云计算资源调度框架,讨论了面向IaaS资源服务提供商SLA管理机制及内容,设计了基于SLA管理的QoS保证机制,与负载均衡模块和任务调度模块交互实现服务SLA的保证,有效实现IaaS资源服务提供商在任务QoS约束下最大化资源利用率的同时获得最大的收益。     

全网兴趣图谱下电子商务推荐理论研究现状

介绍了现有的电子商务推荐技术与系统,分析了其中存在的数据稀疏性、冷启动、推荐精度低和实时性差等问题,阐述了利用全网数据构建用户兴趣图谱进行推荐的方法,探讨了基于兴趣图谱的推荐与跨网推荐取得的进展,证明该方法的提出具有重要的现实意义。     

云服务市场的现货期权协同交易机制研究

针对目前云服务市场处于发展初期,尚未形成统一的市场交易机制,相比于传统资源交易市场,存在参与主体间的协同程度低,服务提供商违反SLA协议的事件频发等问题,在借鉴电力市场交易机制的基础上,构建了一个面向云服务市场参与主体的协同交易机制,并利用模拟分析验证了交易机制的有效性。在所构建的交易机制中,现货交易机制为提供商之间的协同搭建了平台,通过相互协作为用户提供“一站式”服务,而期权交易机制为“提供商间市场”创造了风险管理工具,可有效降低提供商违反服务等级协议的风险。     

汽车售后O2O服务商合作行为演化博弈分析

基于演化博弈理论,在利益均分和成本共担的假设前提下,引入激励与惩罚系数,并建立了群体博弈模型,对汽车售后O2O（online—to—offline）市场中的服务商合作行为进行了分析。通过推导复制动态方程得到的分析结果表明,在汽车售后O2O市场群体博弈模型中,成本、收益、激励与惩罚系数,以及初始合作者比例都是影响演化博弈稳定性的因素,根据实际情况设置合理的参数可以有效引导各方的行为。     

多寡头云服务市场的价格博弈理论研究

认为云服务市场目前还处在发展过程的初期,尚未形成通用的云服务生态系统模型,市场被少数具备完全核心竞争力的寡头所垄断。针对由于缺少完善的协作策略与机制,市场内竞争与合作模式正在向以价格为导向的不良方向发展的问题,运用博弈理论,分别研究了在合作与非合作价格博弈下的均衡条件,为云服务提供商的良性竞争合作策略提供了理论依据。