当前位置: 主页 > 科研动态 >

一种权衡用户和云服务提供商之间利益的价格激励资源拍卖机制

点击数:   更新日期: 2021-01-11

论文标题:A Price-Incentive Resource Auction Mechanism Balancing the Interests Between Users and Cloud Service Provider

录用期刊:IEEE Transactions on Network and Service Management (2020 IF = 3.878,JCR Q1)

原文DOI: 10.1109/TNSM.2020.3036989.

作者列表:

1)李松远 北京邮电大学 网络与交换技术国家重点实验室 2018级硕士

2)黄霁崴 中国石油大学(北京) 信息科学与工程学院 教授

3 北京邮电大学 网络与交换技术国家重点实验室 教授

背景与动机

本文旨在设计出一种最大化用户效益的多用户服务资源公平售卖机制。我们从服务生态中用户的角度出发,优化目标在于最大化用户效益,并且保障向多用户资源售卖结果的公平性,维护多用户间的良性资源竞争。

具体地,最大化用户效益指的是使得最多用户的服务资源需求得到满足。实现最大化的用户效益,不仅维护了服务生态中的用户利益,并且也符合服务供应商的利益。服务供应商在满足最多用户数需求的同时,也吸引了大量的用户,有利于扩大其在服务生态中的市场占额,在多服务供应商对用户资源的竞争过程中占据优势。

至于保障多用户资源售卖结果的公平性,本部分主要考虑了如下三个重要性质:

性质1 (无妒性):在资源共享的 IaaS云环境中,无妒性体现了资源售卖结果的公平性。 当不存在用户羡慕对其他用户的资源售卖结果,则面向多用户的资源售卖结果符合无妒性。简之,每个用户都比其他用户更喜欢自己的资源售卖分配结果;每个用户都无法通过与其他用户交换资源分配 结果来提高自身用户效用。形式上,如果对于任意不同用户ij,满足Ui (ai)≥Ui (aj),则资源售卖分配结果符合无妒性。

• 性质2 (可信任性):无关于其他用户上报的服务竞价信息,用户通过提交真实的服务竞价信息总能获得最大用户效用。可信任性保证了用户有动力去上报真实的服务竞价信息、不虚报服务竞价信息,有助于提高价格激励机制的可信赖性。

• 性质3 (预算平衡性):如果用户预算总是足以支付购买期待资源数量所需的费用,则该机制是符合预算平衡性的。预算平衡性确保了价格激励机制的可行性。

无妒性,从根本上保障了资源售卖结果的公平性;可信任性,维护了对服务资源的良性竞争,为公平售卖服务资源提供了前提;预算平衡性,则是为服务资源拍卖机制的可行性提供了基础支撑。

设计与实现

本文所设计的市场化服务资源拍卖机制旨在吸引最大化数量的用户,同时应保证服务供应商的最低利润率γ。通过激励最大化数量的用户订购服务资源,有助于单一服务供应商在服务生态中占有较大市场份额;而关于最低利润率γ的保证也充分保障了服务供应商的盈利需求。每个用户的资源购买行为,受最大化自身效益驱动;最大化数量的用户订购资源,即使服务生态中的用户效益最大化。同时至于多用户购买服务资源,也关注服务资源售卖的公平性。

下图概览了基于最大化用户效益的服务资源公平售卖机制。首先,本部分需探究理性的服务资源购买策略,即在某一既定的资源定价下每个用户需要订购多少服务资源量。基于用户效益最大化,每个用户根据使得自身效益最大化的资源需求来购买确定数量的服务资源。

然后,以理性的服务资源购买策略为基础,本部分的服务资源售卖机制主要由两个分解步骤顺序执行,具体如下:

- 步骤1:以一种粗略但有效的方式来估计能由供应商提供服务的最大用户子集

云服务供应商应尽量满足较多用户的资源要求,同时也不能提出较低资源价格以无法保证最低利润率γ。基于此标准,得到估计的最大用户子集

- 步骤2:最终确定即时单位服务资源价格p (t) 和多用户资源分配方案A (t)

基于在步骤1得出的云服务供应商将进一步最终确定最大用户子集,从而确实保证最低收益γ。与此同时,得到对应最优的即时单位服务资源价格p(t)和多用户资源分配方案A(t),使得云服务供应商赚取尽可能多的收益。上述的求解过程,利用模拟用户的理性资源购买过程得到优化的资源定价和分配结果。

实验结果

不同用户之间资源分配的净效用比较结果

服务费用v.s.竞价预算

基于真实轨迹数据的对比仿真结果

经过实验验证,实验结果与预期效果保持一致:我们的PIRA方法保证了无妒性、预算平衡性,和其他方法相比较,实现了用户效益的最大化。

作者简介

黄霁崴博士,教授,博士生导师,石油数据挖掘北京市重点实验室主任,中国石油大学(北京)计算机科学与技术系主任。2015年度北京市优秀人才,2018年度中国石油大学(北京)优秀青年学者,2020年度北京市科技新星。分别在2009年和2014年于清华大学计算机科学与技术系获得工学学士和工学博士学位,2012-2013年国家公派赴美国佐治亚理工学院联合培养。研究方向包括:系统性能评价和优化、随机模型理论和应用、服务质量测量与保障技术、服务计算和物联网等。担任中国计算机学会(CCF)服务计算专委会委员,CCF高级会员,IEEE、ACM会员。已主持国家自然科学基金、北京市自然科学基金等科研项目13项,在国内外著名期刊和会议发表论文五十余篇,出版学术专著1部,获得国家发明专利5项、软件著作权3项,担任多个国际顶级期刊和知名会议审稿人。联系邮箱:huangjw@cup.edu.cn。