云计算环境下基于定价机制的资源分配研究
摘要：在云计算的环境下，资源分配在服务质量、安全性等方面依旧存在着严重的问题，所以提出一种新型的资源分配方案具有重大意义。针对此问题，对目前典型的基于定价机制的资源分配策略进行了分析研究，同时还提出了一种基于组合双向拍卖和信任的资源分配解决方案。
关键词：云计算；资源分配；定价机制；拍卖模型；信任模型中图分类号：TP311.13；TP333 文献标识码：A 文章编号：1673-1131（2015）10-0165-02.
0 引言
云计算带用户进入了一个新的网络生活时代。用户可以随时随地观看电视节目、查看热点新闻、通过网站购物等等，随着用户生活的多姿多彩，服务需求也趋于多样化，但是，现阶段的网络资源已经不能较好地满足用户的服务需求，因此，应提出一种有效的合理的资源分配策略去克服此现象的愈演愈烈。
现如今，已经有很多前人对资源分配这个问题进行了专业的研究，并提出了一些可行的解决方案。文献[1]提出了一种基于蚁群资源分配算法的优化算法，通过对带宽占用、线路质量和响应时间等因素对资源分配的影响，利用蚁群优化算法动态的得到一组最优的计算资源，结果表明该算法更加适合于云计算环境；文献[2]提出了基于负载均衡的蚁群优化算法解决了资源分配问题，使得整个系统的负载都得到了均衡；文献[3]提出一种高效的虚拟资源分配策略，将资源分配问题建模为多目标优化问题，通过对多目标优化问题求解，成功地给出了资源分配方案，并有效地减少了数据中心所消耗的能量。
上述研究工作均对资源分配中所存在的问题进行了解决，但仍然存在着未考虑到的问题，例如利益最大化、安全性、服务质量。所以，研究出一种新型的云计算资源分配策略更具有现实意义。
1 基于定价机制的云计算资源分配的研究
随着Internet的迅速增长，采取何种方式来提高服务质量，使得用户的满意度提升变得越来越重要。制定合理的定价策略，不仅可以提高资源的使用率，还可以考虑用户和资源提供者双方的费用问题。
1.1 双向拍卖
在双向拍卖中每个用户和每个资源提供商都对资源提供出价或者要价，以及需要购买或者可以提供的资源数量，第三方的资源信息管理者判断双方报价是否合理，如果合理，允许其参加拍卖，若不合理，通知其修改价格重新报价。资源信息管理者根据拍卖规则来配对用户和资源提供商，若无合适的匹配对象，要求双方再次报价，开始新的一轮拍卖过程，直至符合结束的条件，结束整个过程。
文献 [6]提出了一种基于双向拍卖模型的资源分配策略，利用同一种拍卖方式，对用户和资源提供商的最终价格进行活性的改变，该策略验证了双向拍卖满足优势策略激励相容等特性。文献[7]提出了一种适应性的双向拍卖策略，这种策略把最终成交的价格和数量作为衡量用户和资源提供商服务质量的标准，并根据这个结果进行交易，保证了双方的收益最大化。文献[8]设计了一种基于双向拍卖的云资源分配方法。
此方法采用分段拟合来确定用户和资源提供商的满意度，并且利用供求比例来调节用户和资源提供商各自的满意度在总满意度中的权重。根据拍卖过程中用户和资源提供商的数量，提出了即时和批量两种不同算法来匹配双方的集合，以使双方的满意度最大化，并且还兼顾了双方的利益。虽然双向拍卖可以有效地解决单向拍卖交易中垄断的问题，但是该拍卖模式只适用于单一资源进行的交易，无法解决多类资源同时交易而导致的交易效率低的问题。
1.2 组合拍卖
在云计算环境下，完成一个任务需要多种类型的资源，用户可以对每种资源逐个进行拍卖，也可以将所需资源组合给出总价格进行拍卖。组合拍卖就是一个资源提供者提供了多类资源，资源可以组合为各种不同的资源包，用户根据自己的需求参与拍卖，拍卖成功即得到自己需要的资源包，失败则拍卖结束。对于逐个拍卖而言，组合拍卖大大提高了拍卖的效率。
文献[9]提出基于组合拍卖的的资源分配算法的模型。参与者的拍卖过程由代理负责，一个代理负责一个参与者。第三方的资源信息管理者对资源提供者进行评估，分析资源提供者可以提供的资源的数量。每个代理根据用户的需要，分析需要的资源组合，为用户进行价格分析，然后进行拍卖。文献[10]中提出了一种基于组合拍卖的云资源分配模型，并设计了相匹配算法。该方法主要运用贪心算法实现了云计算资源分配策略，然后按照所有资源价格的加权平均，对用户价格进行降序排序，在排序之后的列表中，选择既满足约束条件，又能使用户利益相对最大的方案。虽然组合拍卖提高了拍卖的效率，但是该模型侧重对用户利益的考虑，而对资源提供商的利益方面考虑较少。
1.3 组合双向拍卖
组合双向拍卖是将资源划分成不同的类型，按照用户的具体需求，组合成数量不同的资源包，供用户和资源提供者拥有互相选择的过程。根据前两节的研究，云计算的双向拍卖采用多个用户和多个资源提供者同时参与拍卖的方式，解决了单向拍卖过程中一方处于垄断地位的问题，但是这种模型只能对单一类型的资源进行拍卖，对于多种资源参与的拍卖需要组织多次拍卖，效率低；相反，组合拍卖问题可以通过一次拍卖解决多类型资源的拍卖，但是又导致了资源提供者利益受损的问题，由此可知，组合双向拍卖结合了双向拍卖和组合拍卖的优点，不仅解决了用户和资源提供者的不平等位置，还解决了拍卖效率低的问题。
文献 [11] 提出了一种基于组合双向拍卖的动态资源定价策略。该策略针对如何最大化用户和资源提供商的利益问题，提出了一种基于组合双向拍卖的定价策略。该定价策略可以灵活调节用户和资源提供商的报价，用户通过响应时间出价，资源提供商根据负载情况要价，并将效用函数作为用户和资源提供商共同的参考指标，同时通过调节双方的出价，可获得更高的资源利用率。文献[12] 在云计算服务的组合双向拍卖 交易模型 CDATM 的基础上建立了改进的组合双向拍卖交易模型SP-CDATM，该模型解决了云计算服务单价差异较大时，可能产生错误的激励问题，从而使得双方效用和交易率有明显的优越性。组合双向拍卖虽然结合了组合拍卖和双向拍卖的优点，然而由于云计算环境的复杂性，价格并非确定资源分配的唯一因素，交易的安全性和服务质量也对云计算资源分配的决策有着重要的影响。
2 基于组合双向拍卖和信任的资源分配的解决方案在云计算的环境下，我们并不能将价格作为唯一因素去解决资源分配中的所有问题。交易的安全性和服务质量也对资源分配的决策有着重要的影响，但是价格的高低不能直观地表达出服务质量的好坏或者拍卖环境是否安全，因此我们可以将信任模型融入到组合双向拍卖中去解决此问题。
本文提出一种新型的基于组合双向拍卖和信任的资源分配模型由用户（User）、资源提供商（Resource Provider，RP）和资源信息管理中心（Resource Information Management Center，RIMC）组成。如图 1 所示，这三个角色之间的关系为：User 和RP分别向RIMC提交资源组合包的信息，RIMC查询各个User和 RP 的信任度，并对其信任度进行判断，如果信任度符合要求，则将进入拍卖过程；RIMC 根据 User 和 RP 的资源包价格、信任度得出综合竞争力，由综合竞争力选择最终进行交易的User和 RP 并计算交易的价格，交易成功后，胜出的User 和RP对本次交易进行评价并提交给 RIMC，RIMC 将信任度更新。
图 1 基于组合双向拍卖和信任的资源分配模型模型流程图如图 2 所示。步骤为：
（1）参与者 j 向 RIMC 提交要进行交易的项目集合 Aj，这其中包括 User 和 RP 的参与者编号，和其所需求或者提供的组合资源包的竞拍价格、数量以及单价。
（2）RIMC查询提交项目集合Aj的参与者的信任度Tj，并判定此参与者是否为恶意参与者。如果为恶意参与者，则退出本回合的资源交易；如果不是恶意参与者，则视为正常参与者，可以继续进行竞卖活动。
（3）RIMC依据价格信息和信任度计算正常参与者的综合竞争力 Rj。
（4）RIMC 依据竞胜标策略，从参与交易的正常参与者中选择符合条件的用户和资源提供商。胜出的 User 和 RP 进行交易活动，其余的 User 和 RP 退出本回合的资源交易。
（5）RIMC 依据胜出User和RP所提交的价格信息计算最终的交易价格TV(v,w)，其中v代表胜出的User，w代表胜出的RP。
（6）胜出 User 和 RP 以 TV(v,w)的价格进行交易。资源分配后，胜出 User 和 RP 对本回合的交易进行信任评价 TEj，并将信任评价再反馈给 RIMC。胜出 User 的评价对象为 w，即信任评价为 TEw，同理，胜出 RP 的信任评价为 TEv。
（7）RIMC依据接收到的信任反馈和胜出参与者的历史信任度进行信任度更新。
图 2 模型流程图
该模型在组合双向拍卖定价机制的基础上融入信任机制，从价格和信任两方面来衡量参与者的“综合竞争力”，激励综合竞争力高的参与者获得更多的效用。此研究不仅可以帮助参与者以合适的价格得到较满意的交易结果，而且还可以使得参与者在云计算环境进行安全性较高的交易活动。
3 结语
本文通过对基于定价机制的云计算资源分配策略的研究，为弥补其在安全性和服务质量上的不足，将组合双向拍卖和信任模型结合在一起，提出了一种新型的资源分配模型，该模型在云计算环境下淘汰了信任度低的参与者，参与双方在相对安全的环境中进行交易，从而服务质量也有了明显的提高。该模型还以综合竞争力为权衡标准，使得云计算资源能够得到合理的分配。
参考文献：
[1] 华夏渝,郑骏,胡文心.基于云计算环境的蚁群优化计算资源分配算法[J].华东师范大学报.(自然科学版),2010(1)[2] Li Kun,Xu Gaochao,Zhao Guangyu,et al.Cloud Task Scheduling Based on Load Balancing Ant Colony Optimization[C].ChinaGrid Conference(ChinaGrid),2011 Sixth Annual,Lianoning:IEEE,2011:3~9
[3] 许力,曾智斌,姚川.云计算环境下虚拟资源分配优化策略研究[J].通信学报,2012(z1)
[4] R.Cocchi,S.Shenker,D.Estrin,L.Zhang.Pricing in ComputerNetworks: Motivation, Formulation and Example. IEEE/ACM Transactions on Networking 1(6): 614-627, 1993[5] Youseff L,Butrico M,Da Silva D.Toward a unified ontologyof cloud computing.Proceedings of 2008 IEEE Grid Computing Environments Workshop,2008: 1—10[6] 翁楚良, 陆鑫达. 一种基于双向拍卖机制的计算网格资源分配方法[J]. 计算机学报, 2006, 29(6): 1004-1009作者简介：闫娇（1990-），女，河南安阳人，在读研究生，研究方向为网络资源分配。
