面向動態(tài)云市場的Agent自適應報價策略研究.pdf

1、隨著云計算的發(fā)展，云計算資源逐漸成為如同水、電等按需服務的公共資源。而云平臺作為云計算資源調(diào)度的中心，其中云資源分配問題已經(jīng)成為計算機科學領域的研究熱點。在多種云資源分配方式中，由于拍賣模型的分配方式對于全局的需求最少，而且具有分布式結構容易實現(xiàn)，因而基于拍賣模型的資源分配方式越來越普遍。在基于拍賣模型的云資源調(diào)度問題的研究中，現(xiàn)有的研究工作更集中于機制設計方面，而對云計算市場中個體報價策略的研究相對較少。對于競拍者來說，報價的優(yōu)劣直接

2、關系到競拍者收益的多少。同時在云計算中，由于云市場的環(huán)境總是動態(tài)變化的，各種決策都需要瞬間完成。為減少人工干預，同時也為競拍者的收益最大化、適應云市場的動態(tài)變化，為動態(tài)云市場中的Agent設計自適應報價策略則成為一件非常迫切且異常重要的事情。
　　針對于動態(tài)云市場中的Agent自適應報價問題，本文主要開展了以下工作:
　　1.建立了一般動態(tài)云市場和基于團購的動態(tài)云市場模型。
　　從非合作博弈角度出發(fā)，建立了一般動態(tài)云市

3、場模型。該模型基于第一密封價格的單邊組合拍賣。在組合拍賣中，贏者決策問題是一個NP難問題。綜合計算復雜度以及公平性，在該模型下提出了基于排序的近似贏者決策問題的分配機制。而從合作博弈角度出發(fā)，建立了基于團購的動態(tài)云市場模型。區(qū)別一般動態(tài)云市場，在基于團購的動態(tài)模型中，對于不同的云資源虛擬機的購買量有著相應的折扣優(yōu)惠。該模型基于第一密封價格的單邊拍賣，在云資源需求者以及云服務提供商之間設置了團購的總代理，并在該模型下提出了近似贏者決策問題

4、的分配機制以及優(yōu)惠均攤的定價機制。以上動態(tài)市場模型皆為不完美信息市場。
　　2.基于非合作博弈的一般動態(tài)云市場下，設計了兩種Agent自適應報價策略。
　　在一般的動態(tài)云市場下，主要針對于兩種不同的場景設計了自適應報價策略。首先是側重于Agent如何感知云市場動態(tài)變化，從而提交對自己有利的自適應報價策略。該策略基于增強學習，利用Agent自身的報價歷史感應當前云市場的供需比，從而調(diào)整報價以期收益最大。而側重于避免群體競爭過程

5、中出現(xiàn)的囚徒困境，基于增強學習以及ε-貪婪選擇算法的Q-策略，能幫助Agent感知市場環(huán)境動態(tài)變化的同時，也能避免Agent報價陷入極端的局面。
　　3.基于合作博弈的一般團購動態(tài)云市場下，設計了Agent自適應報價策略。
　　在基于團購的動態(tài)云市場中，首先分析了團購作為一種刺激交易的經(jīng)濟手段為云服務提供商以及Agent帶來的好處。其次在該云市場的模型下，證明了Agent報價存在納什均衡解的可能性。借助于增強學習等工具，從而