基于博弈论的云计算资源配置优化方法研究

发布时间：2020-04-11 16:07

【摘要】：云计算由于拥有强大的计算能力、高扩展性、低服务成本及易访问性等优点,正在成许多应用的首先平台。随着用户需求的增长与变化,云计算中心的规模也越来越大,服务模式也在变化,但与之伴随的是能耗急剧增长,系统资源的配置优化变得越来越复杂。类似于水、电之类的公用服务事业,云计算的目标也是建立一种为用户提供计算资源的公用服务。因此,如何对云计算中的任务与资源配置进行优化,使用户服务质量得到保证的同时又提高云服商的收益,已成为当前云计算研究中的一个热点问题。本文从能耗管理、负载平衡、定价策略及计算资源供给等几个方面研究云计算环境下的资源配置优化方法。针对处理性能、能耗成本在不同应用场景下的优化目标,及多类型虚拟机定价与分配问题,兼顾云服务商的经济收益与云用户的满意度,结合博弈理论提出了相应的资源配置优化策略及求解算法。本文的主要研究内容与贡献包括如下:本文首先研究云数据中心的能耗与性能权衡问题。我们把云计算中的负载均衡模拟为一个多服务器系统之间的合作博弈问题。该问题在云用户可接受任务平均响应时间约束下,求解云数据中心能耗最小化的任负载均衡方案。在我们的模型中,各个多服务器系统为博弈的参与者,它们以任务平均响应时间最小化为目标,通过合作方式均衡负载资源的分配,使得系统总平均响应时间最短。我们采用M/M/C排队模型模拟多服务器系统的工作,导出各个参与者的效用函数,基于纳什竞价解(NBS,Nash bargaining solution)的概念及贪心式计算资源节能供给策略,提出了一个可保证用户处理性能的节能云数据中心任务分配算法。由于纳什竞价解可以求得全局最优解,因此我们所提算法在同等能耗下,可以获得更好的处理性能。实验结果显示了我们所提方法在能耗与性能两者之间权衡的有效性。其次,我们将能耗感知的云计算资源配置问题模拟为一个Stackelberg博弈。其中,系统的监控者扮演博弈中的领导者(Leader),他先行决策,在保证服务质量的前提下通过调整系统资源供给,减少不必要的能耗使自己的收益最大化。与之相对的是,任务调度代理扮演博弈中的跟随者(Followers),跟随领导者的决策后行行动,他们以获得最优处理性能为目标选择任务放置点。在领导者给定资源配置的情况下,多个任务调度代理间的计算资源竞争行为又被模拟为一个去中心化的非合作博弈。相应的算法被提出去实现我们所提的模型。此外,在我们的方法中,领导者在不同负载下的的资源供应决策结果可先存储在最优资源配置表中,当系统负载变化时,领导者不需再次计算,只需依据当前负载率查表即可以获得最优资源配置方案。所提算法具有相对低的计算复杂度及分布式执行特征,因此易于实现且有助于提高系统的可靠性与健壮性。通过实验分析评估,在维持相同服务质量的同时,可以获得更好的节能效果。然后,我们考虑边缘云计算(Edge cloud computing)场景下的资源优化问题,把多个用户间的资源竞争模拟为一个非合作博弈,用户作为博弈的参与者,目标是寻找合适的任务卸载策略使自己任务的平均响应时间最小。在我们的研究中,先以排队模型建立用户的效用函数,对所形成的博弈问题证明了纳什均衡点的存在,借助于纳什竞价的概念求解每个用户取得最优目标的任务卸载方案,最终为研究问题设计了一个低复杂计算度的分布式任务分配算法。实验结果表明我们所提的方法,能够较快到达纳什均衡点,在任务平均响应时间上,可以取得较好的性能。最后,我们从博弈机制设计的角度考虑了云计算环境下的多类型虚拟机分配与定价问题,提出了一个组合拍卖机制来解决该问题。为了拍卖时统一不同用户的虚拟机资源请求评估差异,我们采用多属性决策技术(Multiple criteria decision making technique)量化各类虚拟机资源。所提机制组合了两个基本思想:一致性评估(Consensus Estimate),可以避免市场操控从而获得近似最优目标收益;收益分享(Revenue Extraction),决定竞价胜出者(Winner)及在胜出者间平等划分由一致性评估所产生的最优目标收益。基于这两种思想,我们所提拍卖机制具有无妒忌属性与可信属性。在无妒忌属性下所有用户获得平等对待,保证了系统的稳定性;可信性使用户的支配策略为报告真实价格,保证了云服务商的利益最大化。此外,我们所提机制拥有相对低的计算复杂度,特别适用于要求在短时间窗口决策的拍卖场景,如大规模云市场的虚拟机定价与分配。
【学位授予单位】：湖南大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TP302;O225

【相似文献】