博弈式移動(dòng)云服務(wù)協(xié)作資源管理模型研究

王小輝　李圣普　呂海蓮

(平頂山學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院　河南 平頂山 467000)

?

博弈式移動(dòng)云服務(wù)協(xié)作資源管理模型研究

王小輝李圣普呂海蓮

(平頂山學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院河南 平頂山 467000)

對(duì)于實(shí)時(shí)要求高的移動(dòng)云計(jì)算應(yīng)用服務(wù)，高效的帶寬和計(jì)算資源管理尤為重要, 而移動(dòng)程序服務(wù)提供商們因各自擁有的資源有限，導(dǎo)致能夠支持的程序?qū)嵗臄?shù)量受限，其收入也不能有效提高。為了讓移動(dòng)程序服務(wù)提供商進(jìn)行資源協(xié)作并有效提高收入，提出一種資源分配與合作博弈理論相結(jié)合的協(xié)作資源管理模型，由資源分配、收益管理、協(xié)作形成子模型構(gòu)成。資源分配指導(dǎo)服務(wù)提供商投入合作的資源數(shù)量；結(jié)合了合作博弈理論的收益管理和協(xié)作形成模型用于公平劃分合作所得收入與形成穩(wěn)定的聯(lián)盟。實(shí)驗(yàn)表明，服務(wù)提供商資源協(xié)作使用之后，合作聯(lián)盟能夠更加有效地利用現(xiàn)有資源，服務(wù)商的收入可提高5%以上。

移動(dòng)云計(jì)算隨機(jī)規(guī)劃資源分配模型協(xié)作形成模型夏普利值納什均衡

0　引　言

移動(dòng)云計(jì)算成為融合智能手機(jī)、平板電腦和云計(jì)算的一個(gè)快速增長(zhǎng)的新領(lǐng)域。移動(dòng)云計(jì)算，繼承了云計(jì)算技術(shù)到移動(dòng)計(jì)算領(lǐng)域，為移動(dòng)用戶(hù)提供了一種新的技術(shù)。移動(dòng)云計(jì)算通過(guò)減輕從移動(dòng)設(shè)備到服務(wù)器之間的數(shù)據(jù)處理工作量，提高程序服務(wù)的性能，而程序服務(wù)是移動(dòng)云服務(wù)提供商所提供的應(yīng)用，運(yùn)行在云端的數(shù)據(jù)中心服務(wù)器上，既可減少移動(dòng)應(yīng)用程序服務(wù)的執(zhí)行時(shí)間，又能減少移動(dòng)設(shè)備的能耗[1]。然而,移動(dòng)應(yīng)用程序的運(yùn)行需要帶寬和計(jì)算資源,并對(duì)其進(jìn)行有效的管理，高效的資源管理方法必須最大限度地利用資源,從而達(dá)到移動(dòng)云服務(wù)提供商的收入最大化[2-4]。

多個(gè)移動(dòng)云服務(wù)提供商進(jìn)行合作并創(chuàng)建一個(gè)資源池分享他們的資源。移動(dòng)云計(jì)算資源共享問(wèn)題，不僅要考慮可以提供無(wú)線訪問(wèn)的帶寬，還要考慮提供數(shù)據(jù)處理功能的服務(wù)器計(jì)算資源[5,6]。移動(dòng)云服務(wù)提供商進(jìn)行合作，一個(gè)服務(wù)提供商不使用的資源, 在需要時(shí),可被其他服務(wù)提供商使用，因此,資源利用率大幅度提高[7,8]，同時(shí)也增加移動(dòng)云服務(wù)提供商的收入。然而,還存在一些資源管理相關(guān)的主要技術(shù)難題：

(1) 在移動(dòng)應(yīng)用程序池中，什么是最優(yōu)的資源分配，能夠達(dá)到收入的最大化并滿(mǎn)足移動(dòng)用戶(hù)的需求?

(2) 移動(dòng)云服務(wù)提供商合作后，如何公平合理地分享從資源池中獲得的收入?

(3) 移動(dòng)云服務(wù)提供商如果參加合作創(chuàng)建資源池, 每個(gè)服務(wù)提供商又應(yīng)該向資源池中投入多少資源?

為確保實(shí)現(xiàn)高效的資源管理，綜合研究移動(dòng)云計(jì)算、資源管理和合作博弈理論[9,10]，提出一種移動(dòng)云計(jì)算環(huán)境下的協(xié)作資源管理模型。

1　移動(dòng)應(yīng)用程序資源分配模型

該部分在簡(jiǎn)介移動(dòng)云計(jì)算(MCC)基礎(chǔ)上，首先提出線性規(guī)劃(LP)資源分配模型，給供應(yīng)商合作聯(lián)盟的資源池中的移動(dòng)應(yīng)用程序合理地分配資源，但只能應(yīng)用在系統(tǒng)參數(shù)確定的情況下。考慮系統(tǒng)參數(shù)的不確定性，接著提出隨機(jī)規(guī)劃(SP)模型，能夠?qū)⑾鄳?yīng)的不確定情況轉(zhuǎn)化為等價(jià)的確定性模型。

1.1移動(dòng)云計(jì)算

移動(dòng)云計(jì)算(MCC)的移動(dòng)應(yīng)用程序分為兩個(gè)部分，即本地計(jì)算模塊和遠(yuǎn)程計(jì)算模塊。本地計(jì)算模塊運(yùn)行在移動(dòng)設(shè)備上，遠(yuǎn)程計(jì)算模塊運(yùn)行在數(shù)據(jù)中心的計(jì)算服務(wù)器上。本地和遠(yuǎn)程計(jì)算模塊間移動(dòng)應(yīng)用程序的數(shù)據(jù)傳輸?shù)男枰粋€(gè)無(wú)線或有線的網(wǎng)絡(luò)。無(wú)線網(wǎng)絡(luò)提供移動(dòng)設(shè)備、無(wú)線基站、應(yīng)用程序服務(wù)器和計(jì)算資源(內(nèi)存、CPU)之間的通信。在MCC環(huán)境中，當(dāng)用戶(hù)想要運(yùn)行移動(dòng)應(yīng)用程序時(shí)，將通過(guò)無(wú)線和有線網(wǎng)絡(luò)發(fā)送一個(gè)請(qǐng)求到應(yīng)用服務(wù)器，應(yīng)用程序服務(wù)器聯(lián)系基站和數(shù)據(jù)中心獲取帶寬和計(jì)算資源。如果有足夠可用的無(wú)線電和計(jì)算資源，用戶(hù)就可以運(yùn)行移動(dòng)應(yīng)用程。

MCC中的數(shù)據(jù)表示：假設(shè)一個(gè)服務(wù)地區(qū)MCC由無(wú)線基站覆蓋，無(wú)線基站的覆蓋的多個(gè)區(qū)域用集合A={1,2,…,A}表示，其中A是無(wú)線基站所覆蓋的區(qū)域總數(shù)。基站的集合用B{1,2,…,B}表示,B是無(wú)線基站的總數(shù)。數(shù)據(jù)中心的集合用D{1,2,…,D}表示，D是數(shù)據(jù)中心的總數(shù)。應(yīng)用程序的集合表示為P{1,2,…,P}，P是可用的移動(dòng)應(yīng)用程序總數(shù)。αa,b代表基站對(duì)用戶(hù)的可用性，如果αa,b=1表示服務(wù)區(qū)域a的用戶(hù)可以訪問(wèn)基站b，若αa,b=0，則相反。βa,d,p代表數(shù)據(jù)中心對(duì)用戶(hù)的可訪問(wèn)性，如果βa,d,p=1表示服務(wù)區(qū)域a中使用應(yīng)用程序p的用戶(hù)可以訪問(wèn)數(shù)據(jù)中心d中的服務(wù)器，若βa,d,p=0，則相反。

1.2線性規(guī)劃資源分配模型

該部分首先提出線性規(guī)劃(LP)資源分配模型，給供應(yīng)商合作聯(lián)盟的資源池中的移動(dòng)應(yīng)用程序合理地分配資源，但只能應(yīng)用在系統(tǒng)參數(shù)確定的情況下。考慮系統(tǒng)參數(shù)的不確定性，接著提出隨機(jī)規(guī)劃(SP)模型，能夠?qū)⑾鄳?yīng)的不確定情況轉(zhuǎn)化為等價(jià)的確定性模型。

線性規(guī)劃模型可以用式(1)-式(7) 表示：

(1)

s.t.

(2)

(3)

(4)

(5)

(6)

xa,b,d,p≥0a∈Ab∈Bd∈Dp∈P

(7)

目標(biāo)函數(shù)如式(1), 計(jì)算收益最大化時(shí)所能支持的應(yīng)用程序?qū)嵗臄?shù)量，支持所有地區(qū)所有基站和數(shù)據(jù)中心的用戶(hù)應(yīng)用程序，C是總收入、聯(lián)盟的價(jià)值。式(1)的xa,b,d,p是區(qū)域a中用戶(hù)，使用應(yīng)用程序p連接到基站b，訪問(wèn)數(shù)據(jù)中心d的應(yīng)用程序?qū)嵗臄?shù)量，Vp是應(yīng)用程序p的每個(gè)實(shí)例的收入。

式(5)確保區(qū)域a的用戶(hù)可以訪問(wèn)基站b，αa,b是一個(gè)二進(jìn)制常數(shù)表示區(qū)域a的用戶(hù)是否可以訪問(wèn)基站b。在這種情況下,如果αa,b= 0，假定沒(méi)有用戶(hù)從區(qū)域a訪問(wèn)基站b。 M是應(yīng)用程序?qū)嵗淖畲髷?shù)量。同樣,式(6)確保區(qū)域a中正在運(yùn)行的應(yīng)用程序p的程序?qū)嵗茉L問(wèn)數(shù)據(jù)中心d的服務(wù)器。式(7)確保xa,b,d,p為非負(fù)數(shù)。

式(1)-式(7)中定義的線性規(guī)劃模型的優(yōu)化解決方案，用xa,b,d,p求解資源池中應(yīng)用程序?qū)嵗淖顑?yōu)數(shù)量，從提供這些應(yīng)用程序的聯(lián)盟的總收益最大化。注意，如果參數(shù)是隨機(jī)的，可以將它們的實(shí)際值代入模型中。

1.3隨機(jī)規(guī)劃資源分配模型

(8)

其中：

(9)

受約束于：式(10)-式(14)：

(10)

(11)

(12)

xa,b,d,p≥ya,b,d,p,?a∈Ab∈ωBd∈Dp∈P

(13)

xa,b,d,p,ya,b,d,p,?≥0a∈Ab∈Bd∈Dp∈P

(14)

類(lèi)似于式(4)，式(12)確保應(yīng)用程序?qū)嵗臄?shù)量不超過(guò)用戶(hù)的需求。式(13)確保xa,b,d,p必須大于或等于ya,b,d,p,?。式(14)的確保決策變量是非負(fù)數(shù)。

為了獲得SP模型的資源配置最優(yōu)解，必須將式(8)-式(14)中原來(lái)的問(wèn)題轉(zhuǎn)換成等價(jià)的確定性問(wèn)題。

確定性問(wèn)題的形成：SP模型式(8)-式(14)中所涉及的隨機(jī)變量?可以轉(zhuǎn)化為等價(jià)的式(15)-式(20)所表示確定性問(wèn)題。

(15)

受約束于式(16)-式(20)：

(16)

(17)

(18)

xa,b,d,p≥ya,b,d,p,ωa∈Ab∈Bd∈Dp∈Pω∈Ω

(19)

xa,b,d,p,ya,b,d,p,ω≥0a∈Ab∈Bd∈Dp∈Pω∈Ω

(20)

約束式(16)-式(20)類(lèi)似于式(10)-式(14)，唯一的區(qū)別是，隨機(jī)變量,?被場(chǎng)景ω所取代。

2　收益共享模型

當(dāng)使用上一部分的線性規(guī)劃模型、隨機(jī)規(guī)劃模型將資源分配到移動(dòng)應(yīng)用程序后，合作供應(yīng)商聯(lián)盟中的所有供應(yīng)商將分享所支持應(yīng)用程序?qū)嵗a(chǎn)生的收入。在本節(jié)中，引入收益管理，應(yīng)用合作博弈理論的核心和夏普利值理論來(lái)確定每個(gè)合作提供者應(yīng)該得到的收入份額。

2.1基于核心理論的收益模型

首先定義共享收益的核心，c表示供應(yīng)商的收入，核心可以定義如下:

(21)

然而，核心解決方案有許多局限性。核心集合可能是空的或者無(wú)限的。因此，夏普利值方案是優(yōu)化的解決方案。

2.2基于夏普利值的收益劃分

應(yīng)用夏普利的相關(guān)理論，為聯(lián)盟中的供應(yīng)商們提供公平的利潤(rùn)劃分，給定式(1)、式(15)、式(21)中的特征函數(shù)v(·)，根據(jù)資源分配模型中的方法，可得提供商的夏普利值如下:

(22)

從根本上講，夏普利值φs(υ)決定了提供商S將能分享到的收入。夏普利值適用于合作供應(yīng)商的收益管理是因?yàn)橐韵聨c(diǎn):

1) 效率：因?yàn)椤芐∈Cφs(υ)-υ()，所有的合作供應(yīng)商的收入的總和將達(dá)到最大化。

4) 不貢獻(xiàn)，收獲將為零：如果條件υ(S)=υ(S∪{s})適用于所有合作聯(lián)盟?，則φs(υ)=0。也就是說(shuō)：如果提供商S沒(méi)有為聯(lián)盟作出任何貢獻(xiàn)，那么這個(gè)提供商能分享到的收入將是零。

3　協(xié)作形成模型

假定供應(yīng)商是理性和自私的，通過(guò)組建合作聯(lián)盟并創(chuàng)建資源池最大化自己的利益。此外，供應(yīng)商可以決定投入資源池的資源容量(即產(chǎn)能擴(kuò)張)。為了獲得穩(wěn)定的合作方案和，本節(jié)提出協(xié)作形成算法。

服務(wù)提供商協(xié)作形成的過(guò)程可描述為使用如下設(shè)定的不合作游戲。選手即服務(wù)提供商的集合是N，要參加協(xié)作聯(lián)盟C要滿(mǎn)足協(xié)議要求C?N。C代表相互協(xié)作的提供商所組成的集合。每個(gè)供應(yīng)商的策略是建立與其他供應(yīng)商的合作，該合作可表示為一個(gè)二進(jìn)制變量cs,l。當(dāng)cs,l=1時(shí)，則供應(yīng)商間有合作，反之，cs,l=0，供應(yīng)商間沒(méi)有合作。因此，供應(yīng)商S與其他所有供應(yīng)商間的合作可以定義成式(23)。合作聯(lián)盟C定義為式(24)。

Cs={(cs,1,…,cs,l-1,cs,l,cs,l+1,…,c)|

cs,l∈{0,1},l∈{s}}

(23)

(24)

提供商們合作形成的納什均衡可以定義如下:

(25)

供應(yīng)商之間的合作形成的納什均衡可以從基于獲得最好的反應(yīng)動(dòng)力學(xué)的算法得到。提供商將決定合作形成的迭代。ρ表示迭代序號(hào)，即ρ=1,2,3,…。cs(ρ)表示供應(yīng)商S在迭代ρ中的策略。c-s(ρ-1)除了S的所有供應(yīng)商在迭代ρ-1中的策略。在每個(gè)迭代中，提供商評(píng)估新戰(zhàn)略，并選擇新戰(zhàn)略以實(shí)現(xiàn)最高收入。供應(yīng)商S在迭代ρ中的策略cs(ρ)如下:

(26)

式中，在已知曉前面迭代中其他提供商策略c-s(ρ-1)的情況下，提供商S選擇最好的新策略，即近視最好的回應(yīng)。然而，在沒(méi)有完整信息等情況下，會(huì)發(fā)生小概率的事件：提供商可能犯錯(cuò)或做出非理性的決定。

合作形成過(guò)程中的策略適應(yīng)使用一個(gè)離散時(shí)間馬爾可夫鏈[10]。A=∏s∈Ncs=c1×…×c|N|表示基于所有供應(yīng)商所有可能合作的馬爾可夫鏈有限狀態(tài)空間。因其對(duì)稱(chēng)性，cs,l和cl,s是相等的。式(26)中cs(·)包含的合作供應(yīng)商S的合作策略的，是狀態(tài)κ的一部分，即κ∈A。讓?duì)?(c1,1,…,cs,l,…,c|N|,|N|)，κ∈A成為當(dāng)前狀態(tài)。讓?duì)?(c1,1,…,cs,l,…,c|N|,|N|)，κ′∈A成為下一個(gè)狀態(tài)。提供商S由κ變化到κ′的合作狀態(tài)集合可以定義如下:

(27)

狀態(tài)κ到κ′的轉(zhuǎn)移概率可以表示如下:

(28)

其中，λ表示提供商在一次迭代中更新自己策略的概率。提供商S在一次迭代中改變自己策略的概率定義如下:

(29)

其中，ψs(κ)為所有供應(yīng)商策略函數(shù)中定義的收入。式(29)中，提供商可以選擇能夠產(chǎn)生更高收益的策略，即ψs(κ′)>ψs(κ)。然而，提供商有κ概率是非理性地改變其策略。

當(dāng)提供商只有極少數(shù)非理性決策，即μ接近零，將會(huì)有一個(gè)隨機(jī)的合作形成的穩(wěn)定狀態(tài)。讓?duì)?和πκ*分別表示隨機(jī)的穩(wěn)定狀態(tài)和狀態(tài)κ*的固定概率，其中πκ*>0。隨機(jī)的穩(wěn)定狀態(tài)也是馬爾可夫鏈吸收的狀態(tài)。因此，在隨機(jī)的穩(wěn)定狀態(tài)下，供應(yīng)商不能單方面選擇達(dá)到更高收入的合作策略，這就是納什均衡[10]。

4　實(shí)驗(yàn)仿真與性能評(píng)估

4.1實(shí)驗(yàn)思路和參數(shù)設(shè)置

協(xié)作資源管理模型應(yīng)用于云服務(wù)提供商合作的3個(gè)環(huán)節(jié)：合作共建資源池、劃分公共收益和調(diào)整資源投入。具體的實(shí)驗(yàn)思路與步驟如下：

步驟1應(yīng)用程序資源分配模型子模型，應(yīng)用在移動(dòng)云服務(wù)提供商參加合作并共同創(chuàng)建資源池后， 其功能是解決資源池中資源的最優(yōu)分配問(wèn)題。即如何分配資源共享池中的帶寬和計(jì)算資源，才能既滿(mǎn)足用戶(hù)的服務(wù)請(qǐng)求又達(dá)到資源池的收入最大化。此步運(yùn)行在MCC環(huán)境的數(shù)據(jù)中心和服務(wù)器。

步驟2收益共享子模型，應(yīng)用于共建資源池已產(chǎn)生收益后，其功能是把共建資源池所產(chǎn)生的收入如何公平合理的劃分給參加共建的服務(wù)商。

步驟3協(xié)作形成子模型，應(yīng)用于服務(wù)商共建資源池并已劃分收益后。其功能是檢驗(yàn)現(xiàn)在的合作聯(lián)盟結(jié)構(gòu)是否穩(wěn)定，若穩(wěn)定，就形成了商家對(duì)自己收益滿(mǎn)意的聯(lián)盟并持續(xù)下去，實(shí)驗(yàn)即可結(jié)束；若不穩(wěn)定，就會(huì)有商家退出(或加入)聯(lián)盟，或商家追加(或減少)資源投入，轉(zhuǎn)至步驟1，重新對(duì)新的聯(lián)盟結(jié)構(gòu)進(jìn)行運(yùn)行(程序資源分配、收益劃分、資源投入調(diào)整)。

因此，3個(gè)子模型是隨著合作的向下推進(jìn)而依次應(yīng)用的過(guò)程。每個(gè)子模型解決一個(gè)合作環(huán)節(jié)中的問(wèn)題，3個(gè)子模型合起來(lái)構(gòu)成一個(gè)完整的合作過(guò)程的模擬。從合作共建資源池、劃分公共收益、調(diào)整資源投入等環(huán)節(jié)可見(jiàn)，合作主要是以資源為主線的合作，實(shí)驗(yàn)重點(diǎn)在于分析合作過(guò)程中的3個(gè)子模型。

實(shí)驗(yàn)采用CloudSim平臺(tái)，它是著名的云計(jì)算基礎(chǔ)設(shè)施與應(yīng)用服務(wù)的建模和實(shí)驗(yàn)工具。

根據(jù)1.1節(jié)中闡述的移動(dòng)云計(jì)算環(huán)境的組成，實(shí)驗(yàn)所使用的移動(dòng)云計(jì)算環(huán)境，假定有服務(wù)區(qū)域3個(gè)、供應(yīng)商3個(gè)、移動(dòng)云服務(wù)程序3個(gè)。如圖1所示，3個(gè)服務(wù)提供商分別在3個(gè)服務(wù)區(qū)域(基站)提供3個(gè)移動(dòng)應(yīng)用程序服務(wù)。3個(gè)移動(dòng)云服務(wù)程序，即語(yǔ)音識(shí)別、圖像后期應(yīng)用和視頻應(yīng)用。服務(wù)提供商需要在3個(gè)服務(wù)區(qū)域的基站和數(shù)據(jù)中心預(yù)定一定數(shù)量的帶寬和服務(wù)器資源，才能保證移動(dòng)服務(wù)程序的正常運(yùn)行，設(shè)定移動(dòng)云服務(wù)供應(yīng)商1、2和3分別在每個(gè)基站預(yù)定的帶寬為7、8、9 Mbps，同時(shí)分別在每個(gè)數(shù)據(jù)中心預(yù)定20、10、10臺(tái)服務(wù)器。

圖1　移動(dòng)云計(jì)算環(huán)境

語(yǔ)音、圖像和視頻移動(dòng)服務(wù)的帶寬占用比例分析：運(yùn)行3個(gè)移動(dòng)云服務(wù)的合適帶寬分別為3、2、4 Mbps。考慮到視頻應(yīng)用占用帶寬連續(xù)時(shí)間較長(zhǎng)，運(yùn)行時(shí)要獨(dú)占不小于4 Mbps的帶寬；相對(duì)來(lái)說(shuō)，語(yǔ)音識(shí)別和圖像后期應(yīng)用服務(wù)運(yùn)行時(shí)，用戶(hù)與服務(wù)器每次交互占用帶寬時(shí)間較短，可相互交替使用帶寬即共享帶寬。這兩個(gè)服務(wù)運(yùn)行所需帶寬不小于二者中較大的帶寬3 Mbps即可，因此，對(duì)于服務(wù)商預(yù)定的7 Mbps帶寬，視頻服務(wù)獨(dú)占4 Mbps才能滿(mǎn)足運(yùn)行需求，占總帶寬的4/7。而語(yǔ)音與圖像服務(wù)共享3 Mbps帶寬即可滿(mǎn)足運(yùn)行需求，占總帶寬的3/7。當(dāng)然，服務(wù)商也可預(yù)定比7 Mbps更多的帶寬，來(lái)滿(mǎn)足更多的用戶(hù)請(qǐng)求。

3個(gè)移動(dòng)云服務(wù)的資源需求與收益分別是：語(yǔ)音識(shí)別應(yīng)用程序需要平均帶寬3 Mbps，服務(wù)器利用率22%，運(yùn)行該應(yīng)用程序每個(gè)實(shí)例的收入為5貨幣單位(MUs)。圖像后期應(yīng)用程序需要平均帶寬2 Mbps和服務(wù)器利用率28%，并產(chǎn)生收入6 MUs，視頻應(yīng)用程序需要平均帶寬4 Mbps和服務(wù)器利用率45%，并產(chǎn)生收入8 MUs。應(yīng)用程序響應(yīng)失敗的懲罰成本分別是5.1、6.1和8.1 MUs。

4.2仿真結(jié)果與分析

實(shí)驗(yàn)結(jié)果與分析主要包含兩部分內(nèi)容：

第一部分：資源分配與收益管理模型的實(shí)驗(yàn)分析。主要分析可用帶寬和服務(wù)器資源的變化對(duì)服務(wù)提供商收入的影響，如圖2-圖4所示。

圖2　不同帶寬條件下的LP、SP模型中服務(wù)提供商合作前后的收入對(duì)比

圖3　不同計(jì)算資源條件下LP、SP模型中服務(wù)商合作前后的收入對(duì)比

圖4　SP模型中3個(gè)服務(wù)提供商協(xié)作前后的收入(含罰金)對(duì)比

第二部分：協(xié)作形成模型的實(shí)驗(yàn)分析。分析和計(jì)算不同聯(lián)盟結(jié)構(gòu)中的供應(yīng)商收入，并最終確定穩(wěn)定的聯(lián)盟結(jié)構(gòu)。

4.2.1資源分配與收益管理模型的實(shí)驗(yàn)分析

根據(jù)不同的帶寬資源分配情況，圖2顯示應(yīng)用了LP、SP模型的供應(yīng)商合作前后的收入對(duì)比，主要是由于供應(yīng)商間的協(xié)作，提高了收入5%以上，原因是供應(yīng)商可以彼此有效利用對(duì)方的可用資源，從而提高了資源利用率。如圖2所示,當(dāng)供應(yīng)商2的帶寬增加,不僅是提供商1將受益于訪問(wèn)提供商2的額外帶寬，相互地，提供商2也可以利用提供者1的計(jì)算資源。另一方面,如果沒(méi)有合作,這樣的資源共享將是不可能的。因此, 當(dāng)供應(yīng)商2可用帶寬的增加時(shí)供應(yīng)商1的收入不受影響；同時(shí)，供應(yīng)商2由于計(jì)算資源的大量使用，收入增長(zhǎng)很快。

根據(jù)不同的服務(wù)器資源分配情況，圖3顯示應(yīng)用了LP、SP模型的供應(yīng)商合作前后的收入對(duì)比。在圖3中，沒(méi)有合作時(shí)，隨著可用服務(wù)器數(shù)量的增加，提供商1的收入保持不變,而供應(yīng)商2的收入增加；參加合作后，供應(yīng)商1和供應(yīng)商2收入都增加,同樣的原因，供應(yīng)商2收入的增加源于利用提供商1的空閑服務(wù)器資源，供應(yīng)商1收入的增加源于分享資源池中的收入。

圖4是視頻應(yīng)用服務(wù)基于SP模型的資源分配過(guò)程的處罰實(shí)例。當(dāng)因不能及時(shí)響應(yīng)所支持應(yīng)用程序?qū)嵗P金增加時(shí)，供應(yīng)商的收入減少,因?yàn)樗麄儽仨氃跊](méi)有可用資源的完整數(shù)據(jù)時(shí)做出決定。然而,供應(yīng)商們相互協(xié)作后的收入要高于沒(méi)有合作時(shí)的收入。

4.2.2協(xié)作形成過(guò)程的實(shí)驗(yàn)分析

表1　不同聯(lián)盟結(jié)構(gòu)中服務(wù)商的收入情況

5　結(jié)　語(yǔ)

在移動(dòng)云計(jì)算環(huán)境中，運(yùn)行程序服務(wù)的手機(jī)、平板等移動(dòng)設(shè)備和服務(wù)器之間的通信需要無(wú)線帶寬和服務(wù)器端的計(jì)算資源，而提供資源的服務(wù)提供商資源有限，必須相互協(xié)作以達(dá)到收益最大。經(jīng)過(guò)實(shí)驗(yàn)仿真表明，本文提出的移動(dòng)云計(jì)算環(huán)境下的服務(wù)提供商協(xié)作資源管理模型，應(yīng)用于程序服務(wù)運(yùn)行資源分配、收益劃分、協(xié)作形成環(huán)節(jié)可使服務(wù)商形成穩(wěn)定的合作聯(lián)盟并有效提高收入。

[1] Kumar K,Lu Y.Cloud computing for mobile users:Can offloading computation save energy?[J].IEEE Comput,2010,43(4):51-56.

[2] Aljabari G,Eren E.Virtualization of wireless LAN infrastruc-tures[J].Intelligent Data Acquisition and Advanced Computing Systems(IDAACS),2011,9(1):837-841.

[3] Kumar K,Liu J B.A Survey of Computation Offloading for Mobile Systems[J].Mobile Networks and Applications,2013,18(1):129-140.

[4] Rahimi M R,Ren J.A Survey,State of Art and Future Directions[J].Mobile Networks and Applications,2014,19(2):133-143.

[5] Kemp R,Palmer N.A Computation Offloading Framework for Smartphones[J].Mobile Computing,Applications,and Services,2012,76(1):59-79.

[6] Shiraz M,Gani A.A lightweight active service migration framework for computational offloading in mobile cloud computing[J].The Journal of Supercomputing,2014,68(2):978-995.

[7] Zhang X W,Kunjithapatham A.Towards an Elastic Application Model for Augmenting the Computing Capabilities of Mobile Devices with Cloud Computing[J].Mobile Networks and Applications,2011,16(3):270-284.

[8] Wei G,Vasilakos A V.A game-theoretic method of fair resource allocation for cloud computing services[J].The Journal of Supercomputing,2010,54(2):252-269.

[9] 嚴(yán)翔,李洪波,王立德,等.基于粒子群優(yōu)化算法和博弈論的網(wǎng)絡(luò)學(xué)習(xí)控制系統(tǒng)帶寬調(diào)度[J].北京科技大學(xué)學(xué)報(bào),2014,36(7):979-985.

[10] 解亞男,馬斌,王長(zhǎng)濤,等.基于合作博弈的CPS通信資源分配算法[J].現(xiàn)代電子技術(shù),2014,36(20):20-24.

RESEARCH ON COLLABORATIVE RESOURCE MANAGEMENT MODEL IN MOBILE CLOUD COMPUTING BASED ON GAME THEORY

Wang XiaohuiLi ShengpuLü Hailian

(SchoolofComputerScienceandTechnology,PingdingshanUniversity,Pingdingshan467000,Henan,China)

For mobile cloud computing application services with high real-time requirement, the efficient bandwidth and computing resources management are particularly important. While the number of application examples capably supported by the mobile application services providers is limited because of the limited resources possessed by them respectively, their revenue cannot increase effectively either. In order to make the these providers be available in resources collaboration and effectively increase their revenue, we propose a collaborative resources management model which combines the resource allocation and the cooperative game theory, it consists of the sub-models of resource allocation, income management and collaboration formation. The resources allocation provides guidance to service providers for the number of resources invested into cooperation; the model combines the income management of cooperation game theory and the collaboration formation model and uses them in fairly dividing the revenues of cooperative earnings and forming stable coalition. Experiment indicates that with the use of resources collaboration between services providers, the cooperation coalition can more effectively utilise the existing resources and the income of them increases 5% and higher.

Mobile cloud computingStochastic planningResources allocation modelCollaboration formation modelShapley valueNash equilibrium

2014-10-29。河南省重點(diǎn)科技攻關(guān)項(xiàng)目(142102210 225)。王小輝，講師，主研領(lǐng)域：人工智能及應(yīng)用。李圣普，講師。呂海蓮，教授。

TP393

A

10.3969/j.issn.1000-386x.2016.08.072