基于雙邊市場多歸屬結(jié)構(gòu)的SDN資源管理機制*

諸葛斌 ，鄧 麗 ，戴國偉 ，王偉明 ，蘭巨龍

（1.浙江工商大學信息與電子工程學院 杭州 310018；2.國家數(shù)字交換系統(tǒng)工程技術(shù)研究中心 鄭州 450002）

1 引言

迄今為止，互聯(lián)網(wǎng)已經(jīng)發(fā)展了40多年，世界上很多國家已經(jīng)將其作為重要的社會基礎(chǔ)設施進行建設，很大程度上改變了人類社會的生活及工作方式。然而，隨著無線通信、傳輸技術(shù)、計算技術(shù)的不斷發(fā)展，現(xiàn)有的互聯(lián)網(wǎng)架構(gòu)越來越不能滿足用戶不斷增長的需求。構(gòu)建網(wǎng)絡所使用的交換機、路由器和其他設備，已變得極其復雜，因為它們越來越多地實現(xiàn)了由IETF等組織標準化的分布式協(xié)議和內(nèi)在的封閉專有接口[1]。在新的需求面前，互聯(lián)網(wǎng)原來的分層數(shù)據(jù)中心的主要不足包括:服務器到服務器的連接和帶寬受限、規(guī)模較小、資源分散、縱向擴展成本高、路由效率低、配置開銷較大、不提供服務間的流量隔離和網(wǎng)絡協(xié)議待改進等，這些問題的出現(xiàn)使得新型的數(shù)據(jù)中心網(wǎng)絡需要滿足大規(guī)模、高擴展性、高頑健性、低配置開銷、靈活的拓撲和鏈路容量控制、低成本等[2]。

軟件定義網(wǎng)絡（software defined networking，SDN）的出現(xiàn)解決了以上問題。SDN是由美國斯坦福大學Clean Slate研究組提出的一種新型網(wǎng)絡創(chuàng)新架構(gòu)，其核心是將網(wǎng)絡設備的控制面與數(shù)據(jù)面分離，通過在控制面直接編程實現(xiàn)對網(wǎng)絡流量的靈活控制。在開放網(wǎng)絡基金會（ONF）的領(lǐng)導下，SDN的轉(zhuǎn)發(fā)控制分離架構(gòu)使得底層基礎(chǔ)設施被抽象成為網(wǎng)絡的一個邏輯或虛擬實體提供給應用程序和網(wǎng)絡服務[3]。

近年來，SDN的熱度持續(xù)升溫。2012年，國際研究機構(gòu)Gartner將其列為未來5年內(nèi)IT領(lǐng)域十大關(guān)鍵技術(shù)之一。同年，谷歌宣布已在其內(nèi)部骨干網(wǎng)絡上使用SDN技術(shù)，標志著SDN進入商用化階段。本文從SDN架構(gòu)出發(fā)，通過分析OpenDaylight項目和雙邊市場理論，提出了基于雙邊市場多歸屬結(jié)構(gòu)的SDN資源管理體系結(jié)構(gòu)。該體系結(jié)構(gòu)主要通過多平臺的選擇降低網(wǎng)絡故障問題，從而提高通信網(wǎng)絡的可靠性。

2 OpenDaylight概述

2013年 4月，由 Cisco、IBM、微軟、英特爾等超過 18家互聯(lián)網(wǎng)巨頭成立了開源SDN項目——OpenDaylight，該項目由Linux基金會執(zhí)行董事Zemlin J主持，其成員將為項目提供人力及物力支持。OpenDaylight希望打破供應商對網(wǎng)絡設備的壟斷，縮短網(wǎng)絡創(chuàng)新的生命周期，為網(wǎng)絡管理提供更靈活和廉價的解決方案。2014年2月4日，OpenDaylight宣布提供第一款自己的軟件即“Hydrogen”（氫）軟件的下載。Hydrogen發(fā)布后，各企業(yè)、服務提供商、設備供應商和研究人員可以在網(wǎng)上下載軟件包，作為評估、商業(yè)化和部署軟件定義網(wǎng)絡和網(wǎng)絡虛擬化的基礎(chǔ)。Hydrogen有3個版本:基礎(chǔ)版、虛擬化版和服務提供商版。

2.1 OpenDaylight項目研發(fā)范圍

在OpenDaylight發(fā)展過程中，采用了處理大數(shù)據(jù)的Hadoop以及基于Webkit瀏覽器的類似研發(fā)方案。OpenDaylight是一個非盈利組織，所有成員都不能獨立決定整個項目的發(fā)展，在其成員內(nèi)部選擇最佳的實現(xiàn)代碼。以代碼整合和工程主導的方式研發(fā)核心的基礎(chǔ)設施軟件，網(wǎng)絡設備供應商將公開研發(fā)資源，通過這些資源開發(fā)基礎(chǔ)設施軟件的增值產(chǎn)品。同時，OpenDaylight也是一個研發(fā)實體，未來將與作為標準化實體的ONF形成互補。

OpenDaylight項目的研發(fā)范圍如圖1所示，主要包括以下3方面:

·SDN控制器的研發(fā)；

·北向和南向API（包括OpenFlow）的專有擴展；

·多個控制器之間的東西向協(xié)議實現(xiàn)。

圖1 Open Daylight項目研發(fā)范圍

以此為目標，Open Daylight最終將開發(fā)完善的SDN新技術(shù)（包括邏輯上集中的SDN控制器），通過開放API把上層的網(wǎng)絡應用、底層的交換機和其他網(wǎng)絡設備與控制器連接起來，同時為網(wǎng)絡應用、虛擬網(wǎng)絡拓撲和其他組件的軟件實現(xiàn)提供技術(shù)支持。

2.2 基于For CES的Open Daylight主體框架

Open Daylight作為一個開源項目[4]，其核心是模塊化、可插拔、靈活的控制器平臺。SDN的基本思想是從網(wǎng)絡設備中把控制能力解耦出來，集成到邏輯上集中的控制視圖——控制器平臺中，從而除了設備供應商能編程和定義控制能力以外，其他普通用戶也可進行同樣的編程操作。IETF的 For CES架構(gòu)能很好地滿足控制與轉(zhuǎn)發(fā)分離的需求，目前其ForCES工作組已經(jīng)正式發(fā)布了12個RFC標準，本文在現(xiàn)有的OpenDaylight平臺上將本課題組開發(fā)的ForCES中間件移植到OpenDaylight框架中?；贔orCES的OpenDayligh主體框架如圖2所示，與ONF SDN架構(gòu)類似，包含以下幾層。

圖2 基于ForCES的Open Daylight主體框架

·應用層:頂層由使用網(wǎng)絡的應用程序組成，用于網(wǎng)絡的正常通信。這一層也包括業(yè)務和網(wǎng)絡邏輯應用程序，以監(jiān)控網(wǎng)絡行為。

·控制層:OpenDaylight分層架構(gòu)的中間層，SDN控制器向應用層公開和提供一組通用API（通常被稱作北向接口），同時實現(xiàn)一個或多個協(xié)議（通常被稱作南向接口）控制網(wǎng)絡中的物理硬件設施。在這層中，本文加入ForCES控制模型。ForCES控制模型主要由多個CE（控制件）組成，管理和控制多個FE（轉(zhuǎn)發(fā)件），CE具有靈活配置 FE內(nèi)各LFB（logical functional block，邏輯功能塊）的功能，通過構(gòu)造不同的LFB拓撲結(jié)構(gòu)，使得網(wǎng)絡設備能夠完成各種不同的業(yè)務。為了ForCES的正常運行，還需在SAL（serviceAbstractlayer,服務抽象層）中插入ForCES協(xié)議插件。

·數(shù)據(jù)平面層:底層由物理和虛擬的交換機、路由器等其他設備組成，構(gòu)成內(nèi)部網(wǎng)絡之間所有端點的連接結(jié)構(gòu)。在ForCES中，數(shù)據(jù)平面層中的資源被抽象成LFB。在本文中，銷售商層的資源用LFB描述，這些LFB是對物理網(wǎng)絡節(jié)點中異構(gòu)異質(zhì)的資源進行重構(gòu)抽象而產(chǎn)生的，是一種邏輯實體。

3 基于雙邊市場的SDN研究

近年來，隨著云計算、虛擬化、大數(shù)據(jù)等新技術(shù)的發(fā)展，各個企業(yè)提出了精簡網(wǎng)絡架構(gòu)和提升業(yè)務質(zhì)量的需求。未來網(wǎng)絡逐漸從面向連接轉(zhuǎn)為面向應用，在這種大背景下，SDN作為新型網(wǎng)絡創(chuàng)新架構(gòu)，即時登上網(wǎng)絡舞臺，成為引領(lǐng)變革的新主角[5]。如今，各種學科間不再局限于單純的某一領(lǐng)域的研究，而是跨學科、跨領(lǐng)域研究，該研究適應時代的發(fā)展需求。本文主要將SDN與經(jīng)濟學中的雙邊市場進行結(jié)合形成一個交叉學科來研究。

3.1 雙邊市場的介紹

“雙邊市場”理論是國際學術(shù)界和產(chǎn)業(yè)界研究的熱點和前沿領(lǐng)域。真正對雙邊市場的研究始于2000年前后，主要由一系列針對國際信用卡產(chǎn)業(yè)的反壟斷案例所引發(fā)。Armstrong在2004年提出，雙邊市場是指兩組參與者需要通過中間層或平臺進行交易，而且一組參與者加入平臺的收益取決于加入該平臺另一組參與者的數(shù)量。Wright在2004年指出雙邊市場涉及兩種類型截然不同的用戶，每一類用戶通過共有平臺與另一類用戶相互作用而獲得價值。Rochet和Tirole（2004年）在只存在使用外部性的情況下，定義和區(qū)分了雙邊市場和單邊市場。下面主要對雙邊市場的特點、結(jié)構(gòu)以及雙邊市場中的非對稱定價策略標準進行介紹。

3.1.1 雙邊市場的特點

雙邊市場基本特征的共識主要以下有3點。

（1）具有交叉或者雙邊網(wǎng)絡外部性

自Katz和Shapiro（1985年）開始，有大量文獻研究市場內(nèi)的網(wǎng)絡外部性問題。但在某些情況下，如媒體產(chǎn)業(yè)，網(wǎng)絡外部性發(fā)生在兩個市場之間，在某一特定市場上生產(chǎn)的產(chǎn)品效用隨著對另一市場所生產(chǎn)產(chǎn)品的需求數(shù)量而變化，反之亦然，這就稱作雙邊網(wǎng)絡外部性。

（2）具有價格非對稱性

當平臺企業(yè)索要的價格總額不變時，可以通過調(diào)整對雙邊用戶的收費實現(xiàn)利潤最大化，而不是按照邊際成本等于價格（邊際收益）的原則確定，此時平臺企業(yè)對用戶的定價不對稱，即傾斜式定價。不對稱定價能吸引用戶參與，并內(nèi)部化用戶間的網(wǎng)絡外部性。

（3）需求的互補性或相互依賴性

雙邊用戶同時對平臺企業(yè)的產(chǎn)品有需求時，產(chǎn)品才有價值[6]。

雙邊市場在現(xiàn)實世界中存在較為廣泛。許多傳統(tǒng)產(chǎn)業(yè)如媒體、中介業(yè)和支付卡系統(tǒng)都是典型的雙邊市場。隨著信息通信技術(shù)的迅速發(fā)展與廣泛應用，又出現(xiàn)了多種新型的雙邊市場形式，如B2B、B2C電子市場、門戶網(wǎng)站等。

3.1.2 雙邊市場結(jié)構(gòu)和非對稱定價策略標準

雙邊市場的結(jié)構(gòu)主要分為以下幾種:基本市場結(jié)構(gòu)、存在中間服務提供商的結(jié)構(gòu)、消費者多歸屬結(jié)構(gòu)、平臺互聯(lián)互通和存在中間服務提供商的平臺互聯(lián)結(jié)構(gòu)。而在本文中主要討論消費者多歸屬結(jié)構(gòu)。這種結(jié)構(gòu)是雙邊市場中的常態(tài)行為，是消費者之間存在多歸屬的情況，消費者希望在多個平臺上登錄以接觸廣泛的潛在交易對象。如圖3所示是消費者多歸屬結(jié)構(gòu)。

圖3 消費者多歸屬結(jié)構(gòu)

非對稱定價策略是指對用戶制定比較低的或者免費的價格，吸引用戶到相應的平臺上來，然后利用網(wǎng)絡外部性的作用，吸引另外一邊的資源提供商到平臺上交易，同時制定比較高的價格彌補平臺運營成本并實現(xiàn)盈利。結(jié)合一個例子來說明，淘寶網(wǎng)中網(wǎng)絡平臺的收費方式大概分為會員費、服務費、廣告費和交易費4種，表1對淘寶網(wǎng)中消費者和商戶的收費進行了比較，可以看出該平臺主要是利用對消費者采取完全免費的非對稱定價策略吸引消費者，從而達到交易量上漲的目的。

表1 消費者和商戶之間的收費標準比較

依照雙邊市場理論，該平臺運行的基本原理就是:用盡可能低廉的收費獲得盡可能大的用戶規(guī)模，再以盡可能大的用戶規(guī)模贏得盡可能多的商戶，從而以從商戶服務中獲取的收費來彌補平臺運營的虧損，最終獲得盈利[7]。

3.2 基于雙邊市場多歸屬結(jié)構(gòu)的SDN資源管理模型

在人類社會的商品市場中，經(jīng)濟學家已經(jīng)提出了很多微觀經(jīng)濟和宏觀經(jīng)濟方面的經(jīng)濟模型，成為對商品價格預測和管理的重要工具。目前，一些經(jīng)濟模型已經(jīng)嘗試用于數(shù)據(jù)庫管理、CPU周期、存儲和分布式計算等系統(tǒng)，如Mariposa[8]、Mungi[9]、JavaMarket[10]。其中，一些經(jīng)濟模型也可以用于網(wǎng)絡資源的管理，如商品市場模型、牌價模型、議價模型、招標/契約模型和拍賣模型等[11]，結(jié)合經(jīng)濟學、數(shù)學和統(tǒng)計學等相關(guān)理論，明確影響經(jīng)濟變化的關(guān)鍵因素，通過建模分析市場經(jīng)濟中的商品需求、供給與價格之間的關(guān)系。

雙邊市場中的消費者和銷售商對應于網(wǎng)絡中的用戶和提供商。在最底層的為資源設備層，捕獲各個物理資源的QoS屬性，以支撐中間層的各類QoS[12]。網(wǎng)絡運營商是網(wǎng)絡提供商，不僅需要從網(wǎng)絡角度知道網(wǎng)絡運行狀況，還需要從服務角度知道網(wǎng)絡運行狀況。此外，需要在提供多媒體服務和應用時有效利用網(wǎng)絡資源。本文主要通過雙邊市場與SDN進行結(jié)合，對SDN框架中的資源進行多平臺選擇，使得消費者可以以更低的價格選擇自己想要的資源，實現(xiàn)資源的合理分配。

在Open Daylight架構(gòu)的SAL中，利用ForCES中間件服務對資源分配進行優(yōu)化，并通過仿真說明如圖4所示的基于雙邊市場多歸屬結(jié)構(gòu)的SDN資源管理體系結(jié)構(gòu)的優(yōu)越性。

SDN資源管理體系結(jié)構(gòu)主要由3部分組成，分別為消費者層、SDN控制器層和銷售商層。資源調(diào)度可分為以下幾個步驟。

（1）消費者層對應于Open Daylight框架中的應用層。在消費者層中，消費者對SDN控制器提出自己的要求，包括所需資源和交易所必須的信息，如價格、時間限制、偏好等，并通過 UOM 和 Open Daylight API（REST）傳遞給 SDN控制器。

（2）SDN控制器層主要由Open Daylight控制器和多平臺管理系統(tǒng)層組成，并進行統(tǒng)一控制管理，通過Open Daylight API（REST）接收來自消費者層的要求，將該要求在OpenDaylight控制器匯總整理后提交給多平臺管理系統(tǒng)層。多平臺管理系統(tǒng)層是依照雙邊市場的消費者多歸屬結(jié)構(gòu)構(gòu)造的。圖5是對圖3的擴展。多平臺管理系統(tǒng)主要負責資源發(fā)現(xiàn)和資源選擇，根據(jù)銷售商信息和用戶的服務要求選擇不同的平臺進行交易。在該選擇中采用基于擴展的FPM（fixed-pricing mechanism，固定價格機制）的價格選擇算法來確定交易價格。

（3）銷售商層對應于OpenDaylight框架中的數(shù)據(jù)平面層，主要負責資源的實時更新，根據(jù)市場信息動態(tài)調(diào)整各個交易平臺上的交易價格和數(shù)量。其中，銷售商層和SDN控制器層通過南向接口ForCES協(xié)議調(diào)度。資源選擇功能實現(xiàn)對銷售商層LFB庫中的不同LFB進行選擇，并轉(zhuǎn)發(fā)到多平臺管理系統(tǒng)層中進行資源的調(diào)度。

圖4 基于雙邊市場多歸屬結(jié)構(gòu)的SDN資源管理體系結(jié)構(gòu)

圖5 多平臺管理示意

上述基于雙邊市場多歸屬結(jié)構(gòu)的SDN資源管理體系結(jié)構(gòu)提供了對資源的集中管理能力，并且能適應環(huán)境和用戶需求的變化，具有可編程、可擴展的特點，非常適合于SDN環(huán)境下分布、動態(tài)、自治且異構(gòu)的大量資源的管理和分配。在SDN中，本文采用迭代選擇算法進行資源的選擇。其中，銷售商所要解決的問題是在不同的網(wǎng)絡和業(yè)務領(lǐng)域選擇一組服務實例化，以滿足用戶的不同QoS[13]要求。該資源管理體系結(jié)構(gòu)模型在優(yōu)先和最有效地利用資源方面顯示出巨大的潛力。

4 基于FPM的價格選擇算法

4.1 FPM模型介紹

在市場上商家提供商品并且決定價格曲線，設價格曲線為一個向量P，表示如下:

其中，Pi表示當購買商品數(shù)量為i時的單位價格。當采用FPM模型時，即各個價格都相同。根據(jù)Chen J[14]等人的研究，有如下規(guī)則和策略。

規(guī)則 I 如果競拍向量是 B=（b1，b2，b3，…，bn），n≤N（N為商品儲備量），交易價格為 P（B）=Pq，其中交易量 q表示為:

其中，H 為 0-1函數(shù)，即若 x≥0，H（x）=1；若 x≤0，H（x）=0。

當交易價格為P時，顧客出價不小于P方能交易成功，成交價為P；出價低于P的顧客無法完成交易。

策略S 若潛在顧客對商品的估價為v，設其購買函數(shù)V（p）為:

其中，“0”表示潛在顧客沒有拍下貨物或者拍下后沒有付款；pj為式(1)價格向量中的分量，當顧客估價v位于2個分量之間時，則取較小值。S策略表明，當pN高于潛在客戶內(nèi)心估價時，潛在顧客會放棄購買；反之，潛在顧客會購買該產(chǎn)品。

根據(jù)規(guī)則I和策略S，產(chǎn)品的總銷售量為:

其中，Vn=（v1，v2，v3，…，vn）表示 n 個潛在顧客對商品的內(nèi)心估價，vj（j=1，2，3，…，n）表示第 j個潛在顧客的估價。商家的收益表示為:

其中，quantity表示總銷售量，Vn表示n個潛在顧客對商品的內(nèi)心估價，C為單位商品成本[15]。

4.2 FPM模型的擴展

博弈論是經(jīng)濟學的標準分析工具之一，是用于研究具有競爭性質(zhì)或現(xiàn)象的數(shù)學理論和方法，近年來，開始廣泛應用于計算機科學領(lǐng)域的流量工程、網(wǎng)絡安全以及體系結(jié)構(gòu)的發(fā)展等各個方向[16,17]。上文提到的FPM模型為資源價格的選擇和供應商的收益提供了一種靜態(tài)的方法。在博弈論的基礎(chǔ)上，根據(jù)SDN的資源虛擬化和可編程特性提出了一種動態(tài)的資源價格選擇算法。

為了動態(tài)地反映網(wǎng)絡資源的使用情況，資源提供者（運營商）通過字節(jié)數(shù)計費的動態(tài)方案出售網(wǎng)絡資源，用戶根據(jù)價格策略動態(tài)調(diào)節(jié)自身在不同平臺上的選擇。本文采用分布式迭代算法完成資源價格的選擇過程。

用戶的效用函數(shù)為:

其中，鄣是一個大于零的常量，x表示用戶獲得的資源量，Dj表示在運營商j上進行交易所需的費用。

運營商的效用函數(shù)為:

G（i）表示第i個資源提供者獲得的收益。

整個迭代過程采用如下循環(huán):資源提供者在每個時刻t，根據(jù)式(2)重新制定交易價格。用戶收到新的價格消息后，在每個時間間隔ε內(nèi)，根據(jù)式(6)和式(7)分別計算用戶和資源提供者的效用值，并進行相應調(diào)整使用戶的效用達到最大。如果此時所有運營商的效用也達到最大，則停止迭代，否則在下一時刻ε+1，資源提供者根據(jù)用戶的要求重新計算效用函數(shù)值繼續(xù)迭代[18]。

分布式迭代算法的偽代碼如下所示。

通過該動態(tài)的資源價格選擇算法確定價格后，分別利用兩種不同的分配策略進行任務的調(diào)度。在此主要討論兩種任務調(diào)度策略:順序分配策略和貪心策略。

（1）順序分配策略

順序分配策略主要是把一組任務順序分配給一組資源，當所有資源都有任務分配時，再從第一個資源開始從頭分配任務。該方法盡量保證每個資源都分配到相同數(shù)量的任務以平攤負載，并不考慮任務的需求和資源之間的差異。

（2）貪心策略

貪心策略的目的是讓所有任務的完成時間接近最短，主要考慮任務長度和資源執(zhí)行速度兩個參數(shù)。這種策略反映了越復雜的任務需要執(zhí)行速度越快的資源來完成，以解決復雜任務造成的瓶頸，降低所有任務的總執(zhí)行時間[19]。

本文仿真主要對這兩種算法進行對比，并分別在單、雙平臺上演示得出仿真結(jié)果。

4.3 基于擴展的FPM多平臺選擇算法描述

根據(jù)擴展的FPM模型，為圖5中的多平臺管理提供了一個選擇策略。該策略的目的是用最少的資源和價格完成消費者的要求。其基本思想是根據(jù)FPM模型中商家提供的價格加上平臺服務的部分費用與消費者提供的價格進行對比，從而選擇最合適的平臺。策略具體描述如下。

（1）資源信息發(fā)現(xiàn):通過多平臺管理系統(tǒng)中的資源信息模塊統(tǒng)計消費者層和銷售商層的資源請求和資源量。

（2）計算交易價格:根據(jù)擴展的FPM模型計算交易價格和對應的平臺使用費用。

（3）平臺選擇:根據(jù)雙邊市場中的非對稱定價策略標準，按照平臺使用費及資源價格與消費者所能提供的價格進行對比選擇適合的平臺。

（4）調(diào)度任務:重復以下調(diào)度過程直到未處理任務列表為空，或者處理時間達到用戶要求的截止期限，或者執(zhí)行花費超過用戶預算。

·根據(jù)以前任務平臺的選擇進行計算和推測，預測并確定每個平臺的使用率。

·按照平臺使用價格遞增的順序?qū)ζ脚_進行排序。如果兩個或更多平臺的價格是相同的，將服務速度快的排在前面。對每個平臺，基于它的使用率，預測并建立該平臺在截止期限前可以處理的任務數(shù)。

·生成平臺組，組中的每個平臺具有相同的價格。

·按照價格對平臺組進行排序。

·對每個平臺，如果有在前一次調(diào)度中分配到任務但還未執(zhí)行的，把合適數(shù)量的任務移至未分配任務列表，有助于平臺使用率的更新。

·對于完成所有任務的任務列表，從未完成的任務列表中選擇一個任務執(zhí)行。

（5）分配任務:如果還有未完成的請求任務，重復以下操作直到任務全部完成。

·在不超過平臺負載能力的前提下，確定能夠提交到平臺上的任務數(shù)目。

·按一定的策略分配任務到平臺上。算法流程如圖6所示。

5 仿真及結(jié)果分析

5.1 仿真環(huán)境

采用CloudSim[20]作為算法仿真平臺，主要從任務的完成時間和任務的開銷兩個方面分別對基于雙邊市場多歸屬結(jié)構(gòu)的SDN資源管理體系結(jié)構(gòu)進行仿真比較，并對仿真結(jié)果進行分析。為了測試簡單起見，將多平臺設定為雙平臺系統(tǒng)，對單平臺和雙平臺的任務完成時間和平臺使用費用進行比較。

圖6 算法流程

首先，創(chuàng)建一組資源信息（見表2），記錄商家提供的不同資源的參數(shù)情況。參數(shù)有CPU的計算能力、提供的帶寬、存儲能力等，商家可以通過提供這些服務獲取收益。為了簡化仿真過程，僅考慮資源的計算能力。表2中，資源_MIPS表示資源的計算能力，資源價格表示資源的使用費用，交易價格表示商家提供的單位時間價格。

表2 商家資源參數(shù)

然后，創(chuàng)建用戶所需的任務，用戶的競拍向量P={1.2,1.5,2.0,2.5,3.1}，即用戶所支付的單位時間資源的價格向量；任務長度task length={19365,49809,30218,44157,16754,18336,20045,31493,30727,31017}，即用戶提出的要求所需資源用任務長度描述。

根據(jù)商家出的交易價格，用戶的競拍向量P和擴展的FPM模型中的交易價格P（B）=Pq，表示為:

可以得出初始交易價格為P（B）=P5=3，當用戶的出價低于P（B）時就不再進行交易。再根據(jù)策略中產(chǎn)品的總銷售量（式（9））和商家收益（式（10））得到商家的獲利情況。

確定交易價格后再對任務進行分配。在任務分配過程中，主要采用順序分配和貪心策略分配模式，在對虛擬化服務分配處理核心時，利用的是空間共享策略。

最后，創(chuàng)建一組平臺，平臺參數(shù)為平臺的會員費、廣告費、服務費和交易費。4個費用之和即平臺總的使用費用。費用越高，商家所支付的費用也越高，從而帶來交易成本的提高，這將直接影響消費者對平臺的選擇。在此仿真中，本文利用2個平臺進行，平臺2的費用為200元，平臺3的費用為100元，根據(jù)不同任務在不同平臺上的完成情況對總的交易費用進行比較。

在此期間，主要記錄任務完成時間及價格。通過這2個數(shù)據(jù)將2個分配策略在單、雙平臺上進行比較。

5.2 實驗仿真結(jié)果

根據(jù)不同的任務在CloudSim中進行仿真，本文根據(jù)不同的資源分配策略對任務進行調(diào)度，分配策略有按順序分配和貪心策略分配方法，下面主要針對這2種分配方法和定價策略在單、雙平臺上進行仿真并將任務完成時間和價格進行比較。

如圖7所示是按順序分配資源的任務完成時間對比。從圖7中可以看出，雙平臺無論在單個任務還是總共任務的完成時間上都比單平臺完成時間小。雙平臺總共完成時間是1370.78 s，單平臺總共完成時間是1733.29 s，雙平臺完成時間比單平臺完成時間節(jié)省約21%。

圖7 單雙平臺順序分配完成時間對比

根據(jù)不同資源的使用價格、平臺的使用費用以及任務的完成時間與單位時間價格的乘積得到代價仿真結(jié)果，如圖8所示。

從圖8中可以看出，雙平臺在每個任務的完成代價和總代價上都有優(yōu)勢。其中，雙平臺總共完成代價為6566.36元，而單平臺總共完成代價為8053.87元。單平臺比雙平臺多耗費1487.51元，即雙平臺比單平臺在完成代價上節(jié)省約18%。

當采用貪心策略對任務進行分配后，任務完成時間（以下涉及時間的單位均為秒）、虛擬機的分配見表3、表4。

圖8 單雙平臺順序完成代價對比

表3 貪心策略單平臺結(jié)果

表4 貪心策略雙平臺結(jié)果

圖9顯示了不同任務在單雙平臺上使用貪心策略虛擬機分配的結(jié)果。從表3、表4可以看出貪心策略動態(tài)調(diào)整任務與虛擬機的分配，從而實現(xiàn)總體上時間的縮短。相比單平臺系統(tǒng)，雙平臺系統(tǒng)在時間上節(jié)省17.09%，代價節(jié)省17.13%；相比順序分配策略，貪心策略在單、雙平臺上節(jié)省約18%和14%的時間，而代價節(jié)省11%和9%。綜上所述，無論采取順序分配策略還是貪心策略，雙平臺在任務完成時間和代價上都比單平臺更有優(yōu)勢。

圖9 單雙平臺貪心策略完成代價對比

以上結(jié)論證明了基于雙邊市場多歸屬結(jié)構(gòu)的SDN資源管理體系結(jié)構(gòu)的優(yōu)越性。從完成時間和使用費用、成本上來說，雙平臺的使用不僅降低了任務的完成時間，并且能以更小的代價完成。其結(jié)果效用符合雙平臺的設想，用戶可以靈活地選擇不同的平臺進行交易，完全從用戶的角度出發(fā)，保障了用戶的QoS需求。

6 結(jié)束語

由于SDN的出現(xiàn)有可能會打破現(xiàn)有網(wǎng)絡設備的市場格局，為競爭者帶來絕佳的機會，因而獲得大批創(chuàng)業(yè)者和各利益相關(guān)方的關(guān)注與積極參與。本文主要提出了一種SDN資源管理機制，依照現(xiàn)有的OpenDaylight框架構(gòu)建了基于雙邊市場多歸屬結(jié)構(gòu)的SDN資源管理體系結(jié)構(gòu)，并通過Open Daylight和FPM模型的結(jié)合，提出了一種基于擴展的FPM多平臺價格選擇算法。在未來網(wǎng)絡流量、應用請求不斷增大的趨勢下，本文提出的基于雙邊市場多歸屬結(jié)構(gòu)的SDN資源管理體系結(jié)構(gòu)能更好地滿足對未來網(wǎng)絡架構(gòu)的要求。

1 Opennetsummit.http://www.opennetsummit.org/why-sdn.html

2 魏祥麟,陳鳴,范建華等.數(shù)據(jù)中心網(wǎng)絡的體系結(jié)構(gòu).軟件學報,2013,24(2):295～316

3 Bakshi K.Considerations for software defined networking(SDN):approaches and use cases. Proceedings of Aerospace Conference,Big Sky,MT,2013

4 OpenDaylight.http://www.opendaylight.org/

5 左青云,陳鳴,趙廣松等.基于OpenFlow的SDN技術(shù)研究.軟件學報,2013,24(5)

6 孟昌,翟慧元.網(wǎng)絡產(chǎn)業(yè)組織中的雙邊市場研究:文獻述評.北京工商大學學報（社會科學版）,2013,28(1)

7 池坤鵬.基于雙邊市場理論的網(wǎng)絡團購定價策略研究.北京交通大學博士學位論文，2012

8 Stone braker M,Devine R,Kornacker M,et al.An economic paradigm for query processing and data migration in Mariposa.Proceedings of 3rd International Conference on Parallel and Distributed Information Systems,Los Alamitos,CA,1994

9 Heiser G,Lam F,Russell S.Resource management in the Mungi single-address-space operating system.Proceedings of21st Australasian Computer Science Conference(ACSC 98),Perth,Australia,1998

10 Amir Y,Awerbuch B,Borgstrom R S.A cost-benet framework for online management of a meta computing system.Proceedings of the 1st International Conference on Information and Computational Economy,Charleston,SC,1998:25～28

11 Buyya R.Economic models for resource management and scheduling in Grid computing.Concurrency and Computation,2002,14(13)

12 伍之昂,羅軍舟,宋愛波.基于QoS的網(wǎng)格資源管理.軟件學報,2006,17(11):2264～2276

13 Wu J P,Liu Y,Wu Q.Theoretical research progress in new-generation internet architecture.Science China Information Sciences,2008,51(11)

14 Anand K S,Aron R.Group buying on the web:a comparison of price-discovery mechanisms.Management Science,2003,59(4):1546～1562

15 寧連舉，馮鑫，萬志超.網(wǎng)絡團購最優(yōu)定價模型及策略研究.重慶郵電大學學報（自然科學版），2013，25（3）:397～402

16 Roy S,Ellis C,Shiva S,et al.A survey of game theory as applied to network security.Proceedings of the Hawaii International Conference on System Sciences,Koloa,USA,2010

17 Tsoukalas L H,Gao R.From smart grids to energy internet:assumptions,architectures and requirements.Proceedings of the 3rd International Conference on Electric Utility Deregulation and Restructuring and Power Technologies,Nanjing,China,2008:94～98

18 姜永,陳山枝,胡博.異構(gòu)無線網(wǎng)絡中基于Stackelberg博弈的分布式定價和資源分配算法.通信學報,2013,34(1):61～68

19 劉鵬.云計算.北京:電子工業(yè)出版社，2011

20 Rodrigo N,Calheiros R,Ranjan R,et al.CloudSim:a toolkit for modeling and simulation of cloud computing environments and evaluation of resource provisioning algorithms.Software:Practice and Experience,2011(41):585～593