殷秀葉， 姜 靜

(周口師范學(xué)院 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，河南 周口 466001)

云環(huán)境下，現(xiàn)有的定價(jià)機(jī)制主要集中在單方定價(jià)上，如Google，IBM，Amazon等國(guó)際大公司均采用固定定價(jià)的方式，這種定價(jià)方式模型簡(jiǎn)單，易于理解，但同時(shí)也存在著比較大的問題，即當(dāng)資源負(fù)載較低時(shí)，資源浪費(fèi)比較嚴(yán)重，而當(dāng)資源負(fù)載較高時(shí)，不能根據(jù)價(jià)格調(diào)整需求，且用戶的服務(wù)將會(huì)隨著資源負(fù)載的加重而延期[1]?？勺兌▋r(jià)能夠通過價(jià)格調(diào)節(jié)市場(chǎng)，節(jié)省大量資源，是目前云環(huán)境下的研究重點(diǎn)。由于在云環(huán)境中，客戶和供應(yīng)商都是市場(chǎng)的主體，因此，在確定云服務(wù)的價(jià)格時(shí)，應(yīng)改變傳統(tǒng)的供應(yīng)商定價(jià)的模式，充分發(fā)揮客戶的作用，通過供應(yīng)商和客戶的協(xié)商來制定價(jià)格。雙向拍賣在傳統(tǒng)的市場(chǎng)中，對(duì)于發(fā)現(xiàn)競(jìng)爭(zhēng)均衡和市場(chǎng)資源的配置都有著比較高的效率。隨著云服務(wù)競(jìng)爭(zhēng)的增大，越來越多的云服務(wù)價(jià)格需要由供應(yīng)商和客戶共同決定，因此云環(huán)境下雙向拍賣的研究意義重大[2]。

1 研究現(xiàn)狀

拍賣通常可劃分為單向拍賣和雙向拍賣，兩者的主要區(qū)別就是在單向拍賣的模型中，供應(yīng)商和客戶之間是一對(duì)多的關(guān)系，而在雙向拍賣的模型中，供應(yīng)商和客戶之間是多對(duì)多的關(guān)系。單向拍賣的主要缺點(diǎn)是一方掌握信息優(yōu)勢(shì)，另一方掌握資源優(yōu)勢(shì)，信息存在不對(duì)稱的問題，容易導(dǎo)致成交價(jià)過高，即“贏者詛咒”問題。在雙向拍賣模型中，由于客戶和供應(yīng)商之間是多對(duì)多的關(guān)系，買賣雙方都處于一個(gè)競(jìng)爭(zhēng)的環(huán)境中，因此能夠有效避免單項(xiàng)拍賣中存在的問題，提高拍賣的公平性[3]。

Gode和Sunder在2004年將雙向拍賣劃分為同步雙向拍賣、連續(xù)雙向拍賣和混合雙向拍賣。其中同步雙向拍賣是指買賣雙方在彼此不知道對(duì)方報(bào)價(jià)的基礎(chǔ)上實(shí)施同步報(bào)價(jià)；連續(xù)雙向拍賣是指買賣雙方彼此知道對(duì)方的報(bào)價(jià)，當(dāng)買方的價(jià)格大于等于賣方價(jià)格時(shí)，交易發(fā)生?；旌想p向拍賣是指同步雙向拍賣和連續(xù)雙向拍賣的綜合。在連續(xù)雙向拍賣的交易市場(chǎng)中，由于連續(xù)雙向拍賣具有高度的動(dòng)態(tài)性和隨機(jī)性，其交易策略要比單項(xiàng)拍賣復(fù)雜的多，因此一直是研究的熱點(diǎn)，已有不少研究成果。但在云環(huán)境下，研究成果相對(duì)較少。東南大學(xué)的胡志剛教授提出了一種基于組合雙向拍賣的動(dòng)態(tài)資源定價(jià)算法(Dynamic Service Pricing，DSP)，并將DSP算法與固定定價(jià)算法(Fixed Pricing，F(xiàn)P)進(jìn)行了對(duì)比，證明了在資源負(fù)載較大時(shí)，DSP算法中供應(yīng)商的收益要大于FP算法中供應(yīng)商的收益，DSP算法用戶利益要大于FP算法中的用戶利益[4]。但在這種定價(jià)機(jī)制中，單位交易價(jià)格是最大出價(jià)和最小要價(jià)的均值。在同一拍賣周期內(nèi)，如果客戶出價(jià)過高，則可能需要付出比其他客戶高得多的價(jià)格去使用同樣的資源，由此會(huì)帶來公平問題[5]。此篇文章主要研究非組合資源的拍賣問題，但最終價(jià)格的公平問題大同小異。

云環(huán)境下資源的買方和賣方是多對(duì)多的關(guān)系，因此買家和買家之間存在著競(jìng)爭(zhēng)，這種競(jìng)爭(zhēng)主要體現(xiàn)在誰(shuí)成為拍賣的勝利者。云環(huán)境下的資源拍賣涉及的問題很多，其中當(dāng)客戶的報(bào)價(jià)小于供應(yīng)商的報(bào)價(jià)時(shí)如何調(diào)整雙方的價(jià)格也是現(xiàn)在研究的熱點(diǎn)，但此篇文章主要探討當(dāng)客戶的價(jià)格達(dá)到供應(yīng)商的報(bào)價(jià)時(shí)的情況，且探討的焦點(diǎn)集中在供應(yīng)商如何確定獲勝的買方上。在連續(xù)雙向拍賣模型中，需要滿足如下幾個(gè)條件[6，7]：供應(yīng)商的報(bào)價(jià)與資源負(fù)載情況成正比；競(jìng)拍過程中出價(jià)高者獲得資源使用權(quán)的優(yōu)先級(jí)也更高；供應(yīng)商剩余資源量大于或等于獲勝者所需資源之和；為避免客戶出價(jià)過高導(dǎo)致的不公平問題，最終價(jià)格的確定與同一周期內(nèi)獲勝者的平均價(jià)格有關(guān)。

2 雙向拍賣定價(jià)模型

2.1 供應(yīng)商報(bào)價(jià)

供應(yīng)商的報(bào)價(jià)與供應(yīng)商資源的負(fù)載情況有關(guān)，設(shè)a為當(dāng)前資源的使用占比，[Pbase，Pmax]為供應(yīng)商制定的資源定價(jià)區(qū)間，Pbase為供應(yīng)商的最低價(jià)格，Pmax為供應(yīng)商的最高價(jià)格，則供應(yīng)商的報(bào)價(jià)Pp可以用以下公式來表示：

Pp=Pbase+a(Pmax-Pbase)

(1)

即供應(yīng)商的報(bào)價(jià)與供應(yīng)商的資源使用情況有關(guān)，當(dāng)資源利用率為0時(shí)，供應(yīng)商應(yīng)降低價(jià)格，刺激客戶使用資源，此時(shí)報(bào)價(jià)最小，為最低價(jià)格Pbase；當(dāng)供應(yīng)商的資源利用率接近1時(shí)，供應(yīng)商利用價(jià)格調(diào)節(jié)需求，此時(shí)的報(bào)價(jià)接近于Pmax。其中Pbase與Pmax的取值可由供應(yīng)商自己指定。

2.2 獲勝者的測(cè)定

由于供應(yīng)商的資源有限，因此并不是所有能達(dá)到供應(yīng)商報(bào)價(jià)的客戶都是獲勝者，供應(yīng)商需要在這些達(dá)到自身報(bào)價(jià)的客戶中選出最后的獲勝者。具體思路如下：

step 1 將出價(jià)達(dá)到供應(yīng)商價(jià)格的客戶按照出價(jià)高低降序排列，添加到客戶列表中；

step 2 對(duì)客戶的資源需求與剩余資源進(jìn)行比較，若剩余資源<客戶資源需求，則跳出循環(huán)；獲勝者的前期測(cè)定工作基本完成，否則執(zhí)行step 3；

step 3 若剩余資源>=客戶資源需求，將當(dāng)前客戶加入到獲勝者的集合，并更新剩余資源，將剩余資源減去客戶資源需求。此時(shí)程序的進(jìn)行分兩種情況，若剩余資源=客戶資源需求，則跳出循環(huán)，獲勝者測(cè)定完畢；若剩余資源>客戶資源需求，跳到step 2繼續(xù)執(zhí)行。

2.3 避免剩余資源的浪費(fèi)問題

當(dāng)獲勝者測(cè)定基本完成后，可能供應(yīng)商的資源總量-獲勝者的需求總量不等于0，因此，需要為這部分剩余資源尋找合適的買家，避免資源的浪費(fèi)。

總體思路是，對(duì)獲勝者之外的客戶列表按照資源需求量升序排列，尋找與剩余資源量最接近且客戶的資源需求量<=剩余資源量的客戶，若同一需求量不止一個(gè)客戶，在這些客戶中取價(jià)格最高者加入到獲勝者的集合中，在價(jià)格也相同的情況下，采用時(shí)間優(yōu)先的原則。自此，獲勝者的測(cè)定全部完成。

2.4 最終價(jià)格的確定問題

設(shè)Pavg為獲勝者報(bào)價(jià)的平均值，為了避免因直接將客戶的報(bào)價(jià)和供應(yīng)商的報(bào)價(jià)相加取平均值帶來的部分出價(jià)高的客戶價(jià)格過高的問題，最終價(jià)格的確定分兩部分進(jìn)行。設(shè)Pc為獲勝者的報(bào)價(jià)，當(dāng)Pc≤Pavg時(shí)，服務(wù)實(shí)際收費(fèi)價(jià)格P按照供應(yīng)商的價(jià)格Pp與客戶的價(jià)格Pc之和除以2來收費(fèi)，即P=(Pc+Pp)/2；當(dāng)Pc>Pavg時(shí)，服務(wù)實(shí)際收費(fèi)價(jià)格P不僅與客戶及供應(yīng)商的價(jià)格有關(guān)，還與客戶的平均報(bào)價(jià)及資源的使用占比a有關(guān)，此時(shí)P的收費(fèi)按照公式P=(Pp+Pavg+a(Pc-Pavg))/2進(jìn)行，即收費(fèi)公式為

(2)

通過式(2)可以看出，當(dāng)資源使用占比a接近于0時(shí)，實(shí)際的收費(fèi)價(jià)格P接近于(Pp+Pavg)/2，即客戶實(shí)際支付的價(jià)格低于直接用客戶競(jìng)拍的價(jià)格與供應(yīng)商制定的價(jià)格相加取平均值的結(jié)果。當(dāng)資源使用占比a接近于1時(shí)，實(shí)際的收費(fèi)價(jià)格接近于(Pc+Pp)/2，此時(shí)由于資源使用占比過高，因此價(jià)格接近于直接用客戶競(jìng)拍的價(jià)格與供應(yīng)商制定的價(jià)格相加取平均值的結(jié)果，價(jià)格相對(duì)較高，通過此種方式能夠利用價(jià)格調(diào)節(jié)資源使用需求，促進(jìn)資源使用平衡[8]。

3 結(jié) 語(yǔ)

在此研究了云環(huán)境下的資源雙向拍賣，提出了供應(yīng)商的報(bào)價(jià)與資源使用情況的關(guān)系，重點(diǎn)討論了拍賣過程中獲勝者的測(cè)定問題，解決了按照出價(jià)高低測(cè)定獲勝者后剩余資源的浪費(fèi)問題，將實(shí)際收費(fèi)價(jià)格按照分段進(jìn)行收費(fèi)，避免了高價(jià)買方支付的費(fèi)用過高的問題。

參考文獻(xiàn)：

[1] 王學(xué)毅，王興偉，黃敏.基于同時(shí)向上叫價(jià)拍賣的云資源分配方法[J].東北大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，34(4)：482-485

[2] 趙生慧，吳國(guó)新，陳桂林，等.基于多屬性雙向拍賣的Web服務(wù)選擇[J].東南大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，41(5)：956-961

[3] 李立，劉元安，馬曉雷.基于組合雙向拍賣的網(wǎng)格資源分配[J].電子學(xué)報(bào)，2009，37(1)：165-169

[4] 胡志剛，劉艷.云環(huán)境下基于組合雙向拍賣的動(dòng)態(tài)資源定價(jià)[J]. 計(jì)算機(jī)工程，2012，38(8)：19-21

[5] 詹文杰，楊潔. 連續(xù)雙向拍賣市場(chǎng)中基于馬爾可夫鏈的交易策略研究[J]. 中國(guó)管理科學(xué)，2008，16(1)：111-116

[6] MIHAILESCU M， TEO Y M. Strategy-Proof Dynamic Resource Pricing of Multiple Resource Types on Federated Clouds[C]∥Proceedings of the 10th International Conference on Algorithms and Architectures for Parallel Processing. Springer-Verlag，Busan，Korea，2010

[7] KOEHLER P， ANANDASIVAM A，DAN M A. Cloud Services from a Consumer Perspective[C]∥Proceedings of the Sixteenth Americas Conference on Information Systems.Lima，Peru，2010

[8] 丁丁，羅四維，艾麗華.基于雙向拍賣的適應(yīng)性云計(jì)算資源分配機(jī)制[J]. 通信學(xué)報(bào)，2012，33(Z1)：132-140