邊緣云模型的激勵機(jī)制分析

董春利，王 莉

(南京交通職業(yè)技術(shù)學(xué)院 電子信息工程學(xué)院，江蘇 南京 211188)

0 引言

云數(shù)據(jù)中心和移動云網(wǎng)絡(luò)被認(rèn)為是集中式的范例，存儲和處理屬于云提供商的托管在大型數(shù)據(jù)中心內(nèi)的資源。但是，該范例面臨著這樣的問題，如高峰使用，高運(yùn)營成本，帶寬瓶頸和因自然災(zāi)害的服務(wù)中斷。利用分布式“邊緣”設(shè)備的邊緣計算方法可解決這個問題。邊緣設(shè)備可是小規(guī)模數(shù)據(jù)中心，志愿者計算機(jī)，用戶設(shè)備(例如筆記本電腦、智能手機(jī)和iPad)以及在網(wǎng)絡(luò)外圍的傳感器[1]。

1 微云

微云稱為移動邊緣計算，或者移動朵云，是一個移動性增強(qiáng)的小規(guī)模云數(shù)據(jù)中心。它可位于網(wǎng)絡(luò)的邊緣，例如，在移動用戶連接的基站處，其目標(biāo)是為移動用戶提供低延遲下的云服務(wù)。因此，微云被認(rèn)為是三層模型的中間層。微云層的資源是有限的，因此基于競爭的定價方法，如雙重拍賣，非協(xié)作博弈或供需模型被有效地用于移動用戶的資源分配。

1.1 雙重拍賣

為了激勵資源池，微云可形成微云團(tuán)組。ZHANG等[2]采用了微云團(tuán)組的實(shí)時團(tuán)購拍賣，以較低的價格向附近的移動用戶提供其服務(wù)，即移動視頻，同時最大限度地提高團(tuán)隊的利潤。團(tuán)購拍賣是一種雙重拍賣，如果有更多買方參與，買方可從賣方那里獲得更多折扣。該方法通過互聯(lián)網(wǎng)和移動用戶(即買方)，由連接到云團(tuán)組(即零售商)的云(即提供商)組成。其中一個微云以初始拍賣價格，指定供應(yīng)量和拍賣期開始拍賣。競拍價格高于拍賣價格的用戶被選為成功的競拍者，即贏家。潛在的競拍者包括不成功的競拍者和新來的用戶，按照競拍價格的降序進(jìn)行排序。然后，微云以不低于價格曲線中的拍賣價格的方式，找到第一個競拍者。價格曲線是通過最大化微云的預(yù)期利潤函數(shù)獲得的非遞增拍賣價格序列。潛在的競拍者，其競拍價格高于第一個競拍者，是贏家。當(dāng)拍賣結(jié)束時，所有贏家以最終交易價格購買服務(wù)，當(dāng)選擇更多贏家時，這個價格會更低。該方案激勵更多用戶從微云組中選擇服務(wù)。

1.2 非協(xié)作博弈

GUAN等[3]考慮了一個具有多個經(jīng)紀(jì)人的方法分配云資源(即計算資源和網(wǎng)絡(luò)帶寬)，將微云和公共云保留給移動用戶。長期預(yù)約和按需請求適用于公共云，但由于資源有限，應(yīng)在微云實(shí)施競拍比例方案。競拍比例方案以購買價，按比例分配資源給買方?？紤]到其他經(jīng)紀(jì)人的方案，每個經(jīng)紀(jì)人，即每個買方，決定其出價和按需請求，以使其平均云價最小化。平均價格是競拍價格的一個凸函數(shù)，經(jīng)紀(jì)人可選擇將經(jīng)紀(jì)人的平均價格降到最低。因此，非協(xié)作博弈用于確定它們的最優(yōu)決策。然后采用雅可比最優(yōu)響應(yīng)算法迭代，實(shí)現(xiàn)所有經(jīng)紀(jì)人的競拍價格最優(yōu)的納什均衡的近似值。

1.3 供需模型

上述方法適用于用戶不在移動中的靜態(tài)環(huán)境。當(dāng)它們移動時，依靠中央實(shí)體(例如拍賣)的定價方案是不合適的。在這樣的系統(tǒng)中，通過供需模型解決了移動用戶之間交換微云資源的問題，包括CPU周期，存儲和寬帶網(wǎng)絡(luò)。每個用戶擁有一個微云，并在移動過程中充當(dāng)買方和賣方。鑒于預(yù)算，每個用戶的目標(biāo)是最大化個人收益，這是購買資源的效用和銷售資源的成本之間的差別。這是一個凸問題，可用原始對偶算法來解決。該解決方案允許用戶決定出售的最優(yōu)資源量。為了清理資源市場，同時最大化每個用戶的效用，引入了總量過剩需求函數(shù)。此功能是網(wǎng)絡(luò)中所有用戶的總需求量與總供應(yīng)量之差。

2 客戶協(xié)助的云系統(tǒng)

客戶協(xié)助的云模型是分布式云的范例，通過開發(fā)客戶資源形成資源池。在這里，客戶或用戶被用作一個“邊緣”設(shè)備，屬于面向邊緣計算的外部網(wǎng)絡(luò)環(huán)境。在志愿者計算系統(tǒng)，微云和數(shù)據(jù)中心中，這種范例旨在減少網(wǎng)絡(luò)流量和服務(wù)器的資源負(fù)擔(dān)。接下來，在不同的分布式云模型中，將回顧經(jīng)濟(jì)方法被用于激勵用戶/客戶貢獻(xiàn)它們的本地資源。

2.1 客戶協(xié)助的云存儲系統(tǒng)

ZHAO等[4]解決了為存儲服務(wù)提供商構(gòu)建存儲池的問題(例如Amazon S3)，使用云用戶未利用的存儲和網(wǎng)絡(luò)帶寬資源。由于用戶和服務(wù)提供商的異步到達(dá)，可應(yīng)用在線反向拍賣。每次詢問包含關(guān)于用戶可貢獻(xiàn)的，可用的時間窗口以及金錢報酬的資源數(shù)量的信息。在收到詢問后，服務(wù)提供商確定一個完成率，即用戶總資源與其資源需求的比率。如果比率小于1，服務(wù)提供商將使用數(shù)據(jù)中心服務(wù)器的存儲和帶寬。因此，資源池成本是對用戶的支付，加上服務(wù)器邊際資源成本的總和。服務(wù)提供商的優(yōu)化問題決定了分配規(guī)則和支付，以便在確保用戶的個人理性和機(jī)制的真實(shí)性約束情況下，最小化資源池成本。

當(dāng)另一個用戶需要使用資源時，會向服務(wù)提供商發(fā)出請求，導(dǎo)致延遲。此外，要保證資源的可用性，需求用戶和提供商之間的交互需要考慮。分布式云模型，如自組織云和社交云可采用。

2.2 自組織云

自組織云允許多個用戶的主機(jī)通過互聯(lián)網(wǎng)上的P2P覆蓋網(wǎng)絡(luò)連接。由于每個用戶可充當(dāng)資源提供商或資源請求者，它們之間的資源交換通常是雙重拍賣模型。采用雙重拍賣用于用戶之間的任務(wù)分配，該模型組成了請求用戶，買方，需要資源，即計算資源和網(wǎng)絡(luò)帶寬，執(zhí)行它們的來自提供商的任務(wù)。提供商充當(dāng)賣方，為這項任務(wù)的執(zhí)行貢獻(xiàn)資源。提交競拍之前，通過使用價格設(shè)置機(jī)制，例如，SpotCloud，買方對所需資源價格有粗略估計。買方然后提交給云計劃者，即拍賣經(jīng)理，它們自己的競拍，包括任務(wù)描述，資源規(guī)格和估計的價格。云計劃者選擇最高價格的購買者作為贏家。然后，云計劃者向網(wǎng)絡(luò)中的所有賣方發(fā)送贏家的請求。有興趣的賣方把它們的詢問，返回給云計劃者。選擇價格最低的賣方為買方贏家提供資源。最低的價格也是買方的贏家支付的價格。

2.3 社交云

社交云是“利用社交網(wǎng)絡(luò)成員之間建立的關(guān)系的資源和服務(wù)共享框架”，這個模型和自組織云相似。但是，如果在自組織云中的用戶是匿名的，不對它們的行為負(fù)責(zé)，那么可通過社交云中現(xiàn)有的朋友關(guān)系來建立問責(zé)制。社交市場是社交云的核心，這與在線采購市場類似。社交網(wǎng)絡(luò)中的資源提供商，以順序方式到達(dá)，提供它們的服務(wù)，因此通常使用貼價機(jī)制。

3 結(jié)語

微云層一般采用如雙重拍賣，非協(xié)作博弈和供需模型等基于競爭的定價方法。觀察到最近已經(jīng)研究了更多的客戶協(xié)助的云系統(tǒng)。這是合理的，因為分布式云模型減少了用戶的成本和服務(wù)延遲。