能量有效的云资源管理策略及博弈均衡问题的研究

Considering the complexity of cloud environment and diversification of cloud users, based on the trade-off between user service quality and system energy efficiency, the energy-efficient cloud resource management strategy is studied, the mathematical model architecture is built and the system game equilibrium is investigated. The users are classified as member users/non-member users, latency-sensitive users/error-sensitive users. For Wi-Fi/Cellular hybrid access networks, a differentiated admission control and task scheduling of cloud resource request scheme is carried out. Combining traffic load and service type, virtual machine consolidation, rate adjustment and periodic sleep mechanism are studied, then a flexible proposal to appropriately supply cloud resource service is presented. Based on unified service, clustered service and variable service rate, etc., a queuing network system for cloud computing is established, and the cloud resource management strategy is evaluated in a multi-dimensional manner. By introducing chaos equation, the intelligent searching algorithm is improved, and the strategy parameters are optimized. With income-expenditure structure, a revenue function is established. From perspective of four kinds of information accuracy, the game equilibrium problem of the cloud system is investigated. This project breaks the limitation of energy consumption control by only adjusting the number of virtual machines, enriches the cloud resource management strategy, develops the queuing game equilibrium theory, and optimizes the proposed cloud resource management strategy socially. So, this project has great theoretical significance and applicable value.

本项目立足于云环境复杂性与云用户多样性，基于用户服务质量与系统节能水平的折衷关系，研究能量有效的云资源管理策略，建立数学模型体系，探索系统博弈均衡问题。将云用户分类为会员用户/非会员用户、延迟敏感用户/差错敏感用户，针对Wi-Fi/Cellular混合接入网络，设计云资源请求的差异化接纳控制与任务调度方案。综合负载强度及业务类型，研究虚拟机整合、速率调整及阶段休眠机制，设计云资源服务的弹性化适度供给方案。基于统一服务、分组服务、速率可变服务等，形成面向云计算的排队网络模型体系，多维度评估云资源管理策略。引入混沌方程，改进智能搜索算法，进行策略参数优化。基于收支结构建立效用函数，考虑四种不同的信息精度，研究云系统的博弈均衡问题。本项目打破仅通过调整虚拟机数量进行能耗控制的局限，充实云资源管理策略，发展排队博弈均衡理论，实现云资源管理策略的社会最优，具有重要的理论和应用价值。

在大数据的应用背景下，动态管理云资源面临许多新的挑战：应用平台资源种类繁多、云用户需求实时变化、服务器数量增多及虚拟化环境复杂等。如何在保障云服务质量(QoS, Quality of Service)的约束下提高云系统的节能水平，从博弈均衡的角度出发，优化云资源管理策略，最大化云系统的社会效用是相关领域具有挑战意义的研究问题。基于此，本项目在云计算环境下，采用全新的模式和灵活的架构，考虑用户的QoS和系统的节能水平，研究云资源管理策略、发展多服务台排队模型理论，探讨云系统博弈均衡问题。. 首先，将云用户分类为会员用户/非会员用户、延迟敏感用户/差错敏感用户，将云接入环境分类为Wi-Fi与Cellular混合网络，进行云资源请求的差异化接纳控制与任务调度。引入模块划分、速率调整与休眠技术，进行云资源服务的适度供给。多结构、多方位、多层面的云资源管理策略可以更好地适应云计算的复杂性与多样性，具有更广泛的应用前景。. 其次，面向用户的会员制度，建立一类带有休假机制的多服务台二次可选服务的排队网络模型；结合SaaS本地服务器、IaaS负载均衡器、快速云及可靠云，建立一类混合排队网络模型；基于自适应速率调整与阶段性休眠技术，发展多服务台排队网络模型理论。针对阈值策略、止步策略等，研究休假/工作休假排队网络模型的解析方法，应用于云资源管理策略。多层面的排队网络模型建立与多维度的系统性能评估，为云资源管理策略的改进提供理论依据。. 最后，考虑用户QoS与系统节能水平之间的折衷关系，建立成本函数，研究策略参数的优化方法。基于收支结构，建立效用函数，揭示云用户之间及云用户与云提供商之间博弈均衡规律，并比较云用户效用与社会效用。结合云计算的应用环境，研究系统的博弈均衡问题，最大化云系统的社会效用，为云资源管理策略的进一步完善奠定理论基础。. 围绕项目研究成果， 课题组成员出版学术专著1部，发表学术论文27篇，授权并转化发明专利7项。以本项目为课题背景，培养博士研究生1名，硕士研究生31名。