CN103929379B - 基于双边市场多归属结构的sdn资源分配方法 - Google Patents

基于双边市场多归属结构的sdn资源分配方法 Download PDF

Info

Publication number
CN103929379B
CN103929379B CN201410152514.9A CN201410152514A CN103929379B CN 103929379 B CN103929379 B CN 103929379B CN 201410152514 A CN201410152514 A CN 201410152514A CN 103929379 B CN103929379 B CN 103929379B
Authority
CN
China
Prior art keywords
resource
layer
price
consumer
course
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410152514.9A
Other languages
English (en)
Other versions
CN103929379A (zh
Inventor
诸葛斌
王伟明
邓丽
戴国伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Gongshang University
Original Assignee
Zhejiang Gongshang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Gongshang University filed Critical Zhejiang Gongshang University
Priority to CN201410152514.9A priority Critical patent/CN103929379B/zh
Publication of CN103929379A publication Critical patent/CN103929379A/zh
Application granted granted Critical
Publication of CN103929379B publication Critical patent/CN103929379B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于双边市场多归属结构的SDN资源分配方法。本发明具体如下:1将SDN资源分配框架划分为消费者层、控制层、销售商层;2消费者层接收到不同用户的应用请求后,将应用请求汇总成请求信息表通过北向接口传递给控制层;3销售商层实时地将资源信息通过南向接口传递给控制层;4控制层包含多个独立的控制平台,各控制平台从销售商层中接收资源信息,并将资源信息和控制平台费用信息发送给消费者层,消费者层中的用户根据自身需求进行多控制平台选择;5各个消费者向多个控制平台请求所需资源,根据各控制平台提供的资源性价比采用资源组合策略进行选择。本发明满足了用户对任务的需求,充分利用网络资源,提高网络可靠性。

Description

基于双边市场多归属结构的SDN资源分配方法
技术领域
本发明属于通信领域,具体涉及一种基于双边市场多归属结构的SDN资源分配方法。
背景技术
迄今为止,互联网已经发展了40多年,世界上很多国家已经将其作为重要的社会基础设施进行建设,很大程度上改变了人类社会的生活及工作方式。然而,随着无线通信,传输技术,计算技术的不断发展,以及物联网,社会网络,大流量视频业务,3DTV等新应用的层出不穷,现有的互联网架构越来越跟不上不断增长的需求。构建网络所使用的交换机,路由器和其他设备,已变得极其复杂,因为它们实现了越来越多的由IETF等组织标准化的分布式协议和内在的封闭专有接口。在新的需求面前,互联网原来的分层数据中心主要的不足包括:服务器到服务器连接和带宽受限,规模较小,资源分散,纵向扩展成本高,路由效率低,配置开销较大,不提供服务间的流量隔离和网络协议待改进等。这些问题的出现使得新型的数据中心网络需要满足:大规模,高扩展性,高强壮性,低配置开销,灵活的拓扑和链路容量控制和低成本等。
软件定义网络的出现解决了以上问题。软件定义网络(Software DefinedNetwork,SDN),是由美国斯坦福大学clean slate研究组提出的一种新型网络创新架构,其核心是将网络设备控制面与数据面分离,通过在控制件直接编程实现对网络流量的灵活控制。在开放网络基金会(ONF)的领导下,SDN的转发控制分离架构使得底层基础设施被抽象作为网络的一个逻辑或虚拟实体提供给应用程序和网络服务。
近年来,SDN的热度持续升温。就目前而言,OpenDaylight是最有希望实现SDN的一个途径。短短几年,SDN这个从美国斯坦福大学实验室研究项目中诞生的产物,已经成为全球瞩目的网络技术热点。所以,我们从SDN的架构出发,通过分析OpenDaylight项目和双边市场理论提出了基于双边市场多归属结构的SDN资源分配方法体系结构。该体系结构主要通过多平台的选择来降低网络故障问题从而达到提高通信网络的可靠性。
发明内容
本发明的目的是针对现有技术的不足,提供一种基于双边市场多归属结构的SDN资源分配方法。
本发明解决其技术问题所采用的技术方案包括如下步骤:
步骤1.将SDN资源分配框架划分为消费者层、控制层和销售商层;
步骤2.消费者层接收到不同用户的应用请求后,将应用请求汇总成请求信息表通过北向接口传递给控制层;
步骤3.销售商层根据价格的不同将SDN资源归纳到不同的资源层中,并实时地将不同资源层中的资源信息通过南向接口传递给控制层;
步骤4.控制层包含多个独立的控制平台,各控制平***立的从销售商层中接收资源信息,并将资源信息和控制平台费用信息发送给消费者层,消费者层中的用户根据自身需求进行多控制平台选择;
步骤5.各个消费者向多个控制平台请求所需的各类资源,根据各控制平台提供的资源性价比选择,采用一种资源组合策略;
步骤1中所述的消费者层包括:请求模块和UOM模块;其中请求是用户对所需资源的请求,包括所需资源类型、价格和时间。UOM(用户操作管理)模块本质是一个特殊的第三方应用软件,为用户提供一个通用的、图形化的操作管理方式,从而在软件定义网络资源管理机制中为用户带来便利。
所述的控制层包括:OpenDaylight控制器和多平台资源分配层。OpenDaylight控制器对从消费者层接收到的请求信息表进行处理并将处理结果发送给多平台资源分配层,在多平台资源分配层中完成资源的选择过程。
所述的销售商层包括:资源信息模块、网络应用模块、资源选择模块和LFB库。其中资源信息模块、网络应用模块联合使用,动态的将销售商层中的资源信息传递给控制层;资源选择模块是销售商层中实现对所有资源的分配过程。LFB库是销售商层中资源分类存放处。
步骤2中所述的消费者层接收到不同用户的应用请求后,将应用请求汇总成请求信息表通过北向接口传递给控制层:消费者层中有许多不同种类的应用,每种应用分别在不同的平台上操作。消费者层将不同平台的应用请求汇总成请求信息表传递给控制层中OpenDaylight控制器中的ForCES控制模块;请求信息表包括各种应用所需的资源名称和交易信息,交易信息包括交易价格、交易时间;
步骤3中所述的销售商层根据价格的不同将软件定义网络资源归纳到不同的资源层中,并实时地将不同资源层中的资源信息通过南向接口传递给控制层:销售商层中包含各个资源提供商,各个资源提供商根据资源的价格将资源分布在不同的资源层中。资源信息是指销售商层中所有资源的资源类型、数量和价格。销售商层将实时更新所有资源信息,并将更新后的资源信息传递给控制层;
步骤4中所述的控制层包含多个独立的控制平台,各控制平***立的从销售商层中接收资源信息,并将资源信息和控制平台费用信息发送给消费者层,消费者层中的用户根据自身需求进行多控制平台选择:控制层的多平台选择属于双边市场多归属结构,是指消费者之间存在多归属的情况,消费者能够根据自身需求选择在多个平台上进行消费,而销售商也能够在多个平台上销售他们的产品。所述的控制平台费用为在多个控制平台交易所需的费用。该结构最大化地保障了消费者和销售商选择的权利;
步骤5中所述的各个消费者向多个控制平台请求所需的各类资源,根据各控制平台提供的资源性价比选择,采用一种资源组合策略:资源选择策略为扩展的固定价格机制多平台选择算法,是指根据固定价格机制模型为基于双边市场多归属结构的SDN资源分配方法提供的一种资源选择策略,该策略的目的是用最少的资源和价格达到消费者的要求,具体如下:
根据销售商层中物理资源的使用情况和消费者层中用户的请求信息表,按照分布式迭代算法,完成资源价格的选择过程;
FPM(fixed—pricing mechanism)是固定价格机制的简称。在市场上商家提供商品并且决定价格曲线,设价格曲线为一向量P,
P=(P1,P2,P3,...,PN) (1)
(1)式中,Pi表示当购买商品数量为i时的单位价格,i为正整数,且小于等于N。当采用FPM时(即各个价格都相同),有如下规则和策略:
规则I:
如果竞拍向量是B=(b1,b2,b3,...,bn),n为正整数,n≤N(N为商品储备量),则交易价格为P(B)=Pq
其中,H为0-1函数,即若x≥0,H(x)=1;若x<0,H(x)=0。
当交易价格为P时,顾客出价不小于P方能交易成功,成交价为P。出价低于P的顾客无法完成交易。
策略S:
若潜在顾客对商品的估价为v,设其购买函数为V(P)
式中:“0”表示潜在顾客没有拍下货物或者拍下后没有付款;Pj为(1)式价格向量中的分量,当顾客估价v位于2个分量之间时,则取较小值。S策略表明当PN高于潜在客户内心估价时,潜在顾客会放弃购买。反之,潜在顾客会购买该产品。
根据规则I和策略S,产品的总销售量为
quantity(Vn,P)·(Pquantity-C) (4)
(4)式中Vn=(v1,v2,v3,...,vn)表示n个潜在顾客对商品的内心估价,其中vn表示第n个潜在顾客的估价,C为单位商品成本。商家的收益quantity(Vn,P)表示为
(5)式中:quantity表示交易价格;Vn表示n个顾客对商品的估价。
用户的效用函数Ui(x)为:
其中是一个大于零的实数,为常量;x表示用户获得的资源量。Dm表示在平台m上进行交易所需的费用。
运营商的效用函数G(k)为:
G(k)=quantity(Vn,P)·(Pquantity-C) (7)
G(k)表示的是第k个资源提供者获得的收益;Pquantity表示的是交易价格向量。
整个迭代过程采用如下的循环。
资源提供者在每个时刻t,根据公式(2)和P(B)=Pq来重新制定交易价格。
用户收到新的价格消息后,在每个时间间隔ε内,根据以上公式分别计算出用户和资源提供者的效用值,并相应的调整使用户的效用达到最大。
本发明有益效果:
本发明构建了基于双边市场多归属结构的SDN资源分配方法,提出了一种基于扩展的FPM多平台选择算法。此资源管理机制运用了交叉学科的概念,融合经济学中的双边市场到网络资源管理中,充分体现了该管理机制的创新性,并且该机制有以下优点:1)满足了用户对任务的需求;2)有效解决了资源利用率和用户满意率的不足;3)该管理机制使用的是OpenDaylight架构,该架构具有广阔的应用前景和广泛的实际使用效果前景。
附图说明
图1是基于ForCES的OpenDaylight主体框架示意图;
图2是基于双边市场多归属结构的SDN资源分配结构示意图;
图3是多平台资源分配示意图;
图4是SDN网络的评估方法框架示意图;
具体实施方式
给出一种基于双边市场多归属结构的SDN资源分配方法,通过对双边市场多归属结构的研究和资源调度算法的运用,达到提高网络对外的服务性能。
在基于双边市场多归属结构的SDN资源分配方法中,包括如下步骤:
步骤1.将SDN资源分配框架划分为消费者层、控制层和销售商层;
步骤2.消费者层接收到不同用户的应用请求后,将应用请求汇总成请求信息表通过北向接口传递给控制层;
步骤3.销售商层根据价格的不同将SDN资源归纳到不同的资源层中,并实时地将不同资源层中的资源信息通过南向接口传递给控制层;
步骤4.控制层包含多个独立的控制平台,各控制平***立的从销售商层中接收资源信息,并将资源信息和控制平台费用信息发送给消费者层,消费者层中的用户根据自身需求进行多控制平台选择。所述的控制平台费用为在多个控制平台交易所需的费用。
步骤5.各个消费者向多个控制平台请求所需的各类资源,根据各控制平台提供的资源性价比选择,采用一种资源组合策略;
步骤1中所述SDN资源分配框架包括消费者层、控制层和销售商层:软件定义网络资源分配架构引入经济学中的双边市场理论。随着社会的发展,各种学科间不再局限于单纯的某一领域的研究,而是跨学科,跨领域研究,像现在的生物和物理,化学间的各种交叉研究的成果服务于医学等各种领域,这也适应了时代的发展需求。SDN资源分配架构主要将SDN与经济学中的双边市场进行结合形成一个交叉学科来研究。其中,SDN架构采用基于ForCES的OpenDaylight框架。基于ForCES的OpenDaylight主体框架如图1所示。
由于在软件定义网络中,资源的分配和定价与经济学中的双边市场理论是互通的。因此,我们能够利用双边市场理论中的多归属结构对软件定义网络中销售商和消费者进行多平台选择,使资源得到充分的利用并满足消费者和销售商的需求。图2显示了基于双边市场多归属结构的SDN资源分配方法的结构,具体包括以下三个部分组成:
1)消费者层:消费者层对应于OpenDaylight框架中的应用层。在消费者层中,消费者对OpenDaylight控制器提出应用请求,应用请求包括所需资源和交易信息,如交易价格、交易时间等。并通过UOM模块和OpenDaylight API(REST)传递给OpenDaylight控制器中的ForCES控制模块。
2)控制层:控制层对应于OpenDaylight框架中的控制层,包括OpenDaylight控制器和多平台资源分配层。OpenDaylight控制器包括ForCES控制模块、网络服务功能模块、平台服务模块和SAL(中间件服务)模块。其中ForCES控制模块包括业务控制器和网络逻辑控制器,分别对应于OpenDaylight框架中应用层中的不同应用。业务控制器在OpenDaylight框架中位于应用层下层,控制器上层,用于负责控制层与应用层的交互,将应用层统计的不同应用要求汇总提交给控制层。网络逻辑控制器在OpenDaylight框架中位于SAL上层,控制层下层,用于负责与数据平面层中资源的交流。网络服务功能模块用于统计OpenDaylight控制器中的消息并传递给多平台资源分配层。平台服务模块与SAL则与多平台资源分配层进行交互以完成平台的选择和任务的执行过程。
多平台资源分配层是依照双边市场的消费者多归属结构构造的,如图3所示;包括资源信息模块、平台状态监视器、平台选择模块、任务分派器和任务执行模块。其中资源信息模块是用于统计销售商层中的资源信息,平台状态监视器用于监视平台是否空闲,平台选择模块则是用于消费者进行平台的选择,在该选择中采用基于扩展的FPM的价格选择算法来确定交易价格。任务分派器和任务执行模块是对任务进行分配并执行的过程。
多平台资源分配层从销售商层中资源信息模块中接收到资源信息,并将资源信息模块中的信息传递给平台状态监视器以检查多个平台的使用情况;在平台选择模块中,接收来自销售商层中资源选择模块的信息和OpenDaylight控制器中平台服务模块的信息,进而选择最佳的平台进行交易。选择最佳的平台后,将选择结果反馈给任务分派器,然后通过任务执行模块对资源进行分配和执行。
3)销售商层:它对应于OpenDaylight框架中的数据平面层。该层中用于负责资源实时的更新,根据市场信息来动态的调整各个交易平台上的交易价格和数量。其中,销售商层和控制层是通过南向接口ForCES协议来调度的。其中资源选择模块对销售商层LFB库中的不同LFB进行选择,并将选择到的LFB转发到多平台资源分配层中进行资源的调度。
上述基于双边市场多归属结构的SDN资源分配方法体系结构提供了对资源的集中管理能力,并且能适应环境和用户需求的变化,具有可编程,可扩展的特点,非常适合于SDN网络环境下分布,动态,自治且异构的大量资源的管理和分配。该资源管理体系结构采用了分层模型,分层模型是当前大部分网络***中所使用的资源管理模型,它有如下特点:
●有利于对底层异构性资源进行管理,并具有较强的适用性。
●能定义可扩展的资源规范语言来解决在线控制问题并使策略具有可扩展性。
●能在一定程度上实现资源的联合分配。
在该体系结构中,每一层都有专属的控制器负责将信息打包成服务并将该服务提供给上层。服务对用户和销售商而言是透明的,他们并不需要关注中间层之间是如何交易的。只需提交自己所需要的服务即可。中间层通过适当的修改,调整和存储机制来达到满足用户的需求。在分布式网络中,本发明采用迭代选择算法来进行资源的选择。其中,销售商所要解决的问题是在不同的网络和业务领域选择一组服务实例化以满足用户的不同Qos。该资源管理体系结构模型在优先和最有效地利用资源方面显示了巨大的潜力。
步骤2中所述的消费者层接收到不同用户的应用请求后,将应用请求汇总成请求信息表通过北向接口传递给控制层:消费者层中有许多不同种类的应用,每种应用分别在不同的平台上操作。消费者层将不同平台的请求信息汇总传递给控制层。请求信息表包括各种应用所需的资源和交易信息,交易信息包括交易价格、交易时间;
用户能够向控制层提交带有描述信息的应用请求。
每个用户向控制层提供的应用请求包括:当前请求完成所需资源类型、价格和时间。每个应用请求包含以下特征:
(1)请求长度(单位是百万指令)、请求的输入输出数据(单位是字节)、请求执行的开始和截止时间(单位是网格模拟时间单位)以及请求的创建人;
(2)最终期限和预算;预算和最终期限,是绝对的最终期限和时间的参数。
步骤3中所述的销售商层根据价格的不同将软件定义网络资源归纳到不同的资源层中,并实时地将不同资源层中的资源信息通过南向接口传递给控制层:销售商层中包含各个资源提供商,各个资源提供商根据资源的价格将资源分布在不同的资源层中。资源信息是指销售商层中所有资源的资源类型、数量和价格。销售商层将实时更新所有资源并传递给控制层;
销售商层对应于OpenDaylight框架中的数据平面层。在该层中主要负责资源实时的更新,根据市场信息来动态的调整各个交易平台上的交易价格和数量。其中,销售商层和控制层是通过南向接口ForCES协议来调度的。其中资源选择是对销售商层LFB库中的不同资源层中的LFB进行选择并转发到多平台资源分配层中进行资源的调度。
步骤4中所述的控制层包含多个独立的控制平台,各控制平***立的从销售商层中接收资源信息,并将资源信息和控制平台费用信息发送给消费者层,消费者层中的用户根据自身需求进行多控制平台选择:控制层的多平台选择属于双边市场多归属结构,是指消费者之间存在多归属的情况,消费者能够根据自身需求选择在多个平台上进行消费,而销售商也能够在多个平台上销售他们的产品。该结构最大化地保障了消费者和销售商选择的权利;
控制层的多平台选择使软件定义网络能够更好的满足消费者和销售商的要求,提高了资源的利用率和管理效益。图4所示为SDN网络的评估方法框架。在图4的框架中,主要评估服务适应性,应用适应性和经济适应性。其中服务适应性指的是SDN网络中支持不同应用的传输表现,如提供商和用户的不同参数。应用适应性指的是连接应用层和底层网络的各种不同协议,如HTTP,SMTP,FTP等。经济适应性指的是底层数据平面层的各种开销部署,如设计、管理和维护各种资源所需的代价。在OpenDaylight项目中,服务适应性即是应用层和数据平面层传输资源时所需的服务费用,应用适应性即是用来评价OpenDaylight项目中的北向和南向接口的性能。经济适应性即是数据平面层根据双边市场的非对称定价策略标准所需支付的平台使用费用,包括平台的管理以及维护费用。在本专利中,主要评价经济适应性。
步骤5中所述的各个消费者向多个控制平台请求所需的各类资源,根据各控制平台提供的资源性价比选择,采用一种资源组合策略:资源选择策略为扩展的固定价格机制多平台选择算法;具体是指根据固定价格机制模型,为基于双边市场多归属结构的SDN资源分配方法提供的一种资源选择策略。该策略的目的是用最少的资源和价格达到消费者的要求。
资源选择策略采用基于扩展的FPM多平台选择算法。该策略的目的是用最少的资源和价格完成消费者的要求。其基本思想是根据FPM(固定价格机制)模型中的商家提供的价格加上平台服务的部分费用与消费者提供的价格进行对比从而选择最合适的平台。参考基于双边市场多归属结构的SDN资源分配方法结构,为图3的多平台资源分配结构图提出了一种基于扩展的FPM多平台选择算法。
FPM(fixed—pricing mechanism)是固定价格机制的简称。在市场上商家提供商品并且决定价格曲线,设价格曲线为一向量P,
P=(P1,P2,P3,...,PN) (1)
(1)式中,Pi表示当购买商品数量为i时的单位价格,i为正整数,且小于等于N。当采用FPM时(即各个价格都相同),有如下规则和策略:
规则I:
如果竞拍向量是B=(b1,b2,b3,...,bn),n为正整数,n≤N(N为商品储备量),则交易价格为P(B)=Pq
其中,H为0-1函数,即若x≥0,H(x)=1;若x<0,H(x)=0。
当交易价格为P时,顾客出价不小于P方能交易成功,成交价为P。出价低于P的顾客无法完成交易。
策略S:
若潜在顾客对商品的估价为v,设其购买函数为V(P)
式中:“0”表示潜在顾客没有拍下货物或者拍下后没有付款;Pj为(1)式价格向量中的分量,当顾客估价v位于2个分量之间时,则取较小值。S策略表明当PN高于潜在客户内心估价时,潜在顾客会放弃购买。反之,潜在顾客会购买该产品。
根据规则I和策略S,产品的总销售量为
quantity(Vn,P)·(Pquantity-C) (4)
(5)式中Vn=(v1,v2,v3,...,vn)表示n个潜在顾客对商品的内心估价,其中vn表示第n个潜在顾客的估价,C为单位商品成本。商家的收益表示为
(5)式中:quantity表示交易价格;Vn表示n个顾客对商品的估价。
在博弈论的基础之上,本专利提出了一种动态的资源价格选择算法。根据SDN网络的资源虚拟化和可编程这一特性,提供了一种新的实时定价策略:根据底层的物理资源的使用情况和应用层的资源请求量按照分布式迭代算法来完成资源价格的选择过程。
用户的效用函数Ui(x)为:
表示的是第i个用户的效用值,其中是一个大于零的常量,x表示用户获得的资源量。Dm表示的是在平台m上进行交易所需的费用,m是自然数。
运营商的效用函数为:
G(k)=quantity(Vn,P)·(Pquantity-C) (7)
表示的是第k个资源提供者获得的收益,k是自然数。
整个迭代过程采用如下的循环。
资源提供者在每个时刻t,根据公式(2)来重新制定交易价格。
用户收到新的价格消息后,在每个时间间隔ε内,根据公式(6)和(7)分别计算出用户和资源提供者的效用值,并相应的调整使用户的效用达到最大。
如果此时所有运营商的效用也达到了最大,则停止迭代,否则在下一时刻ε+1,资源提供者根据用户的要求重新回到1)继续迭代。
分布式迭代算法的伪代码如下所示:
通过该动态的资源价格选择算法确定价格后,再分别利用两种不同的分配策略进行任务的调度。在此,主要讨论两种任务调度策略:顺序分配策略和贪心策略。
顺序分配策略:顺序分配策略主要是把一组任务顺序分配给一组资源,当所有资源都有任务分配时,再从第一个资源开始重头分配任务。该方法尽量保证每个资源都分配到相同数量的任务以平摊负载,并不考虑任务的需求和资源之间的差异。
贪心策略:在任务执行过程中,任务和资源的各个参数都不可能完全一样,顺序分配策略实现简单,但是没有考虑他们之间的不同,如任务的长度和资源的执行速度等。贪心策略的目的是让所有的任务完成时间接近最短,这里主要考虑任务长度和资源的执行速度这个两个参数进行任务的分配。
为了便于本领域一般技术人员理解和实现本发明,给出本发明的一个实施例:
实施例:
本实施例首先使用JAVA语言按照本发明所述的方法编写创建一组资源信息表、一组任务表和与本发明相关的其它程序。通过PC机在linux环境eclipse中使用CloudSim对该算法和分配策略进行仿真,由此获得任务的完成时间和开销。下面对本实施例中操作过程进行详细的说明:
步骤a:在eclipse中创建一组资源信息表如表1所示。其中记录商家提供的不同资源的参数情况。参数有CPU的计算能力,提供的带宽,存储能力等,商家可以靠提供这些服务获取收益。但这里为了简化仿真过程,仅从资源的计算能力进行考虑。其中,资源_MIPS表示资源的计算能力,资源价格表示资源的使用费用,交易价格表示商家提供的单位时间价格。
表1商家资源参数
资源名 交易价格 资源_MIPS(MI/S) 资源价格
R0 3 278 100
R1 3.2 289 103
R2 2.4 132 47
R3 2.6 209 75
R4 3 286 102
步骤b:创建一组任务表。其中用户的竞拍向量P={1.2,1.5,2.0,2.5,3.1},即用户所支付的单位时间资源的价格向量。任务长度TaskLength={19365,49809,30218,44157,16754,18336,20045,31493,30727,31017},即用户提出的要求所需资源的多少用任务长度来描述。
根据商家出的交易价格,用户的竞拍向量P和扩展的FPM模型中的交易价格P(B)=Pq
可以得出初始交易价格为P(B)=P5=3,当用户的出价低于3时就不再进行交易。确定交易价格后再对任务进行分配。在任务分配中,主要采用顺序分配和贪心策略分配模式。同时,在对虚拟化服务分配处理核心时,利用的是空间共享策略。
步骤c:创建一组平台,其中平台参数为平台的会员费,广告费,服务费和交易费。四个费用之和即为平台总的使用费用。费用越高,商家所支付的费用也越高,从而带来了交易成本的提高。这将直接影响消费者对平台的选择。在此仿真中利用2个平台进行,其中平台2的费用为200,平台3的费用为100,根据不同任务在不同平台上的完成情况对总的交易费用进行比较。交易费用为:
交易费用=平台使用费用+任务完成费用+资源使用费用
代码如下:
Price=100*(4-cloudletLis.get(i.getResourceId())+dealcost*cloudletLis.get(i).getActualCPUTime()+ResourceCost[cloudletList.get(i).getVmId()]
其中,100*(4-cloudletList.get(i).getResourceId())为平台的使用费用,该平台使用费用根据非对称定价策略标准是由商家支付的。ResourceCost[cloudletList.get(i).getVmId()]是根据使用不同的资源用户所需支付的资源使用费用。dealcost为商家和用户确定的交易价格,该交易价格是根据用户和商家所提供的价格向量动态变化的,dealcost*cloudletList.get(i).getActualCPUTime()即是用户所需支付的任务完成费用。
这样就按照该资源选择算法为消费者请求的资源进行分配。在此期间,主要记录任务完成时间以及价格。通过这2个数据将两个分配策略在单,双平台上进行比较。
结果证明了基于双边市场多归属结构的SDN资源分配方法的优越性。无论是从完成时间和使用费用,成本上来说,双平台的使用不仅降低了任务的完成时间并且以更小的代价完成。其结果效用符合双平台的设想,用户可以灵活的选择不同的平台进行交易,完全从用户的角度出发,保障了用户的QoS需求。
虽然通过实施例描绘了本发明,本领域普通技术人员知道,本发明有许多变形和变化而不脱离本发明的精神,希望所附的权利要求包括这些变形和变化而不脱离本发明的精神。

Claims (7)

1.基于双边市场多归属结构的SDN资源分配方法,其特征在于包括如下步骤:
步骤1.将SDN资源分配框架划分为消费者层、控制层和销售商层;
步骤2.消费者层接收到不同用户的应用请求后,将应用请求汇总成请求信息表通过北向接口传递给控制层;
步骤3.销售商层根据价格的不同将SDN资源归纳到不同的资源层中,并实时地将不同资源层中的资源信息通过南向接口传递给控制层;
步骤4.控制层包含多个独立的控制平台,各控制平***立的从销售商层中接收资源信息,并将资源信息和控制平台费用信息发送给消费者层,消费者层中的用户根据自身需求进行多控制平台选择;
步骤5.各个消费者向多个控制平台请求所需的各类资源,根据各控制平台提供的资源性价比选择,采用资源组合策略。
2.如权利要求1所述的基于双边市场多归属结构的SDN资源分配方法,其特征在于步骤1中所述的消费者层包括请求模块和UOM模块;其中请求是用户对所需资源的请求,包括所需资源类型、价格和时间;UOM模块是一个特殊的第三方应用软件;
所述的控制层包括OpenDaylight控制器和多平台资源分配层;OpenDaylight控制器对从消费者层接收到的请求信息表进行处理并将处理结果发送给多平台资源分配层,在多平台资源分配层中完成资源的选择过程;
所述的销售商层包括资源信息模块、网络应用模块、资源选择模块和LFB库,其中资源信息模块、网络应用模块联合使用,动态的将销售商层中的资源信息传递给控制层;资源选择模块是销售商层中实现对所有资源的分配过程;LFB库是销售商层中资源分类存放处。
3.如权利要求1所述的基于双边市场多归属结构的SDN资源分配方法,其特征在于步骤2中所述的消费者层接收到不同用户的应用请求后,将应用请求汇总成请求信息表通过北向接口传递给控制层:消费者层中有许多不同种类的应用,每种应用分别在不同的平台上操作;消费者层将不同平台的应用请求汇总成请求信息表传递给控制层中OpenDaylight控制器中的ForCES控制模块;请求信息表包括各种应用所需的资源名称和交易信息,交易信息包括交易价格、交易时间。
4.如权利要求1所述的基于双边市场多归属结构的SDN资源分配方法,其特征在于步骤3中所述的销售商层根据价格的不同将软件定义网络资源归纳到不同的资源层中,并实时地将不同资源层中的资源信息通过南向接口传递给控制层:销售商层中包含各个资源提供商,各个资源提供商根据资源的价格将资源分布在不同的资源层中;资源信息是指销售商层中所有资源的资源类型、数量和价格;销售商层将实时更新所有资源信息,并将更新后的资源信息传递给控制层。
5.如权利要求1所述的基于双边市场多归属结构的SDN资源分配方法,其特征在于步骤4中所述的控制层包含多个独立的控制平台,各控制平***立的从销售商层中接收资源信息,并将资源信息和控制平台费用信息发送给消费者层,消费者层中的用户根据自身需求进行多控制平台选择:控制层的多平台选择属于双边市场多归属结构,是指消费者之间存在多归属的情况,消费者能够根据自身需求选择在多个平台上进行消费,而销售商也能够在多个平台上销售他们的产品;控制平台费用为在多个控制平台交易所需的费用。
6.如权利要求1所述的基于双边市场多归属结构的SDN资源分配方法,其特征在于步骤5中所述的各个消费者向多个控制平台请求所需的各类资源,根据各控制平台提供的资源性价比选择,采用一种资源组合策略:资源选择策略为扩展的固定价格机制多平台选择算法,是指根据固定价格机制模型为基于双边市场多归属结构的软件定义网络资源分配方法提供的一种资源选择策略,该策略的目的是用最少的资源和价格达到消费者的要求,具体如下:
根据销售商层中物理资源的使用情况和消费者层中用户的请求信息表,按照分布式迭代算法,完成资源价格的选择过程;
FPM是固定价格机制的简称;在市场上商家提供商品并且决定价格曲线,设价格曲线为一向量P,
P=(P1,P2,P3,···,PN) (1)
(1)式中,Pi表示当购买商品数量为i时的单位价格,i为正整数,且小于等于N;当采用FPM时(即各个价格都相同),有如下规则和策略:
规则I:
如果竞拍向量是B=(b1,b2,b3,···,bn),n为正整数,n≤N(N为商品储备量),则交易价格为P(B)=Pq
q = M a x ( i | Σ j = 1 n H ( b j - P i ) ≥ i ) - - - ( 2 )
其中,H为0-1函数,即若x≥0,H(x)=1;若x<0,H(x)=0;
当交易价格为P时,顾客出价不小于P方能交易成功,成交价为P;出价低于P的顾客无法完成交易;
策略S:
若潜在顾客对商品的估价为v,设其购买函数为V(P):
V ( P ) = P 1 , v &GreaterEqual; P 1 P j , P j - 1 > v &GreaterEqual; P j 0 , v < P N , j &Element; &lsqb; 2 , N &rsqb; - - - ( 3 )
式中:“0”表示潜在顾客没有拍下货物或者拍下后没有付款;Pj为(1)式价格向量中的分量,当顾客估价v位于2个分量之间时,则取较小值;S策略表明当PN高于潜在客户内心估价时,潜在顾客会放弃购买;反之,潜在顾客会购买该产品;
根据规则I和策略S,产品的总销售量为
quantity(Vn,P)·(Pquantity-C) (4)
(4)式中Vn=(v1,v2,v3,···,vn)表示n个潜在顾客对商品的内心估价,其中vn表示第n个潜在顾客的估价,C为单位商品成本;商家的收益quantity(Vn,P)表示为
q u a n t i t y ( V n , P ) = m a x ( i | &Sigma; r = 1 n H ( v r - p i ) &GreaterEqual; i ) - - - ( 5 )
(5)式中:quantity表示交易价格;Vn表示n个顾客对商品的估价;
用户的效用函数Ui(x)为:
U i ( x ) = &part; l o g ( 1 + x ) - D m - - - ( 6 )
其中是一个大于零的实数,为常量;x表示用户获得的资源量;Dm表示在平台m上进行交易所需的费用;
运营商的效用函数G(k)为:
G(k)=quantity(Vn,P)·(Pquantity-C) (7)
G(k)表示的是第k个资源提供者获得的收益;Pquantity表示的是交易价格向量。
7.如权利要求6所述的基于双边市场多归属结构的SDN资源分配方法,其特征在于整个迭代过程采用如下的循环:
资源提供者在每个时刻t,根据公式(2)和P(B)=Pq来重新制定交易价格;用户收到新的价格消息后,在每个时间间隔ε内,根据以上公式分别计算出用户和资源提供者的效用值,使用户的效用达到最大。
CN201410152514.9A 2014-04-15 2014-04-15 基于双边市场多归属结构的sdn资源分配方法 Expired - Fee Related CN103929379B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410152514.9A CN103929379B (zh) 2014-04-15 2014-04-15 基于双边市场多归属结构的sdn资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410152514.9A CN103929379B (zh) 2014-04-15 2014-04-15 基于双边市场多归属结构的sdn资源分配方法

Publications (2)

Publication Number Publication Date
CN103929379A CN103929379A (zh) 2014-07-16
CN103929379B true CN103929379B (zh) 2017-02-22

Family

ID=51147461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410152514.9A Expired - Fee Related CN103929379B (zh) 2014-04-15 2014-04-15 基于双边市场多归属结构的sdn资源分配方法

Country Status (1)

Country Link
CN (1) CN103929379B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104639631B (zh) * 2015-02-03 2018-02-09 浙江工商大学 基于mas价格协商的sdn资源交易方法
US9838271B2 (en) 2015-05-07 2017-12-05 Ciena Corporation Network service pricing and resource management in a software defined networking environment
CN104899032B (zh) * 2015-06-02 2017-12-01 浪潮集团有限公司 一种基于数据分析的OpenDaylight自动化开发方法
CN112073214A (zh) * 2015-06-29 2020-12-11 华为技术有限公司 一种实现应用的方法及业务控制器
CN106060015B (zh) * 2016-05-18 2019-11-01 深圳信息职业技术学院 一种基于sdn的ip源地址验证方法
CN108092800A (zh) * 2017-11-29 2018-05-29 浙江工商大学 基于sdn元模型的工业实时智能网络体系架构模型
CN112348561A (zh) * 2020-09-27 2021-02-09 北京淇瑀信息科技有限公司 基于赠送奖励的计算机辅助资源投放管理方法及平台
CN112653580B (zh) * 2020-12-16 2022-11-08 国网河南省电力公司信息通信公司 网络切片下基于主动探测的虚拟网资源分配方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218737A (zh) * 2013-04-19 2013-07-24 湖南大学 一种基于双边市场的移动云计算环境中多维资源定价方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103218737A (zh) * 2013-04-19 2013-07-24 湖南大学 一种基于双边市场的移动云计算环境中多维资源定价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《用户多归属条件下的双边市场定价策略》;纪汉霖;《***工程理论与实践》;20110131;第31卷(第1期);全文 *
基于OpenFlow的SDN技术研究;左青云,陈鸣,赵广松,邢长友,张国敏,蒋培成;《基于OpenFlow的SDn技术研究》;20130329;第24卷(第5期);全文 *

Also Published As

Publication number Publication date
CN103929379A (zh) 2014-07-16

Similar Documents

Publication Publication Date Title
CN103929379B (zh) 基于双边市场多归属结构的sdn资源分配方法
Jain et al. An efficient Nash-implementation mechanism for network resource allocation
CN105721565B (zh) 基于博弈的云计算资源分配方法和***
CN108009023A (zh) 混合云中基于bp神经网络时间预测的任务调度方法
CN102710746A (zh) 一种基于序贯博弈的虚拟机竞价分配方法
CN108170530A (zh) 一种基于混合元启发式算法的Hadoop负载均衡任务调度方法
CN106357823A (zh) 一种节能控制的云资源优化分配方法
CN110245839A (zh) 基于能源共享的主动配电网电力市场双层交易方法
CN104639631B (zh) 基于mas价格协商的sdn资源交易方法
Huang et al. Incentive mechanisms for mobile edge computing: Present and future directions
Mofrad et al. Service level agreement based adaptive Grid superscheduling
CN117493020A (zh) 一种数据网格的计算资源调度实现方法
CN105204947A (zh) 一种基于商业银行模型的混合云计算资源管理***
Zhang et al. Toward efficient network resource sharing: from one-sided market to two-sided market
CN107481148A (zh) 一种中小企业股权投融资信息***
CN106685720A (zh) 基于层次竞价机制的网络安全资源分配方法
Mohammadi et al. Optimization of virtual machines placement based on microeconomics theory in cloud network
Aoun et al. Towards a fairer benefit distribution in grid environments
Gu et al. A preemptive truthful VMs allocation online mechanism in private cloud
Gao et al. A real-time task offloading strategy based on double auction for optimal resource allocation in edge computing
Tunčikienė et al. Strenthening opportunities of economic relations between Lithuania and Sweden within the perspective of IT startup company’s development
Wang et al. Incentive mechanism for spatial crowdsourcing cooperation: A fair revenue allocation method
Wang et al. SMS-EMOA
CN116911573B (zh) 一种面向智能制造的供应链物流商多任务协同方法
CN114205828B (zh) 基于联盟区块链的专用频谱资源共享***及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170222

CF01 Termination of patent right due to non-payment of annual fee