第5期 陈冬娥等:基于反拍卖的计算网格资源分配方法 .551. 解此微分方程得 QS要求,采用用户预算与服务完成时间加权的方 Pi=2cj. 法作为效用函数,有下式: 由此可见,策略组合(2c1,2c2)是此拍卖的 u(ta,e)=aln(kta)+Bne (8) Bayes均衡 其中,k为完成用户服务所需要的服务类型向量;α, 可以计算出,卖方的投标价与实际成本之间的 β是由用户给定的系数,且α十B=1,表示用户对服 差距将随着投标人数的增多而递减.如果有m个 务质量的要求,是偏好完成时间更短还是偏好费用 卖方博弈,每个卖方的成本c独立,且在[0,1]上均 更低 匀分布,则卖方j(1≤≤m)的效用函数 基于该效用函数的优化算法: 山=(p一c)-(pi), Step1:由买方给出服务需求,AsB对服务进行 最优化一阶条件为 分类,确定a,B的值 (pi)十(m-1)(p-G)Φ'(p)=0, Step2:由各个卖方进行暗标叫价 解微分方程得到 Step3:确定获胜卖方 Step4:服务交易,按式(8)给出的效用函数计 P-mi 算效用值,再按中标价计算完成服务的费用 可见,当m→o时,p时→G也就是说,投标人 Step5:按效用值u(ta,e)从小到大对资源排 越多,买方需要支付的费用就越少, 序 证毕. Step6:对服务请求集D中的每个服务请求d: 当然,如果没有限定卖方采用单调递增函数的 进行调度,重复执行以下步骤,直到完成所有请求的 策略,Bayes均衡就会发生改变,如果卖方成本的概 服务 率分布,不再是[0,1]的均匀分布,则暗标拍卖博弈 For each t in order u(ta,e) 的Bayes均衡也会发生变化,要根据概率具体分布 if minimum B and ETC(di)<T 情况讨论, do select)while p《e时∥把任务分配给最便宜的 定理4在网格资源分配问题的暗标拍卖中, 资源 当拍卖以标价p;成交时,即系统处于Bayes均衡状 enddo 态时,网格经济系统效用最大,网格资源得到合理配 endif 置 if aB and pijei 证明 由式(7),当拍卖以标价p成交时,卖 do select,while ETC(d:,t)<Td∥把任务分配给 方总效用 执行时间最短的资源) enddo U= g=1.=1 g=1,=1 endif 由定理3知,在P时,存在策略组合使得系统 endfor 处于Bayes均衡状态,而一定的策略组合下,卖方的 其中,T为用户定义的完成服务d:的最终期限, 效用一定 ETC(d:,t)为服务请求d:在资源r上的预期执行 又由定理1知,此时买方效用最大 时间,e时为完成服务d:用户愿意支付的服务费用, ug =∑(b,-P P为服务d:使用资源的价格. 9=1.=1 g=1,=1 由定义3,系统总效用U。=买方总效用十卖方 4 结语 总效用,因此,此时系统总效用最大,证毕 运用拍卖机制进行网格资源管理是一种非常灵 可见,在拍卖成交时,网格用户在获得了最大效 活有效的方法,本文着重讨论了暗标拍卖在网格资 用的同时,系统也获得了最大的总效用,个体优化 源分配中的应用,以面向服务的思想,构建了一个 与整体优化取得一致,就是最合理的资源分配方案. 基于网格服务市场的资源分配框架,该框架基于 3资源分配算法 OGSA,开放性和可扩充性较好,在此框架下,将资 源分配问题描述为一个暗标拍卖模型,其目标是在 设ta为用户要求的服务完成时间,e为用户代 满足网格用户Qo$要求的情况下,最大化系统的总 理完成该任务的预算费用,为更好的表达用户的 效用,为了更好地表达网格用户的需求,使用了完解此微分方程得 pj=2cj. 由此可见策略组合 (2c12c2) 是此拍卖的 Bayes 均衡. 可以计算出卖方的投标价与实际成本之间的 差距将随着投标人数的增多而递减.如果有 m 个 卖方博弈每个卖方的成本 cj 独立且在[01]上均 匀分布则卖方 j(1≤ j≤ m)的效用函数 uj=( pj—cj)Φm—1( pj) 最优化一阶条件为 —Φ( pj)+( m—1)( pj—cj)Φ′( pj)=0 解微分方程得到 pj= m m—1 cj. 可见当 m→∞时pj → cj.也就是说投标人 越多买方需要支付的费用就越少. 证毕. 当然如果没有限定卖方采用单调递增函数的 策略Bayes 均衡就会发生改变如果卖方成本的概 率分布不再是[01]的均匀分布则暗标拍卖博弈 的 Bayes 均衡也会发生变化要根据概率具体分布 情况讨论. 定理4 在网格资源分配问题的暗标拍卖中 当拍卖以标价 p ∗ ij 成交时即系统处于 Bayes 均衡状 态时网格经济系统效用最大网格资源得到合理配 置. 证明 由式(7)当拍卖以标价 p ∗ ij 成交时卖 方总效用 U= ∑ lm g=1j=1 ugj= ∑ lm g=1j=1 ugj( pgjcgj). 由定理3知在 p ∗ ij 时存在策略组合使得系统 处于 Bayes 均衡状态而一定的策略组合下卖方的 效用一定. 又由定理1知此时买方效用最大 ∑ lm g=1j=1 ugj= ∑ lm g=1j=1 ( bg— pgj). 由定义3系统总效用 Us=买方总效用+卖方 总效用因此此时系统总效用最大.证毕. 可见在拍卖成交时网格用户在获得了最大效 用的同时系统也获得了最大的总效用.个体优化 与整体优化取得一致就是最合理的资源分配方案. 3 资源分配算法 设 td 为用户要求的服务完成时间e 为用户代 理完成该任务的预算费用为更好的表达用户的 QoS 要求采用用户预算与服务完成时间加权的方 法作为效用函数有下式: u( tde)= aln( ktd)+βln e (8) 其中k 为完成用户服务所需要的服务类型向量;α β是由用户给定的系数且 α+β=1表示用户对服 务质量的要求是偏好完成时间更短还是偏好费用 更低. 基于该效用函数的优化算法: Step1:由买方给出服务需求ASB 对服务进行 分类确定 αβ的值. Step2:由各个卖方进行暗标叫价. Step3:确定获胜卖方. Step4:服务交易.按式(8)给出的效用函数计 算效用值再按中标价计算完成服务的费用. Step5:按效用值 u( tde)从小到大对资源排 序. Step6:对服务请求集 D 中的每个服务请求 di 进行调度重复执行以下步骤直到完成所有请求的 服务. {For each t in order u( tde) if minimum α<βand ETC( dit)< Tdi do select rj while pij≪eij∥把任务分配给最便宜的 资源 rj enddo endif if α>βand pij<eij do select rj while ETC( dit)≪ Tdi∥把任务分配给 执行时间最短的资源 rj enddo endif endfor} 其中Tdi为用户定义的完成服务 di 的最终期限 ETC( dit)为服务请求 di 在资源 rj 上的预期执行 时间eij为完成服务 di 用户愿意支付的服务费用 pij为服务 di 使用资源 rj 的价格. 4 结语 运用拍卖机制进行网格资源管理是一种非常灵 活有效的方法.本文着重讨论了暗标拍卖在网格资 源分配中的应用.以面向服务的思想构建了一个 基于网格服务市场的资源分配框架.该框架基于 OGSA开放性和可扩充性较好.在此框架下将资 源分配问题描述为一个暗标拍卖模型其目标是在 满足网格用户 QoS 要求的情况下最大化系统的总 效用.为了更好地表达网格用户的需求使用了完 第5期 陈冬娥等: 基于反拍卖的计算网格资源分配方法 ·551·