陳立勇，殷秀葉，朱 海

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

0 引 言

在云服務(wù)市場，存在著大量的供應(yīng)商和用戶，供應(yīng)商之間存在著競爭的關(guān)系，因此，價格就成為了云服務(wù)供應(yīng)商之間競爭的焦點.Amazon、Google和Microsoft公司均采用固定比率的定價模型：此種模型計費簡單，但也存在一些缺點：不能通過價格反映市場的需求情況，也不能夠利用價格調(diào)節(jié)市場需求，這會導(dǎo)致較低的用戶福利和不平衡的市場.例如，在供過于求的情況下，固定比率的定價模型限制了用戶的福利；而在供不應(yīng)求的情況下，固定比率的定價模型限制了賣方的福利.因此，利用價格調(diào)節(jié)市場，能夠平衡市場需求，增加用戶和供應(yīng)商的滿意度.

1 相關(guān)工作

定價機(jī)制主要分為固定定價和動態(tài)定價:當(dāng)使用固定定價時，每一種資源類型都有一個由賣方預(yù)先定義好的價格；當(dāng)使用動態(tài)定價時，資源的價格根據(jù)所使用的機(jī)制為每個請求進(jìn)行計算[1].目前，動態(tài)定價成為了研究的焦點，在動態(tài)定價中，資源的拍賣和討價還價是目前動態(tài)定價研究的熱點.

資源的拍賣以Amazon EC2提出的資源競價機(jī)制為代表，該機(jī)制以拍賣的方式根據(jù)客戶的競拍價格來分配資源，此種價格主要是從供應(yīng)商的利益角度出發(fā)，能夠在一定程度上提高供應(yīng)商的利益，但卻忽略了客戶的利益，未著眼于長久的市場[2].

利用討價還價和談判來確定資源的價格的優(yōu)點是供應(yīng)商和用戶直接協(xié)商，以協(xié)商結(jié)果來確定最終的價格.對于供應(yīng)商來說，希望盡可能的提高價格以最大化自己的利益；而對于用戶來說，希望盡可能的降低價格以最大化自己的利益[3].但在云服務(wù)市場，供應(yīng)商會與很多用戶進(jìn)行協(xié)商，而一個用戶為了最大化自己的利益，可能會和盡可能多的供應(yīng)商進(jìn)行協(xié)商，由此帶來了通信難題.

鑒于以上定價機(jī)制的缺點，提出了一種基于云服務(wù)訂購的動態(tài)定價方法.該動態(tài)定價方法基于訂購的定價策略，給出了定價策略的定價函數(shù)，分析了定價策略所帶來的效應(yīng)，并通過公式量化了用戶和供應(yīng)商對價格的相對滿意度.該動態(tài)定價方法既能夠刺激用戶使用云服務(wù)資源，提高用戶的感受度，又不會帶來通信難題，降低了云服務(wù)的成本[4].

2 動態(tài)定價策略

2.1 定價策略

在云服務(wù)環(huán)境中，供應(yīng)商的價格會隨著資源需求的變化而發(fā)生變化，而資源的需求會隨時間而波動，供應(yīng)商資源的成本也會隨著云計算市場不確定性的降低而降低，所以，如果能夠及早確定用戶的部分需求，就能夠降低資源的成本[5].基于此種原因，筆者提出一種資源訂購機(jī)制，以一定的優(yōu)惠價格來吸引資源使用者提早預(yù)訂供應(yīng)商的資源，降低資源的成本，提高供應(yīng)商市場的競爭力.

筆者所提出的訂購機(jī)制，供應(yīng)商會根據(jù)資源的歷史使用情況對某一時間段的資源使用情況進(jìn)行一個簡單的預(yù)測，根據(jù)預(yù)測的結(jié)果制定一個訂購價格，然后將價格發(fā)布到云資源市場中.假設(shè)用戶訂購資源的時間段為t1到t2，供應(yīng)商預(yù)測的t1時間點的價格為Pc,供應(yīng)商在t1到t2時間段內(nèi)的實際價格為P，由于P會因為資源的使用情況發(fā)生變化，為了刺激資源使用者訂購供應(yīng)商的資源，供應(yīng)商實際收取用戶的價格遵循如下規(guī)則：

①當(dāng)供應(yīng)商預(yù)測的t1時間點的價格Pc(即用戶訂購服務(wù)時的價格)大于或等于供應(yīng)商在t1到t2時間段內(nèi)的價格P時，供應(yīng)商按照價格P向用戶收費.

②當(dāng)供應(yīng)商預(yù)測的t1時間點的價格Pc小于供應(yīng)商在t1到t2時間段內(nèi)的價格P時，供應(yīng)商按照價格Pc加上超出Pc部分的一半進(jìn)行計費.

2.2 動態(tài)定價函數(shù)

設(shè)Pc為用戶定制服務(wù)的價格,P為供應(yīng)商的云服務(wù)在運行過程中的實時價格.依據(jù)定價策略，則在提供云服務(wù)的過程中用戶實際計費的價格可用以下分段函數(shù)來表示：

(1)

根據(jù)公式(1)可知，用戶實際使用云服務(wù)的價格會隨著供應(yīng)商的實時價格發(fā)生變化，所以，在計算用戶的花費時，需要根據(jù)價格分段計算，設(shè)Cost為用戶在定制的時間段內(nèi)的總花費，從大的模塊來說，可以按照供應(yīng)商的價格與定制價格的高低將用戶的總花費表示為兩個部分，一個部分為供應(yīng)商的實時價格高于用戶定制的價格的花費，另一個部分為供應(yīng)商的價格低于或等于用戶定制價格的花費，用戶使用云服務(wù)的價格會隨著資源的使用情況上下波動，但這不影響我們將費用劃分為兩大模塊，即：

(2)

2.3 效應(yīng)分析

根據(jù)公式(2)可以看出，此種收費方式對于用戶來說，能夠降低他們的花費，圖1描述了與傳統(tǒng)的計費方式相比(假設(shè)供應(yīng)商的價格就是最終收取的價格)，用戶節(jié)省的花費.

圖1 用戶節(jié)省的花費Fig.1 The cost user savings

依照收費規(guī)則，圖1中的陰影部分為與傳統(tǒng)的計費方式相比用戶節(jié)省的花費.從圖1中可以看出，當(dāng)訂購的價格高于實時價格時，兩種計費規(guī)則的花費相同，但當(dāng)訂購價格低于實時價格時，能夠給用戶節(jié)省一半左右的花費.

3 相對滿意度

相對滿意度用于量化用戶和供應(yīng)商對某一價格的滿意程度，同時也在一定程度上代表了此種價格所帶來的效應(yīng)值.所以，通過量化供應(yīng)商的滿意度和客戶的滿意度，幫助供應(yīng)商制定出更加合理的價格，從而為供應(yīng)商帶來一定的收益.由于不同的價格對用戶和供應(yīng)商均會產(chǎn)生不同的相對滿意度，所以，為了量化用戶和供應(yīng)商的相對滿意度，使用滿意度Up來表示在用戶一次完整的訂購時間段內(nèi)產(chǎn)生的相對滿意度.

3.1 用戶相對滿意度

假設(shè)Pmin和Pmax分別代表用戶定制的時間段內(nèi)供應(yīng)商的最低價格和最高價格,為了確定不同的價格產(chǎn)生的相對滿意度函數(shù)，設(shè)用戶定制服務(wù)的價格Pc所對應(yīng)的相對滿意度為Uc，由于對用戶來說價格越低越好，所以隨著價格的降低，用戶的相對滿意度將逐漸的升高，因此用戶的相對滿意度函數(shù)可用以下公式表示：

(3)

特殊的，當(dāng)用戶定制服務(wù)時的價格為用戶使用服務(wù)的整個過程中的最低價格時，即Pc等于Pmin時，用戶的滿意度為Uc.

從公式(3)中可以看出，當(dāng)P≤Pc時，用戶的滿意度函數(shù)值隨著P的減小而逐漸增大，當(dāng)P的值等于Pmin時，用戶的相對滿意度達(dá)到最大值1.而當(dāng)P>Pc時，用戶的相對滿意度將隨著P的增大而逐漸降低，當(dāng)P的值增大到Pmax時，用戶的相對滿意度達(dá)到最小值0.

3.2 供應(yīng)商相對滿意度

對于供應(yīng)商來說，價格越高則滿意度越高，而云服務(wù)供應(yīng)商的價格會隨著服務(wù)的使用情況靈活調(diào)整，當(dāng)服務(wù)使用量較小時，供應(yīng)商會降低價格以吸引更多的用戶；而當(dāng)服務(wù)的使用量較大時，供應(yīng)商會提高價格，以增加自己的收益[6].當(dāng)供應(yīng)商的價格高于用戶定制服務(wù)時的起始價格Pc時，由于用戶此時需支付的價格按照公式(1)中P>Pc時計算,所以供應(yīng)商的相對滿意度函數(shù)可用以下公式表示：

(4)

從公式(4)中可以看出，當(dāng)時，供應(yīng)商的相對滿意度函數(shù)值與P的值成正比，即Up(P)的值隨著P的減小而減小，當(dāng)P的值等于Pmin時，供應(yīng)商的相對滿意度達(dá)到了最小值0.而在P>Pc的情況下，供應(yīng)商的相對滿意度將隨著P的增大而逐漸升高，當(dāng)P的值增大到Pmax時，供應(yīng)商的相對滿意度也達(dá)到了最大值1.

4 結(jié) 語

本文分析了云服務(wù)市場的定價機(jī)制，基于現(xiàn)有的機(jī)制，提出了一種云服務(wù)訂購的動態(tài)定價策略，給出了定價策略的思想及定價函數(shù)，并在此基礎(chǔ)上量化了用戶和供應(yīng)商基于價格的相對滿意度.通過分析表明，此種定價機(jī)制能夠降低用戶的花費，提高用戶的滿意度.且此種定價機(jī)制能夠吸引用戶及早訂購資源，而資源的及早確定能夠降低供應(yīng)商的資源成本，從而提高供應(yīng)商的利益和市場競爭力.

致 謝

本研究在選題及論文撰寫的過程中，張宏老師提出了很多寶貴的意見，謹(jǐn)致謝意.感謝國家自然科學(xué)基金委員會對項目的開展提供的資金支持.

參考文獻(xiàn)：

[1] Mihailescu M, Teo Y M. Strategy-Proof Dynamic Resource Pricing of Multiple Resource Types on Federated Clouds[J].LNCS , 2010,6081: 337-350.

[2] 于少偉,李修海,劉慶玲.基于區(qū)間分析和云模型的實物期權(quán)定價研究[J].山東大學(xué)學(xué)報：理學(xué)版,2010,45(5):64-68.

YU Shao-wei, LI Xiu-hai, LIU Qing-ling.On realoption pricing based on interval analysis and the cloud model[J]. Journal of Shandong University：Natural Science,2010,45(5): 64-68.(in Chinese)

[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,2009,37(1):165-169.

LI Li, LIU Yuan-an, MA Xiao-lei. Grid Resource Allocation Based on the Combinatorial Double Auction[J]. Acta Electronica Sinica, 2009,37(1):165-169.(in Chinese)

[4] 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, August 12-15,2010:1-10.

[5] 李琦,朱慶華,華彥玲,等.私有云環(huán)境下的資源競價機(jī)制研究[J].情報雜志,2011,30(4):10-12.

LI Qi, ZHU Qing-hua, HUA Yan-lin, et al. Research on Bidding Mechanism for Computing Resources in Private Cloud Environment[J].Journal of Intelligence,2011,30(4):10-12.(in Chinese)

[6] 吳長澤,陳蜀宇,李靜.基于動態(tài)均衡分析的網(wǎng)格資源宏觀調(diào)價策略[J].計算機(jī)應(yīng)用,2007,27(8):1852-1854.

WU Chang-ze, CHEN Shu-yu, LI Jing. Macro pricing strategy of grid resource based on dynamic equation analysis[J].Journal of Computer Applications,2007,27(8):1852-1854.(in Chinese)