×

用于供应云计算资源的多阶段随机编程模型。 (英语) Zbl 1487.90494号

摘要:我们关注的是基础设施即服务型云的云消费者的资源供应问题。云提供商提供了两种部署选项,可以根据需要进行混合和匹配。云实例可以提前以较小的每小时使用成本保留固定的时间段,但需要在整个合同期间全额承诺和付款。相比之下,按需实例反映了付费即用政策。这两种选择之间的权衡根植于需求和价格的固有不确定性,使得用按需容量补充基本储备容量以对冲需求激增具有吸引力。本文提供了几种新颖的多阶段随机编程公式,使云用户能够在战术级别处理云资源供应问题。我们首先将云资源供应问题描述为一个风险中性的多阶段随机程序,作为进一步建模变量的基础模型。在我们的第二组模型中,我们还包含了系统可靠性的某些概念。特别是,纳入基本公式的机会约束要求从保留容量中满足最低服务水平,提供对未来可用容量的更多可见性,并通过对冲可能的需求波动来消除昂贵的按需使用。一项广泛的计算研究通过讨论计算性能、从拟议模型解的分析中收集实际管理见解以及量化随机解的价值,证明了拟议模型的价值。

MSC公司:

90立方厘米 随机规划
90 C90 数学规划的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 亚马逊网络服务公司(2015)。引入M4实例并降低Amazon EC2实例价格。检索自https://amzn.to/2vCF9JT访问日期:2018-08-23。
[2] 亚马逊网络服务公司(2016)。介绍Amazon EC2 R4实例,下一代内存优化实例。检索自https://amzn.to/2vK0NMr访问日期:2018-08-23。
[3] 亚马逊网络服务公司(2017)。AWS新闻博客-EC2降价保留实例和M4实例。检索自https://amzn.to/2NprMDq网址访问日期:2018-08-26。
[4] 亚马逊网络服务公司(2018a)。亚马逊EC2常见问题解答硬件信息。检索自https://amzn.to/2uBD9AT访问日期:2018-08-23。
[5] 亚马逊网络服务公司(2018b)。Amazon EC2常见问题解答实例容量。检索自网址:https://goo.gl/B9rQXH访问日期:2018-08-23。
[6] 亚马逊网络服务公司(2018c)。Amazon EC2实例类型。检索自https://goo.gl/FboHap访问日期:2018-08-23。
[7] 亚马逊网络服务公司(2018d)。AWS新闻博客类别:降价。检索自https://amzn.to/2LsOB7u访问日期:2018-08-26。
[8] Brandimarte,P.,需求不确定性下的多项目容量限制批量,《国际生产研究杂志》,44,15,2997-3022(2006)·Zbl 1161.90381号
[9] Butler,B.(2016)。2017年10个必须关注的IaaS云趋势。检索自http://bit.ly/2msHsKr访问日期:2018-08-23。
[10] Chaisiri,S。;Kaewpuang,R。;Lee,B.-S。;Niyato,D.,在Amazon Elastic Compute Cloud中供应虚拟服务器的成本最小化,IEEE第19届计算机和电信系统建模、分析和仿真国际研讨会论文集,85-95(2011)
[11] Chaisiri,S。;Lee,B.-S。;Niyato,D.,跨多个云提供商的最佳虚拟机放置,IEEE亚洲特定服务计算会议论文集,103-110(2009)
[12] Chaisiri,S。;Lee,B.-S。;Niyato,D.,云计算中资源供应成本的优化,IEEE服务计算事务,5,2,164-177(2012)
[13] 蔡斯,J。;Kaewpuang,R。;W.永刚。;Niyato,D.,软件定义网络(SDN)和云计算环境中的联合虚拟机和带宽分配,IEEE国际通信会议论文集,2969-2974(2014)
[14] 蔡斯,J。;Niyato,D.,云计算中资源供应的联合优化,IEEE服务计算事务,10,3,396-409(2017)
[15] 陈,Z.-L。;李,S。;Tirupati,D.,《用于技术和产能规划的基于场景的随机规划方法》,计算机与运筹学,29,7781-806(2002)·Zbl 0995.90053号
[16] Dert,C.(1995)。养老基金的资产负债管理:一种多阶段机会约束规划方法。博士论文http://hdl.handle.net/1765/51150。 ·Zbl 0884.90025号
[17] Elçi,O。;诺扬,N。;Bülbül,K.,可变可靠性水平下的机会约束随机规划及其在人道主义救援网络设计中的应用,计算机与运筹学,96,91-107(2018)·Zbl 1458.90491号
[18] Erl,T。;普蒂尼,R。;Mahmood,Z.,《云计算:概念、技术和架构》(2013),普伦蒂斯·霍尔出版社
[19] Homem-de-Mello,T。;Bayraksan,G.,基于蒙特卡罗抽样的随机优化方法,运筹学和管理科学调查,19,1,56-85(2014)
[20] 黄,K。;Ahmed,S.,《不确定性条件下多阶段随机规划在产能规划中的价值》,运筹学,57,4,893-904(2009)·Zbl 1226.90055号
[21] Iyoob,I。;Zarifoglu,E。;Dieker,A.,云计算运营研究,《服务科学》,5,2,88-101(2013)
[22] 考特,M。;Wallace,S.W.,《随机规划场景生成方法的评估》,《太平洋优化杂志》,3,2,257-271(2007)·Zbl 1171.90490号
[23] 金·A·J。;Wallace,S.W.,《场景树生成:与Michal Kaut合著,随机规划建模》,77-102)(2012年),纽约斯普林格出版社:纽约斯普林格出版社·Zbl 1248.90063号
[24] Louveaux,F.V.,多阶段随机规划的一种求解方法及其在能源投资问题中的应用,运筹学,28,4,889-902(1980)·Zbl 0441.90076号
[25] 卢埃特克,J。;沙比尔,A。;Nemhauser,G.,《概率约束线性规划的整数规划方法》,《数学规划》,122,2,247-272(2010)·Zbl 1184.90115号
[26] 马吉奥尼,F。;阿列维,E。;Bertocchi,M.,《多级随机规划中的信息度量》,Stoprog-2012-实施和高级应用的随机规划,78-82(2012),立陶宛连载协会
[27] Matillion(2016)。Netflix为什么迁移到AWS云?检索自网址:http://bit.ly/2wqA2vU访问日期:2018-08-26。
[28] 微软公司(2015)。加利福尼亚州司法部:Microsoft Azure政府符合FBI CJIS云中刑事司法信息标准。检索自网址:http://bit.ly/2B访问日期:2018-08-26。
[29] 奈斯马奇诺,S。;伊图里亚加,S。;Dorronsoro,B.,《虚拟云代理利润优化的高效启发式》,IEEE计算智能杂志,10,1,33-43(2015)
[30] 佩雷拉,M.V。;Pinto,L.M.,多阶段随机优化在能源规划中的应用,数学规划,52,1-3,359-375(1991)·Zbl 0749.90057号
[31] Philpott,A。;de Matos,V.,带风险规避的多阶段随机程序的动态抽样算法,《欧洲运筹学杂志》,218,2,470-483(2012)·Zbl 1244.90175号
[32] Prakash,N.(2012年)。你知道云计算从50年代就开始了吗?检索自网址:https://goo.gl/jvJhQn访问日期:2018-08-23。
[33] Prékopa,A.,《随机编程》(1995),Kluwer学术:Kluwer-Academic Dordrecht,波士顿·Zbl 0834.90098号
[34] 编辑:A.Ruszczyński和A.Shapiro
[35] Rockafellar,R。;Uryasev,S.,条件价值风险优化,风险杂志,2,3,21-41(2000)
[36] 夏皮罗,A。;Dentcheva,D。;Ruszczyñski,A.,《随机规划讲座:建模和理论》(2009),工业和应用数学学会:美国费城工业和应用数学家学会·邮编:1183.90005
[37] 沈,S。;Wang,J.,云计算服务中管理能量足迹的随机建模和方法,《服务科学》,6,1,15-33(2014)
[38] Subramanian,T。;Savarimuthu,N.,《基于应用程序的代理算法在多个异构云中优化资源供应》,《越南计算机科学杂志》,3,1,57-70(2016)
[39] Wang,W。;牛,D。;梁,B。;Li,B.,通过IaaS云代理获取动态云实例,IEEE并行和分布式系统交易,26,61580-1593(2015)
[40] 张,M。;库苏·基亚武兹,S。;Goel,S.,《联合机会约束下动态决策的分叉方法》,《管理科学》,第60、5、1317-1333页(2014年)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。