近期，我校信息工程學(xué)院吳小紅老師（第一作者）與上海交通大學(xué)李國(guó)強(qiáng)等合作，在國(guó)際著名期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》第51卷第8期上，發(fā)表題為“An Effective Data-Driven Cloud Resource Procurement Scheme With Personalized Reserve Prices”的最新研究成果。該期刊由美國(guó)電氣與電子工程師學(xué)會(huì)（Institute of Electrical and Electronics Engineers，IEEE）主辦，系國(guó)際計(jì)算機(jī)控制論、自動(dòng)化與控制系統(tǒng)領(lǐng)域中科院SCI一區(qū)TOP期刊，影響因子13.451。

　　云資源的選擇對(duì)用戶來(lái)說(shuō)非常重要，它直接影響用戶的效用。為提高用戶所購(gòu)買(mǎi)資源的效率，該研究根據(jù)歷史競(jìng)價(jià)信息，提出了數(shù)據(jù)驅(qū)動(dòng)的云資源采購(gòu)（CRP）拍賣(mài)，可以幫助資源購(gòu)買(mǎi)者對(duì)云資源進(jìn)行優(yōu)化選擇。該項(xiàng)研究設(shè)計(jì)了兩類具有個(gè)性化保留價(jià)格的拍賣(mài)機(jī)：Lazy-CRP和Eager-CRP，其中的保留價(jià)由代理根據(jù)云提供商成本的信息在拍賣(mài)前設(shè)定。假設(shè)每個(gè)云提供商都是短視的，該研究為L(zhǎng)azy-CRP提出了個(gè)性化保留價(jià)格的最優(yōu)學(xué)習(xí)算法，為Eager-CRP方法提出了2-近似學(xué)習(xí)算法。即使云提供商的成本分布函數(shù)不相同，這兩種算法也可有效執(zhí)行。在仿真中，通過(guò)與傳統(tǒng)VCG-CRP比較，結(jié)果顯示提出的機(jī)制非常適合于提供者數(shù)量非常少的情況。根據(jù)仿真結(jié)果，當(dāng)云供應(yīng)商的數(shù)量少于四家時(shí)，數(shù)據(jù)驅(qū)動(dòng)的采購(gòu)方案獲得的總效用顯著高于VCG-CRP。當(dāng)只有兩個(gè)提供者時(shí)，新機(jī)制增加的總效用可高達(dá)VCG-CRP獲得的效用的80%。

　　吳小紅長(zhǎng)期從事算法博弈論及其應(yīng)用的研究工作，在云計(jì)算資源優(yōu)化管理領(lǐng)域取得較好進(jìn)展，研究成果發(fā)表于國(guó)內(nèi)外頂級(jí)期刊。本次研究成果將對(duì)進(jìn)一步推動(dòng)云計(jì)算資源的優(yōu)化管理。

通訊員：趙康