云计算资源配置的联合优化研究

本文介绍一篇采用随机规划模型来进行虚拟机和带宽资源配置的论文。这个成果来自于南洋理工大学计算机工程学院Chase 、Niyato两位学者的研究，该文章于2017年5月发表在IEEE Transactions服务计算第10卷第3期。

云计算采用虚拟化技术高效地提供计算资源。众多虚拟机（Virtual Machines ，VMs）的应用，导致了对网络带宽的要求越来越高；然而，以往文献缺乏对虚拟机和带宽资源配置和权衡这一挑战性问题进行充分的研究。事实上，为了有效地提供资源，需要将虚拟机和带宽配置进行联合优化。另外，云计算实践应用中，需求通常是不确定的，所以云计算服务商往往允许使用者预留一部分资源。云计算使用过程中，可能出现资源过剩，亦可能出现资源不足，作者建立了一个随机规划模型来描述这一风险决策问题。为了提高随机优化的求解效率，作者采用了随机情景树剪辑法，有效地缩小了问题的可行解空间。这一方法既显著提高了算法的可行性，同时保持了很好的启发性（可理解为最优解的可获得性，译者注）。此外，作者采用参数敏感度分析检验了算法的鲁棒性。基于云计算需求的历史数据，以对应的确定优化模型作为参照，本文提出的模型获得的决策方案更优，而且更好地适应于各种参数的变化。实验结果还表明，从最大化成本效率角度来说，价格敏感度分析（通过价格差别化来配置资源，译者注），既对服务商有利，也对用户有利。

J. Chase and D. Niyato, "Joint Optimization of Resource Provisioning in Cloud Computing," in IEEE Transactions on Services Computing, vol. 10, no. 3, pp. 396-409, May-June 1 2017.