基于云联盟协同机制的利益优化方法
来源：计算机集成制造系统杂志2023年第7期北京时间：
作者：马冯超, 陈思溢, 刘锦
单位：1.湘潭大学自动化与电子信息学院2.佛山湘潭大学绿色智造研究院
摘要：针对云服务资源区域间分布不均衡的现状而导致的资源利用率不高、服务不便等问题,结合考虑云服务商和顾客作为服务资源供需双方的利益诉求,提出一种基于云联盟的服务协同调度模型。首先,以云服务商利润和顾客等待时间为导向,使用排队论对二者进行建模,在此基础上量化分析了云联盟中的服务需求调度对二者造成的影响。其次,在服务需求调度策略的构建中进一步引入普通顾客需求和紧急顾客需求的思想,并针对两类需求的差异性分别进行了建模和分析。最后,利用深度强化学习(Deep Q-learning)算法对服务资源协同调度模型进行优化求解和模拟仿真,仿真结果验证了所提方法的有效性,在推动服务资源的流通和共享的基础上同时保障了云服务商和顾客的利益诉求。
关键词：云联盟,深度强化学习,排队论,需求调度
基金资助：国家重点研发计划资助项目(2018YFB1402900);广东省基础与应用基础研究基金资助项目(2021A1515110383)。
