یک سیستم هوشمند قیمت گذاری سرویس های ابری با هدف افزایش سادگی در پیاده سازی و انعطاف پذیری

اکثر مدلهایِ پیشین مبتنی بر حراج در قیمت گذاریِ منابع ابری، از پیچیدگی بالای پیاده سازی در محیطهای ابر واقعی رنج می برند. لذا، چالش اصلی محققین طراحی مدل های قیمت گذاری پویایی است که بتوانند سه هدف زیر را تامین کنند: 1) پیچیدگی های محاسباتی پایین، 2) دقت بالا، و 3) سادگیِ پیاده سازی در محیط ابر واقعی. cmm (cloud market maker) یکی از مدل های قیمت گذاری پویایِ محبوبی است که دو مزیتِ دقت محاسباتی و امکان اجرایی شدن در بازار واقعی ابر را دارد. این مدل بر پایه یک تابع خطی، قیمت پیشنهادی را محاسبه می کند. در طراحی این مدل خطی پارامترهای: فوریت خریدار، تعداد رقیبان و تعداد حریفان لحاظ شده اند. علی رغم مزایای این روش، نسبت اهمیت پارامترهای سازندۀ تابع محاسبه کننده قیمت در شرایط گوناگون بازار یکسان در نظر گرفته شده است. عدم توجه به این مساله، انعطاف پذیری سیستم و دقت محاسبات در تغییرات محسوسِ محیط بازار ابر را کاهش می دهد. لذا، نویسندگان در این مقاله بر روی طراحی یک سیستم هوشمند قیمت گذاریِ آگاه از بازار در سمت خریدارانِ سرویس ابری با هدف غلبه بر این مشکل متمرکز شده اند. در عین حال، سادگی پیاده سازیِ سیستم پیشنهادی در محیط ابر واقعی نیز می بایست تضمین شود. برای این منظور، سیستم هوشمند قیمت گذاری مبتنی بر عامل نرم افزاری با ترکیب راهکارهای ماشین بردار پشتیبان (svm ) و فرآیند تحلیل سلسله مراتبی(ahp ) پیشنهاد شده است. نتایج شبیه سازی نشاندهندۀ کارایی مناسب تر راهکار پیشنهادی با نام الگوریتم سازنده قیمت پویا dpma در در مقایسه با cmm است.

an intelligent cloud services pricing considering ease of implementation and flexibility

most of the previous pricing models for cloud resources which are defined based on auction suffer from high implementation complexity in real cloud environments. therefore, the main challenge for researchers is to design dynamic pricing models that can achieve three goals: 1) low computation complexity, 2) high accuracy, and 3) high implementation simplicity in real cloud environments. cmm (cloud market maker) is one of the most popular dynamic pricing models that has two advantages of computation accuracy and the possibility to implement in the real cloud environments. this model calculates the bid price based on a linear function. in designing this linear function, the parameters: buyer’s urgency, number of competitors and number of opponents are considered. despite the advantages of this pricing function, the importance ratio of the constructor parameters of it is considered the same in various market conditions. ignoring this issue reduces both system flexibility and computation accuracy in tangible changes in the cloud market. therefore, the authors of this paper focus on designing a new cloud market aware intelligent pricing system (which developed in customer side of the market) to tackle the mentioned problem. at the same time, high implementation simplicity of the proposed system should be guaranteed. for this purpose, an agent based intelligent pricing system by combining support vector machine (svm) and hierarchical analysis process (ahp) techniques is proposed. simulation results show the better performance of the proposed solution which is named as dpma in comparison to cmm.