.png){kind=icon}
返回
Resource allocation in cloud auction-based market by hybrid optimization algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-025-05767-2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在快速变化的云计算环境中，有效的资源分配对于最大化提供商收益和用户满意度至关重要。通过竞争性投标程序，基于拍卖的市场模型已成为在用户之间分配云资源的有力工具。本文提出了一种云计算环境的新方法：基于双重拍卖的资源分配（DARA）。拍卖模型和最优资源分配是DARA方法论的两大主要部分。双重拍卖机制被用作所建议的DARA框架中的拍卖模型。在该模型中，资源价格和分配通过涉及买卖双方的竞争性拍卖过程决定。买方愿意为资源支付的最高价格通过投标表达，而卖方愿意接受的最低价格通过报价表达。这一双向拍卖过程涉及许多复杂任务，包括匹配投标和报价、确定市场价格以及处理交易。为了平衡供需，该方法需要解决复杂的优化问题以寻找均衡价格。为了克服这些障碍，本研究建议采用河马更新河豚优化（HUPO）算法以实现最佳资源分布。HUPO算法旨在处理如真实性、资源密度、执行时间和运营成本等限制。为了确保用户支付公平价格和服务提供商实现最大收益，实施有效资源分配策略以平衡资源成本与可用性至关重要。根据均值统计指标，HUPO模型的资源密度为17.862，高于所有其他传统方法，包括BES的14.960、AOA的12.546、ACO的14.274、COA的13.693、SMO的13.452、HOA的13.686和POA的13.907。
Keyword:
Double auction
Resource allocation
Cloud computing
HUPO algorithm
Bid-Ask matching
期刊
C
IF:
0
论文数:
691
被引数:
1
机构
引用论文
Hippopotamus optimization algorithm: a novel nature-inspired optimization algorithm.png)
SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏Resource Allocation With Edge-Cloud Collaborative Traffic Prediction in Integrated Radio and Optical NetworksIEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Auction-Based VM Allocation for Deadline-Sensitive Tasks in Distributed Edge Cloud分布式边缘云中基于拍卖的截止日期敏感任务虚拟机分配OAAI
OAAI分享收藏A Resource Allocation Model Based on Trust Evaluation in Multi-Cloud EnvironmentsIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏PSO-GA-Based Resource Allocation Strategy for Cloud-Based Software Services With Workload-Time WindowsIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Optimal container resource allocation in cloud architecture: A new hybrid model云架构中的最优容器资源分配：一种新的混合模型
PREAI
分享收藏
查看更多内容