Key points are not available for this paper at this time.
Cloud-Anbieter wählen häufig aus, Rechenzentren über einen großen geografischen Raum zu betreiben, damit Benutzer von Ressourcen in ihrer Nähe bedient werden können. Aufgrund zeitlicher und räumlicher Unterschiede in den Nutzungspreisen und Betriebskosten haben verschiedene Rechenzentren typischerweise unterschiedliche Gebühren für dieselben Dienste. Cloud-Nutzer können die Rechenzentren, in denen sie ihre Jobs ausführen möchten, frei auswählen, basierend auf einer gemeinsamen Betrachtung von monetären Gebühren und Dienstleistungsqualität. Ein grundlegendes Problem mit erheblichen wirtschaftlichen Implikationen ist, wie die Cloud die Ressourcen ihrer Rechenzentren an verschiedenen Standorten bepreisen sollte, damit der Gesamtertrag maximiert wird. Die Herausforderung steigt, wenn dynamische Ressourcenpreisgestaltung erlaubt ist und eine langfristige Gewinnmaximierung angestrebt wird. Wir entwerfen einen effizienten Online-Algorithmus zur dynamischen Preisgestaltung von VM-Ressourcen über Rechenzentren in einer geo-verteilten Cloud, zusammen mit Job-Planung und Serverbereitstellung in jedem Rechenzentrum, um den Gewinn des Cloud-Anbieters über einen langen Zeitraum zu maximieren. Theoretische Analysen zeigen, dass unser Algorithmus Jobs innerhalb ihrer jeweiligen Fristen planen kann, während er einen zeitlichen Durchschnittsgewinn erzielt, der dem Offline-Maximum nahekommt, welches ermittelt wird, indem angenommen wird, dass perfekte Informationen über zukünftige Jobankünfte frei verfügbar sind. Empirische Studien bestätigen weiter die Wirksamkeit unseres Online-Gewinnmaximierungsalgorithmus.
Zhao et al. (Di.) haben diese Frage untersucht.