典型文献
面向数据中心间网络带宽的在线定价机制设计:基于强化学习的方法
文献摘要：
随着云服务的快速发展,数据中心间的网络带宽已经成为了宝贵的资源.目前,带宽以固定价格出售,并由流量工程进行容量分配.这种方式无法提供传输时间的保证.然而,大多数传输任务都有严格的截止时间限制,未及时完成传输会给用户造成较大的收益损失.此外,对于服务提供商来说,固定价格定价机制将导致网络利用率低下,不利于最大化其长期累积收益.因此,本文希望设计在线定价机制,最大化服务提供商的收益,同时保证用户传输请求的真实性.本文首先提出基于价格表的在线定价机制PLPM:服务提供商向用户实时地展示价格表,由用户选择特定的传输时间和传输量以满足其传输要求.PLPM利用强化学习的方法更新价格表,实现对不同时间、不同容量状态的带宽进行定价.进一步地,本文提出了基于请求的在线定价机制RPM:用户可以自定义其传输类型、传输量和截止时长.RPM在线地学习用户的估价以实现收益最大化和真实性,并匹配了基于优先级的带宽分配策略以提升网络带宽利用率.最后,通过实验证明了所提出的定价机制相比于固定定价机制,可以大幅提高累积收益和网络带宽的利用率.
文献关键词：
在线定价;数据中心间网络带宽;强化学习;收益最大化;真实性
中图分类号：
作者姓名：
牛超越;陈培煜;张嘉懿;吴帆;陈贵海
作者机构：
上海交通大学计算机科学与工程系 上海 200240
文献出处：
引用格式：
[1]牛超越;陈培煜;张嘉懿;吴帆;陈贵海-.面向数据中心间网络带宽的在线定价机制设计:基于强化学习的方法)[J].计算机学报,2022(05):1068-1086
A类：
数据中心间网络带宽,在线定价,PLPM,带宽分配策略
B类：
定价机制,机制设计,强化学习,云服务,固定价格,出售,流量工程,容量分配,数传,传输任务,截止时间,时间限制,未及,服务提供商,累积收益,请求,价格表,向用,用户选择,输量,不同容量,容量状态,RPM,自定义,地学,习用,估价,收益最大化,优先级,定定
AB值：
0.252763
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
