云環(huán)境下的動態(tài)分段定價策略

陳立勇，殷秀葉，朱 海

(周口師范學院計算機科學與技術(shù)學院，河南 周口 466001)

0 引 言

在云服務市場，存在著大量的供應商和用戶，供應商之間存在著競爭的關(guān)系，因此，價格就成為了云服務供應商之間競爭的焦點.Amazon、Google和Microsoft公司均采用固定比率的定價模型：此種模型計費簡單，但也存在一些缺點：不能通過價格反映市場的需求情況，也不能夠利用價格調(diào)節(jié)市場需求，這會導致較低的用戶福利和不平衡的市場.例如，在供過于求的情況下，固定比率的定價模型限制了用戶的福利；而在供不應求的情況下，固定比率的定價模型限制了賣方的福利.因此，利用價格調(diào)節(jié)市場，能夠平衡市場需求，增加用戶和供應商的滿意度.

1 相關(guān)工作

定價機制主要分為固定定價和動態(tài)定價:當使用固定定價時，每一種資源類型都有一個由賣方預先定義好的價格；當使用動態(tài)定價時，資源的價格根據(jù)所使用的機制為每個請求進行計算[1].目前，動態(tài)定價成為了研究的焦點，在動態(tài)定價中，資源的拍賣和討價還價是目前動態(tài)定價研究的熱點.

資源的拍賣以Amazon EC2提出的資源競價機制為代表，該機制以拍賣的方式根據(jù)客戶的競拍價格來分配資源，此種價格主要是從供應商的利益角度出發(fā)，能夠在一定程度上提高供應商的利益，但卻忽略了客戶的利益，未著眼于長久的市場[2].

利用討價還價和談判來確定資源的價格的優(yōu)點是供應商和用戶直接協(xié)商，以協(xié)商結(jié)果來確定最終的價格.對于供應商來說，希望盡可能的提高價格以最大化自己的利益；而對于用戶來說，希望盡可能的降低價格以最大化自己的利益[3].但在云服務市場，供應商會與很多用戶進行協(xié)商，而一個用戶為了最大化自己的利益，可能會和盡可能多的供應商進行協(xié)商，由此帶來了通信難題.

鑒于以上定價機制的缺點，提出了一種基于云服務訂購的動態(tài)定價方法.該動態(tài)定價方法基于訂購的定價策略，給出了定價策略的定價函數(shù)，分析了定價策略所帶來的效應，并通過公式量化了用戶和供應商對價格的相對滿意度.該動態(tài)定價方法既能夠刺激用戶使用云服務資源，提高用戶的感受度，又不會帶來通信難題，降低了云服務的成本[4].

2 動態(tài)定價策略

2.1 定價策略

在云服務環(huán)境中，供應商的價格會隨著資源需求的變化而發(fā)生變化，而資源的需求會隨時間而波動，供應商資源的成本也會隨著云計算市場不確定性的降低而降低，所以，如果能夠及早確定用戶的部分需求，就能夠降低資源的成本[5].基于此種原因，筆者提出一種資源訂購機制，以一定的優(yōu)惠價格來吸引資源使用者提早預訂供應商的資源，降低資源的成本，提高供應商市場的競爭力.

筆者所提出的訂購機制，供應商會根據(jù)資源的歷史使用情況對某一時間段的資源使用情況進行一個簡單的預測，根據(jù)預測的結(jié)果制定一個訂購價格，然后將價格發(fā)布到云資源市場中.假設用戶訂購資源的時間段為t1到t2，供應商預測的t1時間點的價格為Pc,供應商在t1到t2時間段內(nèi)的實際價格為P，由于P會因為資源的使用情況發(fā)生變化，為了刺激資源使用者訂購供應商的資源，供應商實際收取用戶的價格遵循如下規(guī)則：

①當供應商預測的t1時間點的價格Pc(即用戶訂購服務時的價格)大于或等于供應商在t1到t2時間段內(nèi)的價格P時，供應商按照價格P向用戶收費.

②當供應商預測的t1時間點的價格Pc小于供應商在t1到t2時間段內(nèi)的價格P時，供應商按照價格Pc加上超出Pc部分的一半進行計費.

2.2 動態(tài)定價函數(shù)

設Pc為用戶定制服務的價格,P為供應商的云服務在運行過程中的實時價格.依據(jù)定價策略，則在提供云服務的過程中用戶實際計費的價格可用以下分段函數(shù)來表示：

(1)

根據(jù)公式(1)可知，用戶實際使用云服務的價格會隨著供應商的實時價格發(fā)生變化，所以，在計算用戶的花費時，需要根據(jù)價格分段計算，設Cost為用戶在定制的時間段內(nèi)的總花費，從大的模塊來說，可以按照供應商的價格與定制價格的高低將用戶的總花費表示為兩個部分，一個部分為供應商的實時價格高于用戶定制的價格的花費，另一個部分為供應商的價格低于或等于用戶定制價格的花費，用戶使用云服務的價格會隨著資源的使用情況上下波動，但這不影響我們將費用劃分為兩大模塊，即：

(2)

2.3 效應分析

根據(jù)公式(2)可以看出，此種收費方式對于用戶來說，能夠降低他們的花費，圖1描述了與傳統(tǒng)的計費方式相比(假設供應商的價格就是最終收取的價格)，用戶節(jié)省的花費.

圖1 用戶節(jié)省的花費Fig.1 The cost user savings

依照收費規(guī)則，圖1中的陰影部分為與傳統(tǒng)的計費方式相比用戶節(jié)省的花費.從圖1中可以看出，當訂購的價格高于實時價格時，兩種計費規(guī)則的花費相同，但當訂購價格低于實時價格時，能夠給用戶節(jié)省一半左右的花費.

3 相對滿意度

相對滿意度用于量化用戶和供應商對某一價格的滿意程度，同時也在一定程度上代表了此種價格所帶來的效應值.所以，通過量化供應商的滿意度和客戶的滿意度，幫助供應商制定出更加合理的價格，從而為供應商帶來一定的收益.由于不同的價格對用戶和供應商均會產(chǎn)生不同的相對滿意度，所以，為了量化用戶和供應商的相對滿意度，使用滿意度Up來表示在用戶一次完整的訂購時間段內(nèi)產(chǎn)生的相對滿意度.

3.1 用戶相對滿意度

假設Pmin和Pmax分別代表用戶定制的時間段內(nèi)供應商的最低價格和最高價格,為了確定不同的價格產(chǎn)生的相對滿意度函數(shù)，設用戶定制服務的價格Pc所對應的相對滿意度為Uc，由于對用戶來說價格越低越好，所以隨著價格的降低，用戶的相對滿意度將逐漸的升高，因此用戶的相對滿意度函數(shù)可用以下公式表示：

(3)

特殊的，當用戶定制服務時的價格為用戶使用服務的整個過程中的最低價格時，即Pc等于Pmin時，用戶的滿意度為Uc.

從公式(3)中可以看出，當P≤Pc時，用戶的滿意度函數(shù)值隨著P的減小而逐漸增大，當P的值等于Pmin時，用戶的相對滿意度達到最大值1.而當P>Pc時，用戶的相對滿意度將隨著P的增大而逐漸降低，當P的值增大到Pmax時，用戶的相對滿意度達到最小值0.

3.2 供應商相對滿意度

對于供應商來說，價格越高則滿意度越高，而云服務供應商的價格會隨著服務的使用情況靈活調(diào)整，當服務使用量較小時，供應商會降低價格以吸引更多的用戶；而當服務的使用量較大時，供應商會提高價格，以增加自己的收益[6].當供應商的價格高于用戶定制服務時的起始價格Pc時，由于用戶此時需支付的價格按照公式(1)中P>Pc時計算,所以供應商的相對滿意度函數(shù)可用以下公式表示：

(4)

從公式(4)中可以看出，當時，供應商的相對滿意度函數(shù)值與P的值成正比，即Up(P)的值隨著P的減小而減小，當P的值等于Pmin時，供應商的相對滿意度達到了最小值0.而在P>Pc的情況下，供應商的相對滿意度將隨著P的增大而逐漸升高，當P的值增大到Pmax時，供應商的相對滿意度也達到了最大值1.

4 結(jié) 語

本文分析了云服務市場的定價機制，基于現(xiàn)有的機制，提出了一種云服務訂購的動態(tài)定價策略，給出了定價策略的思想及定價函數(shù)，并在此基礎(chǔ)上量化了用戶和供應商基于價格的相對滿意度.通過分析表明，此種定價機制能夠降低用戶的花費，提高用戶的滿意度.且此種定價機制能夠吸引用戶及早訂購資源，而資源的及早確定能夠降低供應商的資源成本，從而提高供應商的利益和市場競爭力.

致 謝

本研究在選題及論文撰寫的過程中，張宏老師提出了很多寶貴的意見，謹致謝意.感謝國家自然科學基金委員會對項目的開展提供的資金支持.

參考文獻：

[1] Mihailescu M, Teo Y M. Strategy-Proof Dynamic Resource Pricing of Multiple Resource Types on Federated Clouds[J].LNCS , 2010,6081: 337-350.

[2] 于少偉,李修海,劉慶玲.基于區(qū)間分析和云模型的實物期權(quán)定價研究[J].山東大學學報：理學版,2010,45(5):64-68.

YU Shao-wei, LI Xiu-hai, LIU Qing-ling.On realoption pricing based on interval analysis and the cloud model[J]. Journal of Shandong University：Natural Science,2010,45(5): 64-68.(in Chinese)

[3] 李立,劉元安,馬曉雷.基于組合雙向拍賣的網(wǎng)格資源分配[J].電子學報,2009,37(1):165-169.

LI Li, LIU Yuan-an, MA Xiao-lei. Grid Resource Allocation Based on the Combinatorial Double Auction[J]. Acta Electronica Sinica, 2009,37(1):165-169.(in Chinese)

[4] Koehler P, Anandasivam A, Dan M A. Cloud Services from a Consumer Perspective[C]// Proceedings of the Sixteenth Americas Conference on Information Systems, Lima, Peru, August 12-15,2010:1-10.

[5] 李琦,朱慶華,華彥玲,等.私有云環(huán)境下的資源競價機制研究[J].情報雜志,2011,30(4):10-12.

LI Qi, ZHU Qing-hua, HUA Yan-lin, et al. Research on Bidding Mechanism for Computing Resources in Private Cloud Environment[J].Journal of Intelligence,2011,30(4):10-12.(in Chinese)

[6] 吳長澤,陳蜀宇,李靜.基于動態(tài)均衡分析的網(wǎng)格資源宏觀調(diào)價策略[J].計算機應用,2007,27(8):1852-1854.

WU Chang-ze, CHEN Shu-yu, LI Jing. Macro pricing strategy of grid resource based on dynamic equation analysis[J].Journal of Computer Applications,2007,27(8):1852-1854.(in Chinese)