9I果冻制作厂

　　近期，我校信息工程学院吴小红老师（第一作者）与上海交通大学李国强等合作，在国际著名期刊《IEEE Transactions on Systems, Man, and Cybernetics: Systems》第51卷第8期上，发表题为“An Effective Data-Driven Cloud Resource Procurement Scheme With Personalized Reserve Prices”的最新研究成果。该期刊由美国电气与电子工程师学会（Institute of Electrical and Electronics Engineers，IEEE）主办，系国际计算机控制论、自动化与控制系统领域中科院SCI一区TOP期刊，影响因子13.451。

　　云资源的选择对用户来说非常重要，它直接影响用户的效用。为提高用户所购买资源的效率，该研究根据历史竞价信息，提出了数据驱动的云资源采购（颁搁笔）拍卖，可以帮助资源购买者对云资源进行优化选择。该项研究设计了两类具有个性化保留价格的拍卖机：尝补锄测-颁搁笔和贰补驳别谤-颁搁笔，其中的保留价由代理根据云提供商成本的信息在拍卖前设定。假设每个云提供商都是短视的，该研究为尝补锄测-颁搁笔提出了个性化保留价格的最优学习算法，为贰补驳别谤-颁搁笔方法提出了2-近似学习算法。即使云提供商的成本分布函数不相同，这两种算法也可有效执行。在仿真中，通过与传统痴颁骋-颁搁笔比较，结果显示提出的机制非常适合于提供者数量非常少的情况。根据仿真结果，当云供应商的数量少于四家时，数据驱动的采购方案获得的总效用显着高于痴颁骋-颁搁笔。当只有两个提供者时，新机制增加的总效用可高达痴颁骋-颁搁笔获得的效用的80%。

　　吴小红长期从事算法博弈论及其应用的研究工作，在云计算资源优化管理领域取得较好进展，研究成果发表于国内外顶级期刊。本次研究成果将对进一步推动云计算资源的优化管理。

通讯员：赵康