基于马尔科夫模型的亚马逊弹性计算云竞价方法

摘要

本发明涉及Web网络服务技术领域，具体涉及一种基于马尔科夫模型的亚马逊弹性计算云竞价方法；该亚马逊弹性计算云竞价方法包括步骤：S1.根据历史运行实例价格数据，构建待竞价亚马逊弹性计算云运行实例的价格转换概率模型；S2.确定当前运行实例周期的状态；S3.结合所述价格转换概率模型以及当前运行实例周期的状态，构建下一运行实例周期竞价决策的受限马尔科夫模型；S4.以最小化运行成本期望值为目标函数，根据所述受限马尔科夫模型求解得到下一运行实例周期的最优竞价决策；S5.重复步骤S2-S4，直至计算任务执行完毕。本发明实施例所提供的亚马逊弹性计算云竞价方法能够在满足运行时限要求的同时实现最低运行成本。

主权项

一种基于马尔科夫模型的亚马逊弹性计算云竞价方法，其特征在于，包括步骤：S1.根据历史运行实例价格数据，构建待竞价亚马逊弹性计算云运行实例的价格转换概率模型；S2.确定当前运行实例周期的状态；S3.结合所述价格转换概率模型以及当前运行实例周期的状态，构建下一运行实例周期竞价决策的受限马尔科夫模型；所述受限马尔科夫模型满足：任意两个运行实例周期的状态间转换概率为正数；运行时限内完成计算总量期望值不少于计算任务计算总量；各个运行实例周期的状态间转换概率的总和为1；各个运行实例周期的状态转出率和转入率相等；S4.以最小化运行成本期望值为目标函数，根据所述受限马尔科夫模型求解得到下一运行实例周期的最优竞价决策；S5.重复步骤S2‑S4，直至计算任务执行完毕。