[发明专利]基于马尔科夫模型的亚马逊弹性计算云竞价方法

权利要求书

1.一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。

2.根据权利要求1所述的亚马逊弹性计算云竞价方法，其特征在于，所述步骤S4与步骤S5之间还包括：

若所述最优竞价决策为放弃竞价，则在当前运行实例周期结束前做检查点。

3.根据权利要求1所述的亚马逊弹性计算云竞价方法，其特征在于，所述亚马逊弹性计算云运行实例周期为单位小时。

4.根据权利要求1-3任意一项所述的亚马逊弹性计算云竞价方法，其特征在于，所述步骤S2中，根据当前运行实例周期的价格以及当前运行实例周期之前两个运行实例周期的竞价结果，确定所述当前运行实例周期的状态。

5.根据权利要求4所述的亚马逊弹性计算云竞价方法，其特征在于，所述步骤S3中，根据每个运行实例周期的状态以及每个运行实例周期的竞价决策计算所述运行实例周期的状态间转换概率。

6.根据权利要求1-3或5任意一项所述的亚马逊弹性计算云竞价方法，其特征在于，所述步骤S3中，根据单个运行实例周期完成的计算量期望值和所需的运行时间计算所述运行时限内完成计算总量期望值。

7.根据权利要求6所述的亚马逊弹性计算云竞价方法，其特征在于，根据单个运行实例周期的状态以及执行的竞价决策计算所述单个运行实例周期完成的计算量期望值。

8.根据权利要求1-3、5或7任意一项所述的亚马逊弹性计算云竞价方法，其特征在于，所述步骤S3中，根据所述状态转换概率及其相应的达尔塔函数限定所述各个运行实例状态的转出率和转入率相等。

9.根据权利要求8所述的亚马逊弹性计算云竞价方法，其特征在于，所述步骤S4中，对与所述受限马尔科夫模型等价的线性规划方程求解，得到下一运行实例周期的最优竞价决策。

10.根据权利要求1-3、5、7或9任意一项所述的亚马逊弹性计算云竞价方法，其特征在于，所述最优竞价决策为放弃竞价或者竞价最高实例价格。