一种基于资源负载与用户需求的SDN资源定价方法技术

本发明专利技术公开了一种基于资源负载和用户需求的SDN资源定价方法，具体为：在SDN资源交易过程中，根据用户需求及用户消费模型对用户进行聚类细分，确定用户类型。若用户采用计划消费，计算用户取消预约概率参数。计算资源提供商收取的手续费率，建立价格模型，确定计划交易的预约折扣价。若用户采用现货消费，计算当前资源负载情况，结合用户需求计算资源初始价格，通过拍卖模型确定最终定价。本发明专利技术通过价格刺激用户提前预约资源，结合每个用户的信任度与消费习惯给出相应的优惠价格，可有效的避免用户扎堆提出资源请求，造成资源负载过重，网络拥塞的问题，从而实现资源的合理分配和保证每时每刻各个元服务或元业务都能正常运转。

【技术实现步骤摘要】
一种基于资源负载与用户需求的SDN资源定价方法
本专利技术属于SDN资源调度领域，具体涉及一种基于资源负载与用户需求的SDN资源定价方法
技术介绍
随着网络发展遍布全球，使得不同的网络应用需要不同的服务提供商，而且对网络价格体系提出了更加严格的要求。同时，在网络不断发展的背景下，对资源优化配置研究赋予了更新的涵义。因此，研究采取一种更合理的价格机制和体系，凸显出网络资源的价值，提高资源利用率，减少资源浪费，为网络市场运作提供基础，是当前学术界一直追求研究的热点问题。针对这一系列的问题，需要研究一种全新的网络服务定价模式，一方面，它要合理有效地分配资源：另一方面，还得能够支持多级别的服务模式，同时，也要能从用户那里收回网络服务运营成本以及提供高效、高质量的网络服务。2010年，ONF(OpenNetworkingFoundation，开放网络基金会)提出了软件定义网络(SoftwareDefinedNetworks，简称SDN)的概念，其最大的特点就是数据平面与控制平面的分离，支持集中化网络控制，实现底层网络设施对上层的虚拟化，轻捷的软件可编程能力，最终使网络的管理和控制能力得到巨大的提升。SDN作为一种新型的网络架构，其集中控制特点能够将用户提出需求的资源调到统一的交易平台进行交易。主要体现为三点：其一，集中化的控制特点可以集中控制并整合所有网络资源，方便对资源进行有效管理；其二，灵活的软件编程能力能够实现让非专业人员在调度策略中添加其他策略，实现个性化的定制，进一步提高资源调度的性能；其三，高度的可扩展性能够解决当今业务需求快速增加而导致的资源调度效率低下的问题。从运营商的角度可以基于SDN对骨干网边缘流量进行调优。基于SDN的网络资源定价策略主要针对以下两个问题：1)在当前网络环境中，当网络资源使用高峰期时，大量用户访问有限的网络资源，必定会导致部分资源紧缺。同时，优质资源必定会成为用户访问的首选目标，次级资源必定访问量稀疏。这样容易造成资源使用不平衡，优质资源高负载导致Qos下降；次级资源使用率过低，导致资源闲置浪费。2)如何制定一个合理的网络资源定价策略，使得资源能够得到合理的分配，排除恶意用户的干扰，使得服务提供商，在满足用户需求的情况下，能够获得最大的收益。
技术实现思路
本专利技术的目的在于针对网络中用户集中提出资源请求所造成资源负载过重和网络拥塞的问题，提供一种基于资源负载与用户需求的SDN资源定价方法。本专利技术的目的是通过以下技术方案来实现的：一种基于资源负载与用户需求的SDN资源定价方法，该方法包括以下步骤：步骤1：在SDN资源交易过程中，根据用户需求及用户消费模型PTMQDC对用户进行聚类细分，根据所得聚类细分结果确定用户的类型；步骤2：若用户采用计划消费，根据步骤1所得的用户的类型，结合预约用户的消费习惯，计算用户取消预约概率参数。步骤3：根据步骤2得到的取消预约概率参数，结合用户的预约时间和用户信任度，计算资源提供商收取的手续费率，建立价格模型，并根据预约资源的不同时间段对应不同价格的特点，确定计划交易的预约折扣价。步骤4：若用户采用现货消费，计算当前资源负载情况，结合用户需求，计算资源初始价格，通过拍卖模型确定最终定价。进一步地，所述步骤1具体为：所述用户需求分为三类：时延敏感型、带宽敏感型、价格敏感型。所述PTMQDC模型包含六个属性：P:Pattern，表示用户采取的资源交易模式，现货消费或计划消费；T：Time，表示用户提出资源请求的时间；M：Money，表示用户每次的消费金额；Q：Quantity,表示用户每次的资源交易数量；D：Discount，表示用户消费是否享有折扣；C：Credit，表示用户信任度；通过六个属性值来描述客户的重要程度和客户类型。结合PTMQDC模型利用K-Means聚类算法工具WEKA，将用户分成四类，根据用户的交易记录和用户信任度对四类用户进行排序，依次为优秀客户、一般客户、限制客户、恶意客户。进一步地，所述步骤2具体为：由步骤1中所得用户类型确定用户信任度。对用户取消预约的行为进行分析，考虑两个方面：个体特性的行为预测和基于统计的概率分析。个体特性行为预测主要考察预约用户的消费习惯，分析影响其取消预约的因素。基于统计的概率分析以统计为基础,采用考虑异质性的模型对用户进行划分，对某一类用户的失约率进行预测。通过确定用户在时间长度t内没有取消预约的概率，结合用户信任度来确定用户取消预约概率参数。进一步地，所述步骤3具体为：取消预约的手续费率与用户提前预约时享有的折扣有关，用户所享受的折扣越大，用户毁约时资源提供商向其收取的手续费比例越高。根据预售资源的价格与手续费，确定资源提供商推出每一个时间段的价格。进一步地，所述步骤4具体包括以下子步骤：(4.1)将SDN网络资源分成转发层、控制层和应用层，其服务功能块分别对应元能力、元服务和元业务。所述元能力，是资源抽象层中转发功能的细粒度功能单元。它是网络中的基本承载组件，所有的元能力为元服务提供全网范围中多样化的基础承载能力。所述元服务是依据网络业务的特性和要求而聚类多个元能力所形成的基本网络服务功能组件。所述元业务中包含了上层应用的特性和要求，它可以根据应用的特性和要求抽象出业务所需的最基本网络服务功能。(4.2)确定资源各个指标权重，将各个数据指标进行归一化处理。(4.3)计算各个元能力占所有包含对应指标的元能力比、差异系数和权重数；通过上述参数评估资源利用率，判定系统是过载、正常还是空闲。(4.4)利用Logit模型分析用户对元服务选择的概率，并确定用户对资源的需求。(4.5)建立收益模型，确定资源的初始价格，通过基于组合拍卖模型确定最终资源价格。本专利技术的有益效果是：通过价格刺激用户提前预约资源，结合每个用户的信任度与消费习惯给出相应的优惠价格，可以有效的避免用户扎堆提出资源请求，造成资源负载过重，网络拥塞的问题，从而实现资源的合理分配和保证每时每刻各个元服务或元业务都能正常运转。附图说明图1资源定价整体框架；图2不同层与层之间交易模式的选择；图3用户聚类结果输出，(a)为用户聚为8簇，(b)为用户聚为4簇；图4预约时间与取消预约的概率关系；图5不同用户提前预约资源时不同时间段对应的优惠价，(a)为用户1预约时间段对应的价格，(b)为用户2预约时间段对应的价格，(c)为用户3预约时间段对应的价格。具体实施方式下面结合附图和具体实施例对本专利技术作进一步详细说明。如图1所示，本专利技术提供的一种基于资源负载与用户需求的SDN资源定价方法，该方法包括以下步骤：步骤1：评估用户需求，采用PTMQDC模型对用户进行聚类细分，根据所得聚类细分结果确定用户的类型。所述用户需求分为三类：时延敏感型、带宽敏感型、价格敏感型。时延敏感型的用户，通常需要的是语音、通话等业务，对时延比较敏感，关注网络链路的实时性；而带宽敏感型用户，追求的是网络带宽，如用于下载视频等业务；价格敏感型用户，基本只关注价格。采用PTMQDC模型，PTMQDC其含义为：P：Pattern，表示用户采取的资源交易模式，现货消费或计划消费；T：Time，表示用户提出资源请求的时间；M：Money，表示用户每次的消费金额；Q：Quantity,表示用户本文档来自技高网...

【技术保护点】
一种基于资源负载与用户需求的SDN资源定价方法，其特征在于，该方法包括以下步骤：步骤1：在SDN资源交易过程中，根据用户需求及用户消费模型PTMQDC对用户进行聚类细分，根据所得聚类细分结果确定用户的类型。步骤2：若用户采用计划消费，根据步骤1所得的用户的类型，结合预约用户的消费习惯，计算用户取消预约概率参数。步骤3：根据步骤2得到的取消预约概率参数，结合用户的预约时间和用户信任度，计算资源提供商收取的手续费率，建立价格模型，并根据预约资源的不同时间段对应不同价格的特点，确定计划交易的预约折扣价。步骤4：若用户采用现货消费，计算当前资源负载情况，结合用户需求，计算资源初始价格，通过拍卖模型确定最终定价。

【技术特征摘要】
1.一种基于资源负载与用户需求的SDN资源定价方法，其特征在于，该方法包括以下步骤：步骤1：在SDN资源交易过程中，根据用户需求及用户消费模型PTMQDC对用户进行聚类细分，根据所得聚类细分结果确定用户的类型。步骤2：若用户采用计划消费，根据步骤1所得的用户的类型，结合预约用户的消费习惯，计算用户取消预约概率参数。步骤3：根据步骤2得到的取消预约概率参数，结合用户的预约时间和用户信任度，计算资源提供商收取的手续费率，建立价格模型，并根据预约资源的不同时间段对应不同价格的特点，确定计划交易的预约折扣价。步骤4：若用户采用现货消费，计算当前资源负载情况，结合用户需求，计算资源初始价格，通过拍卖模型确定最终定价。2.根据权利要求1所述的一种基于资源负载与用户需求的SDN资源定价方法，其特征在于，所述步骤1具体为：所述用户需求分为三类：时延敏感型、带宽敏感型、价格敏感型。所述PTMQDC模型包含六个属性：P:Pattern，表示用户采取的资源交易模式，现货消费或计划消费；T：Time，表示用户提出资源请求的时间；M：Money，表示用户每次的消费金额；Q：Quantity,表示用户每次的资源交易数量；D：Discount，表示用户消费是否享有折扣；C：Credit，表示用户信任度；通过六个属性值来描述客户的重要程度和客户类型。结合PTMQDC模型利用K-Means聚类算法工具WEKA，将用户分成四类，根据用户的交易记录和用户信任度对四类用户进行排序，依次为优秀客户、一般客户、限制客户、恶意客户。3.根据权利要求1所述的一种基于资源负载与用户需求的SDN资源定价方法，其特征在于，所述步骤2具体为：由步骤1中所得用户类型确定用户信任度。对用户取消预约的行为进行分析...

【专利技术属性】
技术研发人员：诸葛斌，傅晗文，彭丹，王伟明，
申请(专利权)人：浙江工商大学，
类型：发明
国别省市：浙江,33