基于帕累托最优的隐私保护服务定价模型
在云计算环境下，租户向云服务提供商租赁云产品和服务，那么云服务商如何规定一个合理的服务定价使得多租户与提供商都满意成为一个亟待解决的问题。针对该问题，该文提出一种基于帕累托最优思想的服务定价模型，综合考虑多租户与提供商的利益，使用多目标粒子群优化算法得到全局最优的资源分配与服务定价结果。由于迭代算法的效率与服务定价实时性的需求存在冲突，所以该文提出两阶段定价策略：独立定价与集中定价。独立定价阶段，参考历史同需求或相似需求的定价，结合当前资源使用占比给出实时报价；集中定价以一定时间为周期，根据已知的该周期内多租户提出的不同需求，提前使用粒子群算法求出最优服务定价与资源分配策略。实验表明，通过该文提出的定价模型，可以得到一个使多租户和云服务提供商都满意的定价，并且在定价过程中，采用隐私保护技术，有效地保护了租户的数据安全。
隐私保护、帕累托、粒子群优化算法、独立定价、集中定价、云计算、网络空间安全
39
TP311(计算技术、计算机技术)
国家自然科学基金61272241，61572295;科技部创新方法工作专项2015IM010200;山东省泰山产业领军人才工程专项经费、山东省自然科学基金ZR2014FM031，ZR2013FQ014;山东省科技重大专项2015ZDXX0201B03，2015ZDXX0201A04，2015ZDJQ01002;山东省科技攻关计划2015GGX101015;山大基础科研经费2015JC031资助．
2016-07-08（万方平台首次上网日期，不代表论文的发表时间）
共14页
1267-1280
