论文调研：Wei Wang (HKUST)

王威个人主页：Wei Wang (HKUST)

1、Towards Optimal Capacity Segmentation with Hybrid Cloud Pricing (2012)

      研究的是云平台如何将自己的资源合理分配给不同实例（按需、预留、竞价）的问题。在本文中，提出了一种基于需求预测窗口的马尔可夫决策过程的最佳容量分割策略。为了降低传统动态规划解决方案的高计算复杂度，开发了一种近乎最优的解决方案，它具有显著的低复杂度，并显示渐近地接近最优收入。

2、Revenue Maximization with Dynamic Auctions in IaaS Cloud Markets (2013)

      研究的是关于云平台实例定价策略的问题。现有的定价方案要么不提供服务保证(例如，Amazon EC2中的Spot实例)，要么使用静态按需定价，在这种定价中，价格不能快速响应市场动态。本文设计了动态拍卖机制，即实例定期被拍卖，以满足用户的需求。解决了收入最大化和拍卖真实的两个主要挑战。本文的设计包含了一个容量分配方案，它决定了每个周期中被拍卖的实例数量，以及基础的拍卖机制，这些机制是基于随着时间推移所提议的容量分配的动态支付方案。

3、To Reserve or Not to Reserve: Optimal Online Multi-Instance Acquisition in IaaS Clouds (2013) 

4、Optimal Online Multi-Instance Acquisition in IaaS Clouds (2015)

      这两篇文章研究的是公共云平台中实例购买算法，基础设施即服务(IaaS)云提供了不同的实例购买选项，包括按需实例和预留实例，本文给出了两个在线实例购买算法：确定性在线算法和随机在线算法，通过竞争比分析在线算法的优劣，两个算法都取得了较好的竞争比。文章还试验性地将预测窗口加入了在线算法中，取得了相同的竞争比，在实验部分，分别比较了各种算法的表现。

5、Dynamic Cloud Instance Acquisition via IaaS Cloud Brokerage (2015)

      和文章3、4类似，研究的是公共云平台中实例购买算法。创新之处：一方面，使用的实例收费标准是基于实际情况中云平台的收费机制，主要是指预留实例的收费后续费用与预留周期有关，不与使用时间有关，即在实例预留开始就确定了该预留实例的总花费。另一方面，提出了中间商的思想，在云平台和用户之间建立了一个中间商，可以平滑用户的峰值和零星需求，减少实例部分使用的浪费以及享受大量购买实例的折扣等等。但是没有理解到中间商怎么实现，缺少中间商如何二次定价等具体细节的讨论，感觉中间商和一个用户在这篇文章中等价，但是中间商这个概念很有吸引力。