技術(shù)特征：

1.一種混合云模式中的基于成本考慮的在線服務(wù)請求調(diào)度方法，其特征在于，包括如下步驟：

步驟1：構(gòu)建以平均花銷成本最小化為目標(biāo)，私有云資源有限，服務(wù)拒絕率為限制條件的最優(yōu)化問題；

步驟2：利用李雅普諾夫優(yōu)化方法將步驟1中的最優(yōu)化問題轉(zhuǎn)化為單時槽中的優(yōu)化問題；

步驟3：采用最優(yōu)衰減算法求解步驟2中單時槽中的優(yōu)化問題的最優(yōu)解，即得到當(dāng)前時刻的服務(wù)請求的調(diào)度方法。

2.根據(jù)權(quán)利要求1所述的混合云模式中的基于成本考慮的在線服務(wù)請求調(diào)度方法，其特征在于，所述步驟1中的最優(yōu)化問題如下：

Min:

subject to:

Y_it,Z_jt∈{0,1} (2)

$\underset{i=1}{\overset{n_t}{\Σ}}\underset{v=1}{\overset{h}{\Σ}}{Y}_{it}{a}_{ivt}{v}_{vk}+\underset{j=1}{\overset{m_t}{\Σ}}\underset{v=1}{\overset{h}{\Σ}}{Z}_{jt}{b}_{jvt}{v}_{vk}\≤T_{kt},k\∈\{1,2,3\}---\left(3\right)$

$\frac{\underset{t=0}{\overset{T-1}{\Σ}}\underset{i=0}{\overset{n_t}{\Σ}}{Y}_{it}}{\underset{t=0}{\overset{T-1}{\Σ}}{n}_t}\≥1-\mathrm{\α}---\left(4\right)$

式中：Y_it,Z_jt是取0,1的決策變量，Y_it表示t時刻只能運行在私有云上的第i個請求，n_t表示t時刻此類請求的總量；Z_jt表示t時刻可以運行在私有云或公有云上的第j個請求，m_t表示t時刻此類請求的總量；a_ivt,b_jvt分別表示t時刻只能運行在私有云上的第i個請求對第v種類型虛擬機的請求數(shù)量以及表示t時刻可以運行在私有云或公有云上的第j個請求對第v種類型虛機的請求數(shù)量；c_v代表v類型虛擬機的單位時間價格；t_j表示第j個請求的服務(wù)時間；v_vk代表v類型的虛擬機中k資源的數(shù)量；k取1,2,3分別表示資源類型為CPU，memory，storage disk；T表示整個時間槽數(shù)量；h表示虛機類型的數(shù)量，T_kt表示t時刻k類型資源的總量，α表示拒絕率的閾限；公式(3)限定了t時刻所請求的資源數(shù)量不能大于t時刻私有云中空余的資源量；公式(4)限定了平均拒絕率低于閾限值α。

3.根據(jù)權(quán)利要求1所述的混合云模式中的基于成本考慮的在線服務(wù)請求調(diào)度方法，其特征在于，所述步驟2包括：

步驟2.1：構(gòu)造虛擬隊列H來記錄被拒絕的服務(wù)請求數(shù)量，計算公式如下：

$H(t+1)=\max \{H\left(t\right)+n_t(1-\mathrm{\α})-\underset{i=1}{\overset{n_t}{\Σ}}{Z}_{it},0\}$

H(0)＝0

式中：H(t+1)表示t+1時刻被拒絕的服務(wù)請求數(shù)量，H(t)表示t時刻被拒絕的服務(wù)請求數(shù)量，H(0)表示0時刻被拒絕的服務(wù)請求數(shù)量為0；

步驟2.2：構(gòu)造李雅普諾夫函數(shù)及李雅普諾夫偏移，計算公式如下：

$L\left(H\right(t\left)\right)=\frac{1}{2}{H}^2\left(t\right)$

Δ(L(H(t)))＝E{L(H(t+1))-L(H(t))|H(t)}

式中：L(H(t))表示H(t)的李雅普諾夫函數(shù)，Δ表示李雅普諾夫偏移運算，

L(H(t+1))表示H(t+1)的李雅普諾夫函數(shù)；

步驟2.3：求出李雅普諾夫偏移的上限，計算公式如下：

$\mathrm{\Δ}\left(L\right(H\left(t\right)\left)\right)\≤\frac{1}{2}{n_t}^2{\mathrm{\α}}^2+H\left(t\right)E\[n_t(1-\mathrm{\α})-\underset{i=1}{\overset{n_t}{\Σ}}{Y}_{it}|H\left(t\right)\]$

式中：n_t表示t時刻只能運行在私有云上請求的總量，E[.|.]表示在H(t)條下的的期望運算；

步驟2.4：構(gòu)造單時槽優(yōu)化問題的目標(biāo)函數(shù)，函數(shù)如下：

Min：

式中：V表示調(diào)節(jié)參數(shù)，用于控制花銷成本和服務(wù)拒絕的數(shù)量之間的偏重，重新構(gòu)建單時槽的優(yōu)化問題如下：

Min：

subject to：

Y_it,Z_jt∈{0,1}

$\underset{i=1}{\overset{n_t}{\Σ}}\underset{v=1}{\overset{h}{\Σ}}{Y}_{it}{a}_{ivt}{v}_{vk}+\underset{j=1}{\overset{m_t}{\Σ}}\underset{v=1}{\overset{h}{\Σ}}{Z}_{jt}{b}_{jvt}{v}_{vk}\≤T_{kt},k\∈\{1,2,3\}.$

4.根據(jù)權(quán)利要求1至3中任一項所述的混合云模式中的基于成本考慮的在線服務(wù)請求調(diào)度方法，其特征在于，所述步驟3中的最優(yōu)衰減算法包括如下步驟：

步驟A1：獲取t時刻所有的請求以及衰減序列d，d是目標(biāo)函數(shù)中的決策變量系數(shù)的絕對值從小到大的序列；

步驟A2：獲取不考慮所有限制條件時，單時槽優(yōu)化問題的目標(biāo)函數(shù)的最優(yōu)解，記為op；

步驟A3：判斷op所需的資源量是否小于公有云當(dāng)前時刻的空余量，若op所需的資源量小于公有云當(dāng)前時刻的空余量，則執(zhí)行步驟A4；若op所需的資源量大于等于公有云當(dāng)前時刻的空余量，則執(zhí)行步驟A5；

步驟A4：將步驟A3得到的op作為最優(yōu)解，更新剩余資源量T，令T的值為前一時刻的T的值減去N(Rt)后得到的值，N(Rt)表示t時刻決策所消耗的資源量，結(jié)束流程；

步驟A5：根據(jù)衰減序列d衰減單時槽優(yōu)化問題的目標(biāo)函數(shù)后得到新的op值，返回執(zhí)行步驟A3。