Market-oriented service allocation in utility and cloud computing

Abstract

In Utility und Cloud Computing werden bei der ökonomischen Ressourceallokation, und dem QoS-basierten Scheduling spezielle Marktplattformen vorausgesetzt, die als Cloud Märkte definiert werden.<br />Die derzeit existierenden Ansätze in diesem Bereich sind statisch und können nicht auf die dynamische Natur der Cloud Märkte reagieren, wie z.B. auf die hohe Diversität der Services, Service-Typen und das nicht vorausplanbare Benutzerverhalten. In dieser Dissertation beschäftigen wir uns mit der Diversität der Märkte basierend auf einer neuartigen Methodologie für das Management von elektronischen Marktplätzen, den sogenannten autonomen Märkten.<br />Autonome Eigenschafen ermöglichen dabei fehlertolerante und zuverlässige Marktplätze zu definieren. Dies ist notwendig, um den Unsicherheitsfaktoren der elektronischen Märkte entgegenzuwirken. Als ersten Schritt präsentieren wir eine neuartige Monitoring Methodologie um zu entscheiden, ob die Performanz des Marktes ausreichend ist.<br />Des weiteren argumentieren wir, dass eine sehr hohe Diversität des Marktes eines der wichtigsten Gründe für die hohen Transaktionskosten, schlechte Marktliquidität und die ökonomische Ineffizienz der Märkte ist. Dieses Problem lösen wir durch die Bündelung von Angebot und Nachfrage in eine limitierte Anzahl von adaptierbaren (standardisierten) Ressourcen. Um standardisierte Services zu definieren und zu managen verwenden wir die Methodik der Clustering Algorithmen und diverse Adaptierungsmethoden die auf Angebot und Nachfrage der Benutzer basieren. Letztendlich ermöglichen wir durch die Verwendung der automatischen Vergleiche und Selektion einen automatischen Auffindungsprozess von Services in einem Cloud Markt. Um die Nutzbarkeit unseres Ansatzes zu evaluieren, diskutieren wir ein Konzept für einen agenten-basierten Market-Simulator. Mit diesem Tool illustrieren wie wichtig es ist auf eine adäquate Art und Weise den Markt zu überwachen - wobei schelle und unerwartete Marktveränderungen zu schwerwiegenden Konsequenzen führen können. Des Weiteren demonstrieren wir, dass die Standardisierung in kleinen Märkten (d.h. sehr geringe Anzahl der Marktteilnehmer) unter Umständen die Markteffizienz stark beeinflussen kann. Sie kann z. B.<br />eine schlechtere Marktliquidität, schlechtere ökonomische Wohlfahrt , und hohe Transaktionskosten hervorrufen. Gleichzeitig ruft diese Standardisierung aber auch viele Vorteile hervor, wie z.B. enorme Einsparungen, wenn Angebot und Nachfrage entsprechend hoch sind.<br />

Economic-oriented allocation, trading, and scheduling of resources in utility and cloud computing is often executed over electronic market platforms named cloud marketplaces. However, existing approaches for implementation of these platforms are static and not capable of reacting to the dynamic nature of the underlying paradigm's context: high diversity of services and service types, and unpredictable user base and user behavior.<br />In this thesis, we address this issue through a novel methodology for the management of electronic marketplaces - autonomic markets. We argue that adding autonomic capabilities to market platforms will enable the establishment of fault-tolerant and reliable marketplaces, which in immature or changing paradigms are vital to counteract elements of uncertainty. As a first step towards this vision, we first present a monitoring methodology to assess market performance so that autonomic adaptation of the market could be undertaken if the current performance is insufficient.<br />Additionally, we argue that a large market diversity is one of the main causes of high transaction costs, poor liquidity, and economic inefficiency of cloud marketplaces. We address this problem by channeling demand and supply into a limited number of adaptable ("standardized") services. Throughout the process of standardization we apply clustering algorithms and adaptation methods to select and manage standardized services that are structured based on the users' demands and offerings. Moreover, we facilitate the process of discovering services in the cloud marketplaces by introducing methods for automatic matching and selection of cloud services.<br />To evaluate usefulness and feasibility of our approach, we build an agent-based market simulator and illustrate how important it is to be able to adequately monitor and adapt a market where sudden changes can lead to painful consequences. In addition, we demonstrate that standardization of goods in small markets (i.e., small number of market participants) may hurt market efficiency in terms of market liquidity, welfare, and transaction cost, but it brings enormous savings and benefits in the markets where the demand and the supply are sufficiently high.