随着公有云市场的快速发展,越来越多的企业和个人选择购买使用IaaS(基础设施即服务)云计算服务。对于企业和个人来说,随着公有云服务支出占总支出比例越来越大,此部分费用管理也变得愈发重要。因此有很多专家学者开始研究IaaS云服务优化购买与出售策略,主要目的是为云用户提供成本优化的IaaS服务获取策略,以降低使用IaaS云服务的成本。IaaS云用户可以根据自己的负载状况来制定相对较为省钱的服务购买策略和较为合理的服务出售策略。本文结合此课题,在做了相关研究的充分调研后,分别在IaaS云服务购买策略和出售策略两个方面做了研究工作:1.在购买策略方面,结合实际云环境中的定价规则,基于两种实例购买付费方式,本文设计出了新的实例在线购买算法,与已有的研究工作相比,本文的算法基于真实云环境的定价规则,应用型更强,而且保持了较好的竞争性表现。经过理论证明,本文的在线购买算法Aβ的竞争比为2-1/β,其中β>1,为按需付费向预付费方式转换点。基于谷歌集群数据集和亚马逊云日志数据,本文进行了大量的对比实验,实验结果表明,本文所提出的在线购买算法能够为公有云用户带来成本节约。2.在出售策略方面,结合亚马逊提出的预留实例卖出市场中的出售规则,在用户对未来负载数据未知的情况下,本文创新性地提出合理的实例在线卖出算法,避免了计算资源浪费和用户成本损失。在研究工作中,本文分别设计出一系列确定性和随机性实例在线卖出算法,两种算法都有较好的竞争性表现。经过理论证明,确定性实例在线卖出算法竞争比可达2-α-α/4,随机性实例在线卖出算法竞争比为2T/β,其中α ∈(0,1)为预付型实例在预留期内所拥有的折扣,α ∈(0,1)为卖出折扣,T为预留周期,β为在线卖出算法中预留实例使用状态小时数阈值。基于用户需求波动状况的不同,本文选取了 900组不同类型的用户,分别进行了大量的对比实验,在实验中本文提出的实例在线卖出算法均表现出较好的成本控制性能。本文基于竞争分析的研究方法,为公有云用户制定合理的服务交易策略。通过理论证明和实验分析,本文的服务交易算法能够为用户带来较好的成本节约。