AWS S3 pricing的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列地圖、推薦、景點和餐廳等資訊懶人包

雲端資料完整性驗證之成本最小化研究：基於賽局理論分析

為了解決AWS S3 pricing的問題，作者林崇頤 這樣論述：

雲端資料儲存機制是雲端運算普及的應用之一。使用者可將他們的資料儲存於雲端儲存供應商(Cloud Storage Provider, CSP)並在需要時將這些資料取回。然而CSP會在標準冗餘及降低冗餘的選項中進行權衡。若CSP採用標準冗餘，雖然可以降低資料錯誤率，但卻必須承擔更多的成本在複本儲存上。另一方面，若CSP為了更小的儲存成本而降低了冗餘，則他的資料錯誤率可能就會變高。在這情況下，使用者就會想要遠端檢查CSP是否有正確的儲存他的資料。資料完整性驗證(Data Integrity Verification,DIV)機制為一種允許使用者遠端檢查他們資料的方法。但是，若使用者想要檢查更多資料

，他必須這驗證機制中負擔更多的費用。因此，使用者會面臨到他應該要檢查多少資料之間的權衡問題。此外，使用者與CSP之間還會發生一種衝突。我們假設使用者與CSP分別想要降低資料驗證及減少冗餘。如果使用者減少了驗證，則CSP必須採用更多的冗餘以降低錯誤率。這與CSP的偏好產生矛盾。另一方面，如果CSP減少了冗餘，則使用者就必須要執行更多的驗證以避免取回錯誤的資料。而這又與使用者的偏好產生矛盾。結果，他們雙方均無法在成本降低上達到最佳化。本研究之目的在於應用賽局理論來解決使用者與CSP的權衡問題。我們想要找到一種穩定的解決方案，當中任何人都無法單方面改變其決定而減少更多成本。使用者可以在驗證中付出最少

代價。而CSP可以在複本機制中支付最少費用。在本文中，我們以“稽核工作”來表示使用者測試CSP服務品質的程序。使用者可以用DIV機制來完成此項稽核工作。首先，我們設計出一個單使用者－單CSP賽局模型。此賽局模型中，一位使用者與一位CSP互相競爭以取得較低的稽核成本與複本成本。更進一步，我們考慮使用者可能為忠誠主義者和機會主義者之一。我們分別在忠誠主義者賽局和機會主義者賽局中找到納許平衡點及貝氏納許平衡點。其次，我們建構出一個多使用者賽局模型。此賽局模型中，一群使用者可以藉由合作來降低整體稽核成本。若使用者之間存在信任關係，則他們就可以組成聯盟來進行稽核。我們提出兩種演算法來找出最佳的聯盟組成方

式。第一種演算法在一次疊代中提供了最佳聯盟結構。第二種演算法藉由改變使用者的信任關係，以致於他們可以在下一個疊代中加入另一個聯盟。經由此調整，當疊代結束時，使用者可以接受到更精確的稽核結果。本文研究結果提供一種使用者及CSP尋找合適策略時的參考依據。根據第一種賽局模型的結果，使用者可以決定是否需要花費成本在資料完整性驗證上面。而CSP則可以決定他應該採用何種級別的複本機制。另一方面，在多使用者賽局模型的結果，使用者可以選擇合作稽核的方式將整體利益最大化。

應用粒子群演算法改善雲端運算之資源動態配置

為了解決AWS S3 pricing的問題，作者游心妤 這樣論述：

隨著科技的發展，使得各種規模的公司都意識到雲端的優勢，而雲端運算的好處在於能夠隨著需求自助式服務，使用者根據自己的需求向雲端供應商要求所需要的硬體或軟體，雙方在制定數量以及價格時，會有一個協議來保護雙方利益，此協議為SLA協議，SLA在服務提供商與使用顧客之間的協議服務為靜態設定，指的就是在簽訂的過程當中，服務提供商與使用顧客制定的服務與數量為固定的，也就是說，每一個單位多少數量就是固定的，每一個單位多少價格也是固定的。但是在作動態資源配置的狀態下，不是每個使用顧客都隨時都需要用到固定數量的資源，若使用顧客在不需要用到那麼多資源的狀態下，服務提供商可以不需要提供這麼多給使用顧客，並且給予折扣

，讓消費者的總成本降低；反之，若使用顧客如果比平常還需要更多的資源，服務提供商可以再提供更多資源給使用顧客，並且額外收取利潤。在雲端運算中如何動態資源分配並獲取最大額外利潤，且在滿足最大額外利潤之外，考慮顧客飽足率最大值是本研究之目標，在許多動態資源分配演算法當中，粒子群演算法為目前應用最為廣泛的群體智慧優化演算法，因此本研究欲希望在顧客以及雲端服務提供商兩者之間，找出供應商額外利益最大化以及飽足率最大值，透過粒子群演算法的方式來求出，本研究並額外提出固定資源邊界粒子群PSO(fix)、動態資源邊界粒子群 PSO(dynamic)以及eSLA (延伸SLA)。