Balancing Power Grids and Maximizing Revenue: A Novel Approach to Rebate Auctions for Cloud Workload Migrations
Notice bibliographique
Résumé
Revenue optimization is a main consideration in auction design. While it is a first-order objective in most auction settings, that is not the case for rebate auctions that use monetary rewards to incentivize auction participants to perform a task, where revenue optimization is secondary to successful task completion. This paper considers the case of VCG-based rebate auctions used to incentivize cloud workload migrations between datacenters to correct power-grid energy imbalances, and proposes a revenue maximization approach that takes into account the task completion objective (i.e., power-grid balancing) before a specified deadline. The proposed approach uses a task-completion constraint in the rebate auction optimization problem to ensure that the required task is completed on time, and uses predictions for the trend of future bid valuations (assumed to be gathered via a separate prediction module) to adjust the task-completion constraint to maximize revenue. Existing VCG-based revenue maximization approaches are not suitable for rebate auctions since they do not consider task completion deadlines (as regular auctions are not associated with tasks), and assume that bid valuations are randomly drawn from a probability distribution, which is not the case in rebate auctions. The proposed approach is compared against the existing rebate auction implementation (that does not consider the task completion deadline, nor the variations in bid valuations over time) in terms of its monetary effect on the auction participants and its ability to complete the required task on time. Simulation results show that the proposed approach improves the auctioneer’s revenue and consistently completes the energy-balancing task on time.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».