To attract more customers, a cloud provider tends to give some discounts to a customer if he/she rents a plenty of resources. Under this situation, a group of customers who need homogeneous cloud instances with various deadlines are prone to purchasing resources in a collaborative manner, i.e., using a coalition game, to reduce purchase costs. It is essential to design a mechanism that enables all customers to voluntarily and happily collaborate while ensuring that each customer pays at the lowest cost possible. To address this issue, we propose a mechanism to show collaborative interactions between customers and determine the number of service programs purchased from each provider to charge each cloud customer a minimum cost. We establish a coalition game based on multi-customer resource procurement and prove that there exists a unique optimal solution in the coalition game, while satisfying individual stability and group stability. In addition, the optimal solution is a solution in which the selected service program of each coalition optimizes the cost per customer and maximizes resource utilization. We propose a heuristic Deadline-constrained Resource Coalition Allocation (DRCA) algorithm to calculate the near-optimal solution. A backtracking algorithm is proposed to calculate the pseudo maximum resource utilization of the provided programs by improving the rectangular packing. Extensive experiments are performed to verify the feasibility and effectiveness of the proposed algorithm.

为了吸引更多的客户，云提供商倾向于租用大量资源给客户一些折扣。在这种情况下，一群需要各种截止日期的同类云实例的客户倾向于以协作的方式购买资源，即使用联盟游戏来降低购买成本。设计一种机制，使所有客户能够自愿和快乐地合作，同时确保每个客户以最低的成本付款，这一点至关重要。为了解决此问题，我们提出了一种机制来显示客户之间的协作交互，并确定从每个提供商购买的服务程序的数量，以向每个云客户收取最低费用。我们建立了一个基于多客户资源采购的联盟博弈，证明了联盟博弈在满足个体稳定性和群体稳定性的同时存在独特的最优解。另外，最佳解决方案是这样一种解决方案，其中每个联盟的选定服务程序可以优化每位客户的成本并最大化资源利用率。我们提出了一种启发式截止时间约束的资源联盟分配（DRCA）算法来计算接近最优的解决方案。提出了一种回溯算法，通过改进矩形压缩来计算所提供程序的伪最大资源利用率。进行了大量实验以验证所提出算法的可行性和有效性。同时满足个人稳定性和群体稳定性。另外，最佳解决方案是这样一种解决方案，其中每个联盟的选定服务程序可以优化每位客户的成本并最大化资源利用率。我们提出了一种启发式截止时间约束的资源联盟分配（DRCA）算法来计算接近最优的解决方案。提出了一种回溯算法，通过改进矩形压缩来计算所提供程序的伪最大资源利用率。进行了大量实验以验证所提出算法的可行性和有效性。同时满足个人稳定性和群体稳定性。另外，最佳解决方案是这样一种解决方案，其中每个联盟的选定服务程序可以优化每位客户的成本并最大化资源利用率。我们提出了一种启发式截止时间约束的资源联盟分配（DRCA）算法来计算接近最优的解决方案。提出了一种回溯算法，通过改进矩形压缩来计算所提供程序的伪最大资源利用率。进行了大量实验以验证所提出算法的可行性和有效性。我们提出了一种启发式截止时间约束的资源联盟分配（DRCA）算法来计算接近最优的解决方案。提出了一种回溯算法，通过改进矩形压缩来计算所提供程序的伪最大资源利用率。进行了大量实验以验证所提出算法的可行性和有效性。我们提出了一种启发式截止时间约束的资源联盟分配（DRCA）算法来计算接近最优的解决方案。提出了一种回溯算法，通过改进矩形压缩来计算所提供程序的伪最大资源利用率。进行了大量实验以验证所提出算法的可行性和有效性。