陳冬林，姚夢迪，鄧國華，2

(1.武漢理工大學 經(jīng)濟學院，湖北 武漢430070;2.江漢大學 商學院，湖北 武漢430056)

云計算被稱為第三代的互聯(lián)網(wǎng)，通過基礎(chǔ)架構(gòu)虛擬化的服務(wù)方式提供IT 資源服務(wù)［1］;按照運營模式其可分為3 種：公共云、私有云和混合云［2］。公共云具有較高的可擴展性，但性能往往滯后;私有云一般具有較高的可靠性，但可擴展性卻有限;針對不同云模式的優(yōu)缺點，結(jié)合企業(yè)不同業(yè)務(wù)模式對云計算性能方面要求的不同，混合云模式成為企業(yè)能夠接受的理想方案?；旌显平Y(jié)合了公共云和私有云的優(yōu)點，在私有云中保存內(nèi)部核心系統(tǒng)控制，而將其他部分服務(wù)移至公共云中，以減少IT 投資費用。用戶根據(jù)自身因素和業(yè)務(wù)需求選擇合適的整合方式，制訂其使用混合云的規(guī)則和策略，對企業(yè)進行合適的IT 投資戰(zhàn)略部署具有重要的意義。

現(xiàn)階段對于混合云的研究以系統(tǒng)和技術(shù)為主，如文獻［3 -4］利用隨機密鑰遺傳算法解決QoS 約束條件下客戶成本最低的混合云資源分配問題;RAJESH 將客戶所有應(yīng)用系統(tǒng)分解成任務(wù)，利用整數(shù)規(guī)劃方法建立時間約束條件下私有云效用最大化和成本最低目標的資源分配模型［5］，缺乏對混合云環(huán)境下云服務(wù)多實例的采納及投資決策研究。對于企業(yè)IT 投資決策的研究主要是對IT 決策機制的構(gòu)成與框架進行展開，如文獻［6］從定性的角度，著重分析云計算3種服務(wù)模式對企業(yè)IT 決策機制的影響，提出了云環(huán)境的IT 決策機制框架，但缺乏定量分析企業(yè)視角下的IT 投資決策混合云服務(wù)的指標?；旌显品?wù)采納各評價指標的權(quán)重作為綜合評價的關(guān)鍵，其選擇的合理性直接影響企業(yè)IT 投資決策的正確性。文獻［7］介紹了專家評分法和層次分析法，主要依靠專家的經(jīng)驗，缺乏樣本數(shù)據(jù)。文獻［8］采用非線性主成分分析法，從客觀角度確定評價指標權(quán)重，但存在數(shù)據(jù)量大時賦權(quán)難度大的問題。灰色綜合評價法結(jié)合專家評判，建立在對評估指數(shù)進行層次分析的基礎(chǔ)上，從而提高評估的準確性。

筆者根據(jù)目前關(guān)于混合云的研究中并未完整構(gòu)建影響企業(yè)IT 投資決策的指標體系，且影響混合云服務(wù)質(zhì)量指標體系的不完善，以及數(shù)據(jù)的相對缺乏，使量化分析存在著一定困難的問題，歸納了在混合云環(huán)境下，影響企業(yè)進行IT 投資決策的5 個指標，并通過引入灰色評價系統(tǒng)計算指標權(quán)重，給出了這些定性指標的量化模型，以此作為評價混合云環(huán)境下企業(yè)進行IT 投資決策的基礎(chǔ)，更具科學性和說服力，且具有簡單易行、便于推廣的特點。該指標體系的建立將有助于企業(yè)從眾多的混合云服務(wù)中結(jié)合自身業(yè)務(wù)需求選取合適的云服務(wù)產(chǎn)品，對企業(yè)IT 戰(zhàn)略規(guī)劃具有重要意義。

1 混合云環(huán)境下IT 決策指標組合方法

隨著云計算的發(fā)展，混合云服務(wù)已經(jīng)成為云計算市場的主流發(fā)展趨勢，能為企業(yè)提供眾多的云計算服務(wù)實例［9-10］。目前中小型企業(yè)在使用云計算服務(wù)時，存在多種選擇方案：從成本的角度出發(fā)，單一使用公共云可以降低企業(yè)IT 成本，對于沒有過多時間和精力關(guān)注基礎(chǔ)設(shè)施投資的中小型企業(yè)來說，可以提供極大便利，但是不得不面對公共云出現(xiàn)如宕機、云遷移和數(shù)據(jù)安全等突發(fā)的故障問題;從安全性角度出發(fā)，私有云在確保數(shù)據(jù)安全性的同時卻無法進行靈活的擴展;混合云則可以較好地解決這些問題。

混合云環(huán)境下企業(yè)進行IT 投資決策的因素包括成本和云服務(wù)質(zhì)量CQoS(Cloud QoS)。其中成本因素包括云計算成本和云存儲成本，而云存儲成本包括數(shù)據(jù)存儲、檢索和傳輸成本。CQoS 包括執(zhí)行時間、安全性、可用性和可靠性等因素。借鑒網(wǎng)格和Web 服務(wù)的QoS 的計算模型，可以定義成本、CQoS 的計算方法。

(1)混合云環(huán)境下，面向客戶的總成本為：

式中：Cc為云計算成本;Cs為云存儲成本。

式中：Cs1為數(shù)據(jù)存儲成本;Ct為云數(shù)據(jù)檢索成本;Cs2為云傳輸成本。則：

混合云環(huán)境下，面向客戶的組合服務(wù)質(zhì)量HCQoS 很大程度上依賴于服務(wù)平臺的安全性、可用性和可靠性這3 個因素。此外，服務(wù)平臺的執(zhí)行時間也會在一定程度上影響用戶的決策行為。

(2)安全性。用戶數(shù)據(jù)保存在云中，對數(shù)據(jù)的控制完全依賴于云供應(yīng)商，因此，安全性是客戶對企業(yè)云服務(wù)組合質(zhì)量評價的主要指標?；旌显葡鄬τ谒接性苹蚬苍苼碚f，由于跨云間的管理和認證，對安全需求會更大。

(3)可用性。可用性主要指服務(wù)能在特定時間、特定條件下被客戶成功訪問的能力。其對于服務(wù)來說是最重要的參數(shù)，表明服務(wù)可被使用的可能性。一般用百分比來表示其在合約規(guī)定中能夠被訪問的時間比例。

(4)可靠性?？煽啃允侵钙髽I(yè)能為客戶提供穩(wěn)定、準確無誤服務(wù)的能力?；旌显葡滦枰ㄟ^容錯機制等技術(shù)來保障服務(wù)的高可靠性。

(5)執(zhí)行時間。即等待時間，指系統(tǒng)從接收指令到完成數(shù)據(jù)分析等所需要的時間。執(zhí)行時間的長短將極大地影響用戶的服務(wù)滿意程度。

綜上所述，應(yīng)選擇總成本、安全性、可用性、可靠性和執(zhí)行時間作為混合云環(huán)境下企業(yè)進行IT投資決策的評價指標。

2 灰色綜合評價方法

2.1 制定評價指標的評分等級標準

(1)評價指標xi是定性指標，根據(jù)定性指標的描述規(guī)則，確定為“高、較高、中、低”［11］。設(shè)定評價灰類為4 類，評價灰類序號集為e=(1，2，3，4)，評價指標集記為P。

(2)表示第j個專家對第s個方案中指標xi的評分。這樣，k個專家針對第s個方案中各指標的評分可以組成評價矩陣：

其中：i=1，2，…，p;j=1，2，…，k。

(3)確定評價灰類：

第1 灰類“高”(e=1)，?1∈［4，∞)，其白化權(quán)函數(shù)為：

第2 灰類“較高”(e=2)，?2∈［0，3，6］，其白化權(quán)函數(shù)為：

第3 灰類“中”(e=3)，?3∈［0，2，4］，其白化權(quán)函數(shù)為：

第4 灰類“低”(e=4)，?4∈［0，1，2］，其白化權(quán)函數(shù)為：

2.2 計算評價指標權(quán)重

(1)確定灰色評價權(quán)矩陣。指標Vi屬于第e個評價灰類的評價灰數(shù)為：

指標Vi屬于各個灰類的總評價灰數(shù)為：

第s個方案的第Vi個評價指標的第e個灰類的評價權(quán)為：

第s個方案的灰色評價權(quán)矩陣：

(2)假定各評價灰類的等級值向量C=(4，3，2，1)，則第s個方案中各評價指標的灰色定量化向量為：

(3)采用兩兩比較法求解權(quán)重向量。以任一指標與其他指標逐一比較，從而求解各指標間的重要程度，如假定有n個評價指標V1，V2，…，Vn，wij表示評價指標Vi與Vj的相對重要度之比，記為：

由此，組成比較矩陣W= ( wij)n×n。求解其特征方程可得各特征值λ1，λ2，…，λn，相應(yīng)的特征向量作歸一化處理后即為權(quán)重向量λ=(λ1，λ2，…，λn)。

2.3 計算最優(yōu)和最劣參考向量的灰關(guān)聯(lián)度

(1)計算最優(yōu)和最劣參考向量。對由定量向量和灰色向量組成的最終評價矩陣，選取各評價指標Vi的相對最優(yōu)值，組成最優(yōu)參考向量xg。同理，選取各評價指標的相對最劣值，組成最劣參考向量xb，具體方法如下(m為評價方案數(shù)，n為評價指標數(shù)，∨表示取優(yōu)，∧表示取劣)：

(2)計算與最優(yōu)和最劣參考向量的灰關(guān)聯(lián)度。對由評價矩陣和最優(yōu)參考向量所組成的最優(yōu)關(guān)聯(lián)評價矩陣進行初值化處理：fi與fg之間的灰關(guān)聯(lián)系數(shù)可以表示為：

式中，ρ 為分辨系數(shù)，通常取0.5。

同理可得與最劣參考向量的灰關(guān)聯(lián)度。

2.4 綜合評價

γig和γib分別表示第i個方案中與最優(yōu)參考向量和最劣參考向量的灰關(guān)聯(lián)度，vi表示第i個方案相對最優(yōu)方案向量xg的從屬值，方案i相對最劣方案向量xb的從屬值為(1 -vi)，則稱(1 -vi)為方案i的優(yōu)偏離度，vi為方案i的劣偏離度。

有目標函數(shù)：

求解得到vi的最優(yōu)值的計算模型為：

根據(jù)vi的大小可排出待選方案的優(yōu)劣次序。

3 某企業(yè)混合云決策算例

結(jié)合云計算市場現(xiàn)有的云服務(wù)，可為企業(yè)用戶提供IaaS 虛擬服務(wù)器和存儲，以及SaaS 服務(wù)(由于PaaS 服務(wù)主要面向開發(fā)型企業(yè)用戶，該類企業(yè)不具有代表性，不作考慮)，故可形成如下4種不同的組合決策方案：

方案Ⅰ全部租用IaaS 公共云的虛擬服務(wù)器和存儲，以及SaaS 方案;

方案Ⅱ租用公共云IaaS 的虛擬服務(wù)器和存儲，自建私有SaaS 方案;

方案Ⅲ租用公共云IaaS 的虛擬服務(wù)器，自建私有云存儲和SaaS 方案;

方案Ⅳ完全采用私有云方式，即自建數(shù)據(jù)中心和開發(fā)SaaS 方案。

考慮到硬軟件的折舊因素，上述4 種方案中各個指標的考察時間為5 年。

3.1 構(gòu)造評價矩陣

對上述4 種方案，利用調(diào)查問卷方案并結(jié)合專家意見確定各層指標的權(quán)重，得出投資方案評價指標量化表，如表1 所示，以及權(quán)重向量。

表1 投資方案評價指標量化表

權(quán)重向量λ=(0.30，0.20，0.10，0.25，0.15)。

3.2 構(gòu)造最優(yōu)和最劣參考向量

3.3 灰關(guān)聯(lián)度

與最優(yōu)參考向量的灰關(guān)聯(lián)度向量為：

與最劣參考向量的灰關(guān)聯(lián)度向量為：

3.4 綜合評價

灰色綜合評價值V= (0.512 4，0.538 4，0.304 3，0.140 8)，由此可知方案Ⅱ為最佳投資方案，與最終決策結(jié)果相符合。

4 結(jié)論

結(jié)合混合云技術(shù)的優(yōu)勢，筆者首先歸納了混合云環(huán)境下影響企業(yè)進行IT 投資決策的指標;其次運用灰色評價法對各指標進行評價，并充分利用專家評價的模糊性和灰度，將定性指標定量化;最后通過實例說明該方法作出的評價可以應(yīng)用在實際項目中，對中小型企業(yè)進行IT 投資決策具有重要的參考價值。

［1］ BUYYA R，YEO C S，VENUGOPAL S，et al.Cloud computing and emerging IT platforms：vision，hype，and reality for delivering computing as the 5th utility［J］.Future Generation Computer Systems，2009，25(6)：599 -616.

［2］ ZHANG Q，CHENG L，BOUTABA R.Cloud computing：state-of-the-art and research challenges［J］.Journal of Internet Services and Applications，2010，1(1)：7-18.

［3］ WANG Q，WU C，SUN Y. Evaluating corporate social responsibility of airlines using entropy weight and grey relation analysis［J］.Journal of Air Transport Management，2015(42)：55 -62.

［4］ 楊瀟，康凱.云計算背景下企業(yè)決策機制框架［J］.計算機系統(tǒng)應(yīng)用，2013(11)：10 -17

［5］ RAJESH R，RAVI V. Supplier selection in resilient supply chains：a grey relational analysis approach［J］.Journal of Cleaner Production，2015(86)：343 -359.

［6］ 胡燕鴻.企業(yè)IT 投資決策中的關(guān)鍵要素分析［J］.中國管理信息化，2014(23)：17 -19.

［7］ YANG J J，LI J Q，NIU Y.A hybrid solution for privacy preserving medical data sharing in the cloud environment［J］. Future Generation Computer Systems，2015(43)：74 -86.

［8］ ZHAO X，WEI G.Some intuitionistic fuzzy Einstein hybrid aggregation operators and their application to multiple attribute decision making［J］.Knowledge -based Systems，2013(37)：472 -479.

［9］ SMYTH H，LECOEUVRE L. Differences in decision -making criteria towards the return on marketing investment：a project business perspective［J］. International Journal of Project Management，2015，33(1)：29-40.

［10］ ALTUNTAS S，DERELI T.A novel approach based on DEMATEL method and patent citation analysis for prioritizing a portfolio of investment projects［J］. Expert Systems with Applications，2015，42(3)：1003-1012.

［11］ 蔡紅.基于灰色關(guān)聯(lián)的信息技術(shù)能力評價模型研究［J］.武漢理工大學學報(信息與管理工程版)，2013，35(3)：378 -381.