熊劍芳,李連英,周莉莉
(1.江西農(nóng)業(yè)大學(xué) 經(jīng)濟管理學(xué)院,南昌330045;2.貴州大學(xué) 管理學(xué)院,貴陽 550025)
云服務(wù)是傳統(tǒng)web服務(wù)(即傳統(tǒng)的互聯(lián)網(wǎng)軟件服務(wù),或稱為軟件即服務(wù),Software as a Sevice,SaaS)的延伸和擴展,傳統(tǒng)的web服務(wù)主要為企業(yè)或個人用戶提供一些計算服務(wù)、網(wǎng)絡(luò)服務(wù)等,但在云計算技術(shù)架構(gòu)下,一切信息技術(shù)軟件、硬件、網(wǎng)絡(luò)和平臺等資源都可以虛擬化封裝為web服務(wù),即業(yè)界通常所講的云服務(wù)三大類模式[1]:軟件即服務(wù)(Soft as a Sevice,SaaS)、平臺即服務(wù)(Platform as a Service,PaaS)、基礎(chǔ)設(shè)施即服務(wù)(Infrastructure as a Service,IaaS),即在云計算環(huán)境下的泛在服務(wù)(Everything as a Service)。企業(yè)和個人,或者說各類組織和個人生產(chǎn)者、消費者,幾乎各行業(yè)的產(chǎn)業(yè)鏈上下組織,所需信息技術(shù)資源/服務(wù)都可以從云端獲得。
然而,用戶實際應(yīng)用的云服務(wù)由于多方面的原因,其質(zhì)量水平會有很大的差異,如來自硬件和網(wǎng)絡(luò)方面的原因、來自云系統(tǒng)架構(gòu)方面原因、來自供需雙方合同與管理方面原因等等。因此,用戶必須同時關(guān)注多方面的影響因素,才能對云服務(wù)質(zhì)量水平有更全面客觀的評價。
本文從一個第三方視角展開研究,這一第三方可能是未來會出現(xiàn)的云服務(wù)經(jīng)紀商或政府相關(guān)部門[2,3],著力構(gòu)建一個綜合全面的云服務(wù)質(zhì)量評價指標體系。指標體系結(jié)構(gòu)如下頁圖1所示。
圖1 云服務(wù)質(zhì)量評價指標體系
本文在指標體系構(gòu)建和計算式的定義中,有很多指標是通過多數(shù)據(jù)來源綜合計算測定的,具有一定的動態(tài)綜合性,而云服務(wù)系統(tǒng)可以自動收集很多原始數(shù)據(jù)快速完成各指標的計算。并且單次的模糊綜合評價計算也能夠快速完成,并且可解釋性強,而構(gòu)建復(fù)雜的多時間序列動態(tài)模糊綜合評價模型,則使每次的計算開銷都非常大,實施成本也將大幅提高,并且可解釋性差。因此本文采用傳統(tǒng)的動態(tài)模糊邏輯結(jié)構(gòu)[4]。并根據(jù)QoS指標結(jié)構(gòu)設(shè)計一個云服務(wù)質(zhì)量水平動態(tài)模糊綜合評價模型。實際上通過一定時間槽的云服務(wù)離散模糊綜合評價也具有動態(tài)實時性,更具有可操作性[5]。本文所構(gòu)建模型將以加權(quán)平均隸屬度和動態(tài)模糊變換原理為基礎(chǔ)確定云服務(wù)QoS的動態(tài)模糊隸屬度。
本文的評價對象為原子云服務(wù)的總體質(zhì)量水平。根據(jù)上文構(gòu)建的指標體系,從第三方視角,采用動態(tài)模糊綜合評價算法模型分析來自不同云服務(wù)商的原子云服務(wù)質(zhì)量水平。
評價云服務(wù)質(zhì)量水平的四個因素是Q={S,C,P,F(xiàn)},其中S為安全保障,C為成本,P服務(wù)性能,F(xiàn)為客戶反饋(S∩C∩P∩F=Φ)。這四個一級評價因素下面都有若干個二級測量QoS指標。其中安全保障S包含{s1,s2,s3}三個二級指標,其中s1為第三方審計,s2為服務(wù)治理能力,s3互操作性;成本C包含四個二級指標{c1,c2,c3,c4},其中c1為虛擬機成本,c2為存儲成本,c3為維護成本,c4為管理成本;服務(wù)性能P包含三個二級指標{p1,p2,p3},其中p1為響應(yīng)時間、p2為可用性、p3為易用性;客戶反饋F包含三個二級指標{f1,f2,f3},其中f1為信譽度,f2為描述一致性,f3為費用合理度。本文的二級指標結(jié)構(gòu)如圖2所示。
圖2 云服務(wù)評價二級指標體系結(jié)構(gòu)
本文選擇人工參與少、主觀影響少的頻率分布決策法,詳細實現(xiàn)過程可參考文獻[6]。該方法主要通過自動收集各影響指標的變化幅度和頻率信息確定相關(guān)指標權(quán)重,變化越頻繁、變化幅度越大、越不穩(wěn)定的指標,或一級因素,相應(yīng)的權(quán)重就越大,而云服務(wù)系統(tǒng)可以很好地自動監(jiān)控和分析測量指標的變動狀況(包括客戶反饋因素),另外,Tang和Liu(2015)[7]的研究指出,安全保障因素也包括很多管理要素,雖然不會太頻繁變更,但這一因素的權(quán)重不能太低,因為安全保障因素與其他三個因素表現(xiàn)水平直接正相關(guān),其他三個因素也會對安全保障水平有一定的反饋影響。因此安全保障因素的權(quán)重需要經(jīng)過專家評估或行業(yè)評估確定。
為清晰地論述云服務(wù)質(zhì)量水平動態(tài)模糊綜合評價的其他計算過程,先假設(shè)采用頻率分布決策法確定了一級因素的模糊權(quán)重向量為WQ=[ws,wc,wp,wf]。相應(yīng)的二級指標權(quán)重向量分別為:wf3],前述每個權(quán)重向量各分量之和均為1。
在本文所構(gòu)建的指標體系中,安全保障因素的三個測量指標都為正向指標,另外,服務(wù)性能的“可用性”和“易用性”、客戶反饋的三個測量指標都是正向指標;成本因素的四個測量指標和“響應(yīng)時間”為負向指標。本文采用式(1)和式(2)分別對正向、負向指標進行標準化。再根據(jù)杜棟和龐慶華(2005)[8]提出的計算式(3)和式(4)分別計算每個QoS指標屬于每個評語子集的隸屬度水平。
式(3)和式(4)中q都為標準化后的正向或負向QoS指標值。分別根據(jù)上述兩式計算標準化后的正向和負向QoS指標的隸屬度,這些隸屬度構(gòu)成二級指標單因素評判向量,從而確定四個一級因素的二級測量QoS指標動態(tài)模糊關(guān)系矩陣Rs,Rc,Rp,Rf。例如Rs為:
其他三個二級指標動態(tài)模糊關(guān)系矩陣具有類似的形式。上述四個矩陣中每一行分別表示各個因素下面的不同二級測量QoS指標處于不同云服務(wù)質(zhì)量水平的動態(tài)隸屬度,是每個因素測量指標集R與評語集V之間的一種動態(tài)模糊關(guān)系,即測量QoS指標與評價對象之間的“合理關(guān)系”。
本文擬采用普通乘法與有界和算子M(·,⊕)將各個因素的測量指標權(quán)重向量WS、WC、WP、WF與各自的模糊關(guān)系矩陣Rs,Rc,Rp,Rf遞歸綜合得到各因素的動態(tài)模糊綜合評價結(jié)果向量Vs,Vc,Vp,Vf,因為這一算子能最大程度保留所有QoS信息,并且能避免一些不正常超越評分邊界的隸屬度。以Vs為例,相應(yīng)的動態(tài)模糊綜合評價模型為:
Vs中每個分量表示一級因素“S——安全保障”處于每個評語子集的動態(tài)模糊隸屬度,通過同樣的方法,可以分別求出Vc,Vp,Vf。
Vs,Vc,Vp,Vf構(gòu)成一級因素模糊關(guān)系矩陣RQ=,將一級因素權(quán)重向量WQ與RQ通過模糊算子M(·,⊕)綜合得到各被評價對象的動態(tài)模糊綜合評價結(jié)果向量M。
動態(tài)模糊綜合評價結(jié)果是被評價云服務(wù)總體質(zhì)量水平處于不同評語子集的動態(tài)模糊隸屬度。它是一個動態(tài)向量,而不是一個點值,因而它能提供的信息比其他方法更豐富。對多個評價對象比較并排序,就需要進一步處理,即進一步根據(jù)每個云服務(wù)評語子集的模糊隸屬度計算綜合分值,按大小排序,按序擇優(yōu)。將綜合評價結(jié)果M轉(zhuǎn)換為綜合分值,于是可依其大小進行排序,從而挑選出最優(yōu)者。
云服務(wù)評估機構(gòu)根據(jù)云服務(wù)質(zhì)量水平的動態(tài)模糊綜合評價結(jié)果,可以對來自多方云服務(wù)商開發(fā)的原子云服務(wù)有一個比較全面的認識和理解,然而其也可以單獨分析不同維度因素的動態(tài)模糊評價水平和發(fā)展趨勢。云服務(wù)經(jīng)紀商最后還可根據(jù)客戶常用服務(wù)組合需求、SLA保障需求、云服務(wù)多樣化需求、成本和收益平衡分析等綜合分析選擇各類原子云服務(wù)。
某第三方云服務(wù)評估機構(gòu)(Third Party Cloud service Evaluation,TPCE)需要評價一個想要在自身經(jīng)紀平臺注冊的云物流服務(wù),因此,TPCE通過參考分析該云服務(wù)商與該云物流服務(wù)的大量相關(guān)信息(主要從本文中劃分的安全保障、成本、服務(wù)性能、客戶反饋四個方面挖掘分析相關(guān)直接和間接數(shù)據(jù))和技術(shù)評測信息等,通過數(shù)據(jù)標準化計算與每一二級指標的動態(tài)隸屬度計算,得出如表1所示的各維度二級測量指標的動態(tài)模糊綜合評價隸屬度值。表中數(shù)據(jù)從上到下分別構(gòu)成四個單因素評判矩陣Rs,Rc,Rp,Rf(表中為了直觀簡潔,沒有在每個數(shù)據(jù)上加方向箭,而是統(tǒng)一放在了表頭上)。CSB通過相關(guān)主客觀判別條件和算法,對該物流云服務(wù)的一級因素層權(quán)重設(shè)定為WQ=[0.32,0.16,0.29,0.23],四個因素相應(yīng)的判別層二級指標權(quán)重分別設(shè)定為WS=[0.39,0.28,0.33],WC=[0.31,0.29,0.27,0.13],WP=[0.36,0.33,0.31],WF=[0.41,0.35,0.24]。
采用普通乘法與有界和算子M(·,⊕)計算安全保障因素的動態(tài)模糊綜合評價向量:
采用同樣的計算模式可分別獲得:
云物流服務(wù)總體質(zhì)量水平動態(tài)模糊綜合評價向量為:
TPCE采用上文理論分析中同樣的評語論域分值P={95,85,75,65,55}計算綜合得分這一評價結(jié)果表明該云物流服務(wù)的總體質(zhì)量水平處于較好的水平,并且有向質(zhì)量水平更高發(fā)展的趨勢。云服務(wù)經(jīng)紀商可以考慮加入該云服務(wù)。另外,TPCE也可以根據(jù)上述對該云物流服務(wù)開發(fā)商的各單因素動態(tài)評價信息,了解該服務(wù)各維度上的質(zhì)量水平,并發(fā)現(xiàn)一些表現(xiàn)不佳的特定因素,甚至是特定指標。如從本實例分析的單因素評價動態(tài)向量值可以發(fā)現(xiàn),安全保障水平整體處于較低水平,在“差”這一分論域上的數(shù)值最高,而在“很好”這一分論域上的數(shù)值反而最低;該云服務(wù)商的成本控制能力一般,性能表現(xiàn)算好,客戶反饋整體水平處于“好”的水平也較顯著,但有變差的趨勢。前述所有評價信息都對TPCE進一步的根據(jù)客戶需求和偏好更好地配置云服務(wù)組合提供了大量信息。
表1 評價因素集及二級指標動態(tài)隸屬度向量