抽象性
云计算可被视为当前IT行业前端技术进展之一云计算或简单云归结为服务面向架构每一个组织都努力利用云的好处,不仅减少基础设施、网络、硬件、软件等成本间接成本,而且向终端用户提供无缝服务,从可扩展性中受益多重性概念帮助云服务提供方通过共享资源同时向多用户/公司提供服务来提高成本有几个云服务提供商目前市场中,它们正在快速变化并按市场需求调整方向云服务提供商正努力向终端用户/客户提供最新技术并降低成本在这种情况下,云客户极难按需求选择最佳服务提供方也正难于决定部署模式从现有模式中选择部署模型适合不同的公司不同部署模式存在差异标准,不为组织定制云客户难决定模型并判定合适的服务提供方多标准决策法用于发现顶层四大公司中最合适的服务提供方并按需求选择部署模式
开工导 言
云计算为使用分布计算模型的用户服务网络按需向用户提供计算资源和服务云计算增强用户以无所不在方式访问基础设施和软件应用的机会一号..硬件和许可成本可以通过云计算得到利用,客户可高效服务,辅助可扩缩属性云服务提供复杂并持续演化点播资源提供、广网络存取、资源集合、快速弹性和测量服务是云计算中的一些关键特征各种组织正努力从现有IT基础设施中采云可扩缩性和潜在成本效益正在吸引各种组织转向云环境最近的调查显示,各种组织都愿意将应用转移云以利用它提供的不同优势。云计算市场逐年增长,服务提供方正努力以各种服务提供方式在市场中站住脚2..当前假设中有几个云服务提供商提供几乎完全相同的服务,但特征和提供量各异。消费者往往难按需求选择最优云提供商云提供商包括亚马逊WebService和微软允许客户选择在虚拟服务池部署应用,几乎不前置投资,运营成本与其实际使用成比例3..云服务提供商帮助公司集中核心业务领域,但客户选择服务时需要考虑某些因素和参数4..云有不同的部署模型(公共、私有和混合型)和各种服务模型,如SaaS公司、PaS公司和IaS公司大型IT组织如Google、IBM、微软、亚马逊等向用户提供各种云服务云客户或用户确定哪个公司选择[5,6..并变得复杂决定部署模式客户缺乏相关经验和信息在不同场合评估服务提供者能力
本文分析选择合适服务提供方的不同标准以及使用多标准决策部署模型评估将使用技术排序优异法与理想求解法相近法7..MCDM方法帮助决策者整合客观测量值判断
最佳选择推导基础离模糊正理想解法最短距离和离模糊负理想解法最远距离FPIS指最大化收益标准同时最小化成本标准,FNISS则最大化成本标准并最小化收益标准使用模糊TOPSIS概念、FPIS概念和FINIS概念定义并计算距离FPIS和FINIS最后阶段近距离系数将有助于确定替代物排序6..
当前研究工作处理TopsIS在两个最关键关注领域的应用问题,即从当前极具竞争力云产业顶端3选适云服务提供商和基于类型最适云段内2处理相关工作段内3描述不同的云服务提供方和云类型段内4描述MCDA技巧段内5处理模糊TOPSIS段内6分两部分处理云服务商选择和云类型选择使用TOPISS段内7论文总结
MCDA技术发现它在若干研究领域应用,以确定多种替代物中最佳替代物,并有不同的标准集在当前假想中,多云服务提供商为客户提供多项有吸引力的好处类似地,很难确定适合组织云型模糊TOPSIS应用到本文中,以确定最合适的服务提供方和云型组织
二叉相关工作
近些年来,对云服务商选择和云类型选择进行了多项研究。顶层云服务提供商以不同速率和多重特征提供多服务公司很难决定最佳服务提供方和云型选择8..Kumar和Rai2016用三套不同的标准学习IaaS并提供一个云模拟框架Costa(2013年)使用MACBETHMCDA技术选择云服务提供商Park和Jeong(2013年)提出了新的MCDM方法并应用该方法Rad等研究云服务平台及其特征Li等研究云应用性能eng等调查云中间件
Chen等云提供商选择应用约束编程并提供有关企业政策及其与用户期望冲突的投入Chung和Seo(2015年)在云服务评价工作时应用ANP技术Lee和Seo2013应用AHP对云IaS研究
Gordse和Mulik(2009年)对3家公司应用MCDA技术比较
3级云计算和云服务提供
3.1.云计算概述
云计算指远程存储数据并通过互联网访问数据,而不是本地机操作数据最大优势是我们不需要硬盘或专用网络存储和存取数据人所共知的一个应用程序是Office365用户可在线存储、存取和编辑MSOO文件而不安装本地机软件云计算架构主要包括前端设备、后端平台、云基传输和网络云存储包括三种选项,如公共选项、私有选项和混合选项公共云面向大众使用,而基础设施则由Google和微软等服务提供商所有和运营私有云专面向特定组织使用它存储组织数据、托管企业应用等其他组织无法访问同样信息公有和私有云的优缺点都存在于混合云中组织可使用私有云敏感应用,公共云指非敏感应用
3.2云计算模型
云计算模型可匹配业务值金字塔层图一号描述不变
i)SaaS顶层金字塔为SaS或函数层特定云类型负责在浏览器帮助下通过多租制架构向各种用户交付单项应用基本是一个现收现付模式,提供商根据许可销售申请用户不必冒维护服务器或基本降低成本软件的危险服务提供商也可以很容易处理它,因为需要在这里维护一个应用因此,它对双方、用户和提供者都具有成本效益。鲜为人知应用为Selceforce.com、SRM、ERP等SaaS少有主要特征列如下:(I)集中上网公司和商业软件二向客户提供高级服务三用户角度不需要软件维护四通过程序编程与不同应用相容(五)接口
PaaS.PaaS或平台服务提供开发或操作环境服务综合工具与服务设计,以高效益高效方式编译和部署应用与SaaS模型的主要区别在于PaaS平台开发/部署软件,而不是通过互联网交付即成软件少数大例子包括Selceforce.comForce.com、微软Azure和Googleapp引擎主要特征如下:(a)一站式解决方案开发、测试、部署、托管和维护应用(b)web基础UI设计工具创建、修改、测试和部署不同的UI假想(c)多租制架构促进并发用户d)加载平衡安全故障能力应用部署e)OS和云编程API创建新应用云或云化当前应用f)处理收费和订阅工具
ias.基础云负责存储计算资源服务,各IT组织基本用于提供商业解决方案完全弹性方法向用户提供用户可选择桌面、服务器和网络资源整个基础设施包从CPU时数列表中选择任何东西、存储空间、带宽等可定制化云类型有不同类别,如私有型公共型混合型公共云由共享资源组成,私人云负责安全访问资源并接受其所服务组织管理九九..型云由内外部提供商维护某些显著特征如下:(a)资源分配服务(b)动态点播资源缩放(c)实用性定价模型d)并发用户单件硬件
3cm3云计算福利
云计算提供各种福利云服务提供可扩缩性动态分配和分配资源按需发生成本节约是资本基础设施成本下降带来的另一个主要优势。应用可遍历全球,不使用本地机硬件配置网络简化化,客户可访问应用程序而不为单机购买许可云上存储数据比较可靠,因为它不容易丢失
3.4.云服务后挑战
云服务覆盖各种问题并有其长处少许这类关注列在下文中:(a)安全隐私(b)可互操作性和可移植性(c)可靠性和可用性d)性能和带宽成本
3.5云服务提供商
云服务提供商指提供基础设施、网络服务、软件、硬件组件等的不同组织面向不同的客户和商业实体Cisco、Citrix、IBM、Google、微软、Rackspace等云服务提供者实例顶云服务商市场像亚马逊WebService、IBM蓝密和Google云计算评估云服务提供方并非易事,但需要彻底分析研究文章对此详解成本不能是选择服务提供商单项标准,但不同的服务提供方也应详细考虑协议中不同精品需要客户分析后选择提供方
3.6.公共云
公共云中服务提供商管理基础设施、应用和存储等资源并通过互联网向云客户提供服务提供商如微软亚马孙谷歌等自有并运行自有数据中心的基础设施10..服务需求增加后,用户无需购买硬盘,公共云提供商管理基础设施公共云归第三方组织所有并提供给组织使用谷歌、亚马逊和微软是公共云商的显著例子
公共云的一些长处i)无缝数据可用性二)全轮技术支援三)可按需缩放性四)有限投资第五大类适当资源利用
公共云受限i)数据安全隐私
3.7私有云
私有云表示基础设施与由组织或第三方管理的问题相关联可能在前端或场外出现私有云服务向特定组织提供,非公共使用安全专用云提供最高量安全服务私有云可由公司自有基础设施或云服务提供商建设和管理
公共云的一些长处i)控制数据信息资产二)高层次安全三)内网性能优异四)更容易实现守法
私有云受限i)资源利用不足二)成本效益
3.8混合云
混合云部署模型由二层或多层云组成,如私有公共云等公共云提供商和私有云平台的组合也可以称为混合云,独立运行组织可存储私有云环境敏感数据并使用公共云计算服务混合环境保证最小数据接触,同时利用公共云平台公共云的一些长处i)私有基础设施确保易达性二)减少存取时间和高效资源利用三)使用计算基础
混合云受限i)高成本二)安全方面三)兼容性问题
4级多标准决策分析
4.1.MCDA后台
多标准决策分析或多标准决策分局业务研究帮助决策制定从可用替代物中寻找最佳选择被称为决策现实世界场景决策难度大 目标冲突 约束异异 最终结果无法预测11..混淆集理论可使用于无法精确判定之处1951年向量最大问题首次由 Harold William Kuhn和Albert William Tucker介绍可视之为MCDA基础知识1972年晚些时候在哥伦比亚大学举行了多标准决策会议自那以来,MCDA在随后数十年中快速增长
MCDA使用数学计算工具选择可能相冲突标准的不同选择中最优选择MCDA帮助从决策人对具体标准的不同选择中寻找最佳替代方法
人类很难找到最佳替代方法,如果存在多重标准,在这种情况下MCDA可引导正确决策举个例子,我们可以考虑当前假设,即我们有不同的云提供方所有云提供商都相互竞争以获得顶级位置并试图通过提供不同有吸引力和成本竞争特征来吸引客户云服务提供商正在提供控件接口特征、支持服务可用性以及服务器OS类型等特征特殊性客户需要决定云提供方提供的独特特征并选择其中最优替代特征MCDA开发基础是人思想及其决策方法有几种MCDA方法和技术可用,但基础方法相似,基于现有多套标准和决策MCDA由方法应用和技巧辅助处理决策问题组成决策理论已被应用解决各种现实问题,在这些现实问题中可能存在多重冲突标准。
4.2MCDA方法
MCDA是操作研究的一部分,目的是在数学计算工具帮助下选择数种选项中的合适或最佳替代由两大类组成:多属性决策与多目标决策MCDA可归为2类,即ibjective实用论使用MAUT查找函数判定替代工具的实用性或实用性每种动作都与边际功用相关联,实数表示考虑动作的优先性生成工具表示边际工具的增加排位法帮助寻找取高位比较的替代方法图2显示MCDA的不同分支
4.2.1.分析层次进程
解析层次进程由ThomasLSatty于1980年介绍这是一种常用MCDA方法复杂MCDM问题划分为层次系统最后阶段AHP处理MXN矩阵M指数替代物和N表示数标准矩阵结构考虑替代物相对于每项标准的相对重要性AHP使用定性和量化标准查找替代物,属性不完全互独立12..Pair智慧比较用于AHP,属性结构分级关系层次分层从顶层开始,然后向目标进发标准子标准等代表下层层次树进程执行启动叶节点并发至顶层输出级表示层次分量或作用最后阶段完成比较并选择对每个属性的最佳替代
4.2.2.2分析网络进程
分析网络进程可称为分析层次化进程扩展或归纳ANP决策技术设计使用不同层次之间的单向层次关系并处理依赖问题和对不同标准反馈问题ANP使用单向层次关系考虑决策层次和属性内部的相互关系以双智比较为基础实施比尺度测量模拟决策问题元素间相互依存由ANP使用复合权值和超矩阵有效处理在许多现实世界决策中,ANP成功应用据认为,许多决策问题不能分层次结构化,因为上下层元素之间有交互作用和依赖性[13..ANP代表网络而非层次划分反馈结构层次上没有自上而下形式取而代之的是网络循环连接元素的分量,这些分量不能被称为层次并循环连接组件自身ANP有源和汇源节点源并非路径目的地sink节点是影响路径的目的地,不是路径的源头完全网络可能由源节点和中间节点组成,这些节点出现在源节点路径上,并产生或下降到下沉节点并最终沉入节点路径上
4.2.3偏向排序技术相似理想解决方案
多标准决策方法中,我们知道标准评分和权重TOPSIS先由Hwang和Yoon开发解决多标准存在和决策复杂问题TOPSIS提供性能评分和权值C.T.陈开发TOPSSI方法深入解决现实环境中多人多标准决策问题语言变量用于判定所有现有标准的权重和对每种选择的评分与每项标准相关联,因为决策数据和分组决策中存在混淆性。
FPIS定义fizy正理想解法fy负理想解法计算每种选择距离FPIS和FNIS最终排序替代使用近距离系数确定
4.2.4.消除选择表达现实
消除选择表达实境处理“前级关系”,对每种标准下的替代物进行双向比较后几版开发像ELERTERI、ELERTERII、ELERTERIII、ELERTERIV等ELERTRE属于排行法类,它包含多达10步双向比较选择查找前沿关系关系转而帮助识别并消除由他人支配的替代物,产生小数套替代物
ELERTRE方法处理离散标准,即定性和定量标准并排序替代物替代排序通过迭代程序使用图解获取方法开始比较对智能选择ELERTRE方法发现二进制关系ELERTRE方法有时无法识别首选替代方法,因为系统不一定完全产生领先替代物核心这种方法消除偏差方法,从而清晰理解替代方法万一我们需要处理少标准和大替代物时,ELERTRE法将大有用
4.2.5模糊性
模糊集理论最初由Zadeh于1965年提出,应用于不确定数据或缺少精确信息领域模糊性可帮助多标准决策,如果可用信息中存在数种不确定性。决策池帮助使用模糊MCDA模型查找选择替代标准权值分配标准按语言值评价语言值分配模糊数内含模糊词用语言变量描述,这些变量转用映射语言变量以图数变量14..
4.2.6目标编程
Objective编程是Charnes 1955年推荐的MODM工具多冲突对象区应用目标编程线性编程扩展多冲突目标计量程序可用目标编程优化程序处理数学编程与优化逻辑相结合,以便决策涉及多标准决策问题的若干目标
4.3选择TOPIS方法运动
TopsIS最受欢迎多标准决策法处理最短距离正理想解决办法和最远距离负理想解决办法,同时确定最佳选择TOPSIS是一种众所周知的方法,原因如下:(a) 理论约束性,(b) 选择过程有效使用人的思想,(c) 使用模糊环境排名选择决策指南,(d) 正确实施主观和客观标准,(e) 精确分配性能评分值和帮助处理MCDM问题标准权重
5级TAPISS方法概述
TOPSIS表示技术排序优异两种人工替代物假设为理想替代物和负理想替代物理想替代物是拥有最大益属性和最小成本属性之类最优属性值者相似负理想替代物包括最差属性值,如最小福利属性和最大成本属性TOPSSI方法选择最接近理想解决办法并距离负理想解决办法最远的替代方法15,16..TOPISS方法轮廓如下
步骤1进化矩阵由m替代物和n标准组成,使用每种替代物和标准相交 ,并发矩阵
步骤2矩阵化
并规范组成矩阵
R=
使用规范法
,
,
步骤3计算加权归并决策矩阵
.
,
,
去哪儿
,
e
并
原创权值指针
,
第四步确定最差选择 )和最优选择 , , ) ,去哪儿 相关标准产生积极效果 相关标准负作用
第五步计算L2-目标替代i与最坏条件之间的距离 距离选择i和最优条件 去哪儿 并 L2-规范距离目标选择i
步骤6计算相似性最坏条件 , , . 只有当替代解决方案有最优条件时 只有当替代解决方案条件最差时
步骤7排名替代 .
6级MCDM云顶点应用
6.1.云服务提供方使用TOPSIS评价
三位专家评价三种云服务提供方A、I、G并查找语言变量评价目标,即标准C一号.C九九.
决策人使用由三角模糊数表示的7点语言变量表示权重/优先级九标准框给定一号
标准由表内表示的决策者评估一号.
三位不同决策人表示表一号by D1,D2和D3
根据以上评估并基于语言变量值,发现每项标准j的模糊权值
正因如此 类似地,我们可以获取值 , ..
表内2提供云服务的不同特征与加权后不同权值和动机的理由并发
三大云公司由三位决策人评价7点语言尺度,内含框中值2.
表中每项标准都考虑决策人的意见3.3云服务提供方的模糊决策矩阵由下文提供
云提供方AWS下F一号中评价
下特征F2,
类似地,AWS评价剩余特征
相似于其他2云服务提供商,即9特征下IB和GCE一号F级2.F九九)评价完成
九大特征规范决策矩阵比对3云服务提供方确定正规化模糊决策矩阵 去哪儿 .
加权规范模糊决策矩阵下定
模糊正反理想法 , 2 九九 相容性 并 j大全
距离替代 从正解法计算
面向所有3云服务提供方
类似地计算替代物距离00
分离度量法与正理想求解法和负理想求解法计算17..表24描述不变
近距离系数 由提供
排名顺序现依据近距离系数确定并发现AWS>GCE>IB最佳云服务提供者AWS,即亚马逊WebService
6.2依据名词评估适云类型
云专家对语言变量进行评价,评价云环境、数据中心定位、资源共享、云存储、可扩缩性、标价结构、云安全性能和性能[18号,19号..
云专家使用7点语言变量尺度基于三角模糊数并表达8独有特征的权值/优先级3)
由决策人组成委员会确定评价标准,详见下表5.决策人委员会由D1、D2和D3代表,标准重要性评估见表5.
偏差权值由语言变量定值确定兹提供下文。 正因如此 类似地,我们可以获取值 , ..
三云平台由三位决策人评价7点语言尺度,包括框中的值4
决策人对表内每项标准的意见合并6.3云平台的模糊决策矩阵由3云平台提供
CE特征下对云平台评价
下特征DC
类似地,评价公共云剩余特征
相类似于另外2云平台,即私有混合8特性下(CE、DC.PR)评价完成
八大特征规范决策矩阵由三云平台确定
正规化模糊决策矩阵
去哪儿 .
加权规范模糊决策矩阵下定
模糊正反理想法
=
=/ )相容性
=(1,1,1) =00
距离替代 从正解法计算
所有3云平台都这样做
类似地计算替代物距离00
分离度量法与正理想求解法和负理想求解法计算20码..表格中给出7.
近距离系数 由提供 / ( + )基于表获取的分离度7.表中的分离度量7依据FPIS和FNIS确定
排名顺序取近距离系数矩阵确定,并发现混合数>Public>Pript最佳云型混合
7结论
今日智能时代云服务提供商之间的竞争正逐步增加日复一日,新入网者加入服务提供池顶云服务提供商正在改变策略以保住自己在这个波动市场中的位置因此,他们非常热心选择向客户提供特征每一个提供方都提供一组不同于其他提供方的具体特征客户现在有责任根据需求从可用供应商中选择合适的供应商供销商选择需要理解分析深度特征,如果人工操作则相当乏味即刻需要某种技术 来自动分析本文处理TOPSSI方法,该方法通过分析最合适的服务提供方可用品和特征,帮助选择最合适的服务提供方研究组还详细研究各种MCDA方法以及TOPSIS方法TOPSSI技术应用为组织选择适配云详细研究会帮助云消费者选择最佳服务提供方和云服务,
数据可用性
支持本研究发现的数据包括在文章内
利益冲突
作者声明他们没有利益冲突
作者贡献
Aveek Basu完成研究工作Sanchita Ghosh以评审师和研究指南参与所有作者阅读并批准最终手稿