云服務評價指標體系與評價方法

熊劍芳，李連英，周莉莉

（1.江西農業大學 經濟管理學院，南昌330045；2.貴州大學 管理學院，貴陽 550025）

0 引言

云服務是傳統web服務（即傳統的互聯網軟件服務，或稱為軟件即服務，Software as a Sevice，SaaS）的延伸和擴展，傳統的web服務主要為企業或個人用戶提供一些計算服務、網絡服務等，但在云計算技術架構下，一切信息技術軟件、硬件、網絡和平臺等資源都可以虛擬化封裝為web服務，即業界通常所講的云服務三大類模式[1]：軟件即服務（Soft as a Sevice，SaaS）、平臺即服務（Platform as a Service，PaaS）、基礎設施即服務（Infrastructure as a Service，IaaS），即在云計算環境下的泛在服務（Everything as a Service）。企業和個人，或者說各類組織和個人生產者、消費者，幾乎各行業的產業鏈上下組織，所需信息技術資源/服務都可以從云端獲得。

然而，用戶實際應用的云服務由于多方面的原因，其質量水平會有很大的差異，如來自硬件和網絡方面的原因、來自云系統架構方面原因、來自供需雙方合同與管理方面原因等等。因此，用戶必須同時關注多方面的影響因素，才能對云服務質量水平有更全面客觀的評價。

1 評價指標體系構建與方法選擇

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的云服務經紀商或政府相關部門[2，3]，著力構建一個綜合全面的云服務質量評價指標體系。指標體系結構如下頁圖1所示。

圖1 云服務質量評價指標體系

本文在指標體系構建和計算式的定義中，有很多指標是通過多數據來源綜合計算測定的，具有一定的動態綜合性，而云服務系統可以自動收集很多原始數據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，而構建復雜的多時間序列動態模糊綜合評價模型，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。因此本文采用傳統的動態模糊邏輯結構[4]。并根據QoS指標結構設計一個云服務質量水平動態模糊綜合評價模型。實際上通過一定時間槽的云服務離散模糊綜合評價也具有動態實時性，更具有可操作性[5]。本文所構建模型將以加權平均隸屬度和動態模糊變換原理為基礎確定云服務QoS的動態模糊隸屬度。

2 云服務質量水平動態模糊綜合評價求解步驟

2.1 確定評價對象論域

本文的評價對象為原子云服務的總體質量水平。根據上文構建的指標體系，從第三方視角，采用動態模糊綜合評價算法模型分析來自不同云服務商的原子云服務質量水平。

評價云服務質量水平的四個因素是Q={S，C，P，F}，其中S為安全保障，C為成本，P服務性能，F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；服務性能P包含三個二級指標{p1，p2，p3}，其中p1為響應時間、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。本文的二級指標結構如圖2所示。

2.2 確定指標權重與評語等級論域

圖2 云服務評價二級指標體系結構

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指標權重，變化越頻繁、變化幅度越大、越不穩定的指標，或一級因素，相應的權重就越大，而云服務系統可以很好地自動監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，但這一因素的權重不能太低，因為安全保障因素與其他三個因素表現水平直接正相關，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重需要經過專家評估或行業評估確定。

為清晰地論述云服務質量水平動態模糊綜合評價的其他計算過程，先假設采用頻率分布決策法確定了一級因素的模糊權重向量為WQ=[ws，wc，wp，wf]。相應的二級指標權重向量分別為：wf3]，前述每個權重向量各分量之和均為1。

2.3 單因素評判——確定動態模糊關系矩陣

在本文所構建的指標體系中，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指標動態模糊關系矩陣Rs，Rc，Rp，Rf。例如Rs為：

其他三個二級指標動態模糊關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質量水平的動態隸屬度，是每個因素測量指標集R與評語集V之間的一種動態模糊關系，即測量QoS指標與評價對象之間的“合理關系”。

2.4 云服務質量水平的動態模糊綜合評價

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重向量WS、WC、WP、WF與各自的模糊關系矩陣Rs，Rc，Rp，Rf遞歸綜合得到各因素的動態模糊綜合評價結果向量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，相應的動態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構成一級因素模糊關系矩陣RQ=，將一級因素權重向量WQ與RQ通過模糊算子M（·，⊕）綜合得到各被評價對象的動態模糊綜合評價結果向量M。

2.5 動態模糊綜合評價結果分析

動態模糊綜合評價結果是被評價云服務總體質量水平處于不同評語子集的動態模糊隸屬度。它是一個動態向量，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，即進一步根據每個云服務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。將綜合評價結果M轉換為綜合分值，于是可依其大小進行排序，從而挑選出最優者。

2.6 原子云服務選擇原則

云服務評估機構根據云服務質量水平的動態模糊綜合評價結果，可以對來自多方云服務商開發的原子云服務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模糊評價水平和發展趨勢。云服務經紀商最后還可根據客戶常用服務組合需求、SLA保障需求、云服務多樣化需求、成本和收益平衡分析等綜合分析選擇各類原子云服務。

3 云服務評價算例分析

3.1 算例描述

某第三方云服務評估機構（Third Party Cloud service Evaluation，TPCE）需要評價一個想要在自身經紀平臺注冊的云物流服務，因此，TPCE通過參考分析該云服務商與該云物流服務的大量相關信息（主要從本文中劃分的安全保障、成本、服務性能、客戶反饋四個方面挖掘分析相關直接和間接數據）和技術評測信息等，通過數據標準化計算與每一二級指標的動態隸屬度計算，得出如表1所示的各維度二級測量指標的動態模糊綜合評價隸屬度值。表中數據從上到下分別構成四個單因素評判矩陣Rs，Rc，Rp，Rf（表中為了直觀簡潔，沒有在每個數據上加方向箭，而是統一放在了表頭上）。CSB通過相關主客觀判別條件和算法，對該物流云服務的一級因素層權重設定為WQ=[0.32，0.16，0.29，0.23]，四個因素相應的判別層二級指標權重分別設定為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]。

3.2 動態模糊綜合評價計算

采用普通乘法與有界和算子M（·，⊕）計算安全保障因素的動態模糊綜合評價向量：

采用同樣的計算模式可分別獲得：

云物流服務總體質量水平動態模糊綜合評價向量為：

3.3 評價結果分析

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果表明該云物流服務的總體質量水平處于較好的水平，并且有向質量水平更高發展的趨勢。云服務經紀商可以考慮加入該云服務。另外，TPCE也可以根據上述對該云物流服務開發商的各單因素動態評價信息，了解該服務各維度上的質量水平，并發現一些表現不佳的特定因素，甚至是特定指標。如從本實例分析的單因素評價動態向量值可以發現，安全保障水平整體處于較低水平，在“差”這一分論域上的數值最高，而在“很好”這一分論域上的數值反而最低；該云服務商的成本控制能力一般，性能表現算好，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進一步的根據客戶需求和偏好更好地配置云服務組合提供了大量信息。

表1 評價因素集及二級指標動態隸屬度向量