云計算系統多目標決策平臺的設計與實現

摘 要： 采用傳統層次分析方法在多目標決策過程中，決策者需要從大量的數據中挑選有效數據，增加了選擇的風險性，容易受到不同變量間的干擾，導致無法獲取有效的決策分析結果。因此，設計一種基于改進層次分析方法的云計算系統多目標決策平臺，依據云計算系統結構，構建多目標決策平臺，該決策平臺包括數據庫模塊、輔助模型模塊、方法模塊以及用戶接口模塊，系統通過改進層次分析指標體系中的層次關系設置不同指標的權重；基于評價指標模型在方法庫中采集點計分法以及改進層次分析方法等綜合評估待選方案，實現云計算系統多目標決策方案的評價。實驗結果表明，所設計平臺具有較高的決策性能，可有效處理云計算系統中的海量數據，生成高質量的決策結果。

關鍵詞： 云計算系統； 多目標決策平臺； 層次分析方法； 待選方案評價

中圖分類號： TN911?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2016）14?0028?04

Design and implementation of multi?objective decision?making platform

for cloud computing system

XUE Huijun

（Electronic Information Vocational Technology College of Inner Mongolia， Hohhot 010070， China）

Abstract： A multi?objective decision?making platform for the cloud computing system based on an improved hierarchical analysis method is designed， which is based on the cloud computing system structure， and includes database module， aided model module， method module and user interface module. the system the weights of different indexes of the system are set up by improving the hierarchical relationship of the analytic hierarchy index system. the proposed schemes are evaluated comprehensively to implement evaluation of multi?objective decision?making scheme for the cloud computing system， based on the acquisition point scoring method in the method library based on evaluation index model and the improved hierarchical analysis method. The experimental result shows that the designed platform has high decision?making performance， can effectively deal with huge amounts of data in the cloud computing system to generate the high?quality decision?making results.

Keywords： cloud computing system； multi?objective decision?making platform； hierarchical analysis method； proposed scheme evaluation

0 引 言

多目標決策是決策分析理論的主要內容，廣泛應用于工程、技術、管理等領域。當前云計算系統中的多目標決策問題大都是在給定信息的調解下，分析不同目標權重的設定并直接結算不同決策方案的效用，選擇最佳方案[1?3]。傳統采用層次分析方法在實際決策過程中，云計算系統中的決策者需要從大量的數據中挑選有效數據，增加了選擇的風險性容易受到不同變量間的干擾作用，無法獲取有效的決策分析結果。因此，分析云計算系統中多目標決策問題應運而生[4?5]。目前，分析云計算系統中多目標決策問題取得了很大進展。胥衛平將貝葉斯網絡融入多目標決策過程，基于分析決策問題中的目標變量、屬性變量等因素，依據貝葉斯網絡的決策模型建模和求解方法，實現多目標決策，但決策過程需要消耗大量的時間[6]。Erik R依據數據融合模型中各數據源數據和信息間的關系，完成多目標決策，但該方法在復雜云計算系統下的穩定性差[7]。劉海燕通過貝葉斯網絡推理方法獲取不確定多屬性決策問題，基于決策變量、環境變量以及不同屬性間的關系，塑造多目標決策，但該方法運用時偏差過高[8]。劉剛提出一種基于層次分析法的多目標決策方法，利用組織結構將云計算系統分割成不同的層次，依據層次關系對不同指標分配權重，完成決策分析，但該方法更側重主觀指標，導致決策精度降低[9]。

針對上述方法的弊端，設計一種基改進層次分析方法的云計算系統多目標決策平臺，依據云計算系統體系結構，構建多目標決策平臺。實驗結果表明，所設計平臺具有較高的決策性能，可有效處理云計算系統中的海量數據，生成高質量的決策結果。

1 云計算系統多目標決策平臺設計

1.1 云計算系統體系結構

云計算系統體系構架中各模塊的功能如下：

（1） 基礎設施層：主要根據平臺系統需要，選定相應的基礎部件，其中有平臺裝置、平臺資源等，該層位于整個體系的最下面。

（2） 存儲層：主要獲取來自基礎設施層中相關的網絡裝置的數據，將這些數據進行預操作等一系列的調控后，把當前網絡動態發送給相應的網絡管理部門；網絡管理部門還能夠通過對網絡裝置實行設備處理，建立適合的設備參數到相關網絡裝置上。

（3） 邏輯層：主要承擔系統的運作、處置、保衛。邏輯層可以借助中間件，把網絡情況等相關信息反饋到網絡管理部門，網絡管理部門建立對應的網絡參數，再利用中間件，將信息反饋給網絡裝置，邏輯層在整個系統中占主導地位。

（4） 應用層：主要負責系統與用戶間的互動，應用層利用Web接口跟用戶溝通。借助Web頁面的方法，應用層可以把系統資訊呈現給用戶。

1.2 多目標決策平臺結構

依據上述分析的云計算系統體系結構，以數學模型為基礎，構建云計算系統的多目標決策平臺，該平臺分析和處理云計算系統中數據庫中的海量數據，并產生決策層次上的輔助信息，為決策者提供決策服務。該決策平臺需要數據庫模塊的支持，并需要輔助模型模塊、方法模塊及用戶接口模塊，其結構如圖2所示。

1.3 系統功能結構

云計算系統多目標決策平臺的功能模塊包括人機溝通界面、主管理模塊、決策問題研究、評價決策指標體系、方案管理、評價決策、評價結果研究、信息檢查以及數據庫、方法庫等。功能構架如圖3所示。

以下介紹各個模塊的具體作用：

（1） 人機溝通界面負責實現系統與用戶之間的交流，它充當決策者和系統的傳媒，在評價決策時，可以讓決策者介入，并且將決議過程中的相關信息，遞交到決策者，人機溝通界面可以進行菜單查看、檢索、圖形顯示、評價結果輸出等工作。

（2） 主操縱器的作用貫穿系統所有模塊，它可以對系統每個模塊間進行調試與處理，使得各個模塊能更好地為系統服務。

（3） 決策問題研究主要通過分析，處理云計算系統中數據遇到的各種決策問題，確保評價方法能夠合理的調派。

（4） 決策指標體系根據決策問題，全方位探討云計算系統多目標決策平臺所涉及的各類成分，利用差異對象和規范，依照層次以及隸屬特征，把這些成分剖析為能與決策過程相聯系的評價目標編制，產生多對象、多規范的評價模型，依據評價模型進行工作的布局指導。

（5） 方案管理通過設置方案結構的決策成分，實現表達參數的目的，并且將詳細信息的輸入接口回饋給各決策方案。方案管理主要由結構定義和方案輸入組成。而結構定義主要負責設置方案的編制成分，并表達其參數，即設置能與方案評價編制有聯系的全部參數方案輸入，輸入參數值則是結構創建時設立的全部方案的相關值。

（6） 評價決策與結果研究，是根據評價決策目標編制，運行評價決策模塊。評價的過程為設置相關評價目標的權重、采取差異評價運算法則、依照創建方案的所有目標評價值實施全方位評價與羅列、同時研究相關評價數據、獲取創建決策方案的調制意見，幫助決策者取得最佳的評價和決策。

（7） 信息檢索向決策者呈現檢索評價結果，同時用表格、直方圖、曲線圖等方法呈現檢索結果。

2 多目標決策系統運行過程

2.1 多目標決策系統運行過程

多目標決策系統運行的主要運行過程：

（1） 設置評價指標體系的權重。系統通過改進層次分析法，依據指標體系中的層次關系，設置不同指標的權重，采用一致性檢驗方法對權重設置的有效性進行分析。

（2） 方案的評價與排序。依據評價指標模型，融合定量分析和定性分析方法，在方法庫中利用采集排隊法、點評法以及改進層次分析方法等，綜合評估待選方案，實現云計算系統多目標決策方案的評價。

（3） 呈現云計算系統多目標決策方案的評估結果，并為多目標決策提供分析依據。

2.2 指標體系設計代碼

云計算系統多目標決策平臺基于VC++ 6.0進行指標體系輪廓的開發，指標體系設計代碼如下：

2.3 系統評價方法

設計的云計算系統多目標決策平臺，依據評價指標模型，在方法庫中采集排隊法以點評法以及改進層次分析方法等，綜合評估待選方案。排隊法用于多方案評比時，將方案兩兩比較，優者打1分，劣者打0分，求出每個方案的總得分，總分數高者為最佳方案。點評價法是對各比較方案按確定的設計目標項目逐點作粗略評價，并用符號“+”（行），“-”（不行），“？”（再研究一下）等表示出來，根據評價情況作出選擇。這兩種評價方法屬于簡樸評價法，其特點是比較直觀，但應用時存在精度差的問題，適用于定量的評價項目。而改進層次分析法的算法適用于定性評價項目，其工作流程如圖4所示。

3 實驗結果與分析

構建實驗網絡環境，對本文設計的云計算系統多目標決策平臺的性能進行檢測。實驗采用本文決策平臺中的曲線圖工具描述評價結果，如圖5所示。用戶選擇本文設計的決策平臺中“打開文件”按鍵后，可將本文平臺獲取的方案評價指標得分和評價結果通過不同形式的曲線描述，展示出不同決策結果的優劣。

為了驗證決策平臺的可靠性和準確性，分別采用本文平臺和貝葉斯網絡平臺進行云計算系統的決策分析，并進行比較，結果如表1所示。

由表1可知，采用本文決策平臺分析云計算系統中的海量數據，獲取決策信息的效率遠高于貝葉斯網絡平臺，在保證效率的同時誤差率也小于貝葉斯網絡平臺說明本文決策平臺可有效處理云計算系統中的海量數據，生成高質量的決策結果。

4 結 論

本文設計了一種基改進層次分析方法的云計算系統多目標決策平臺，依據云計算系統體系結構，塑造多目標決策平臺。該決策平臺實現了云計算系統多目標決策方案的評價。實驗結果表明，所設計平臺具有較高的決策性能，可有效處理云計算系統中的海量數據，生成高質量的決策結果。

參考文獻

[1] 楊文昌.多目標線性規劃在項目管理中的應用[J].中國管理信息化，2013，16（4）：61?63.

[2] 盧嬌.火災現場數據獲取與輔助決策支持系統的研究及實現[D].上海：東華大學，2013：26?31.

[3] 李凌.云計算服務中數據安全的若干問題研究[D].合肥：中國科學技術大學，2013.

[4] 林闖，蘇文博，孟坤，等.云計算安全：架構、機制與模型評價[J].計算機學報，2013，36（9）：1765?1784.

[5] 黎連業，王安，李龍.云計算基礎與實用技術[M].北京：清華大學出版社，2013.

[6] 胥衛平，趙歡.國內外云計算信息化研究綜述[J].西安石油大學學報（社會科學版），2013，22（4）：51?55.

[7] ERIK R， AXIOMATICS A B. OASIS extensible access control markup language （XACML）， Versions 3.0 [S/OL]. [2013?01?22].http： //www.oasis?open.org/committees/tc_home. php？

[8] 劉海燕，王光謙，魏加華，等.基于物聯網與云計算的灌區信息管理系統研究[J].應用基礎與工程科學學報，2013，21（2）：195?202.

[9] 劉剛，張宏，李千目.基于博弈模型的網絡安全最優攻防決策方法[J].南京理工大學學報，2014（1）：12?21.