基于服務(wù)可信度優(yōu)化排序算法的云服務(wù)提供商智能選擇方法研究

文/柴玉輝

1 引言

近年來(lái)，國(guó)家提出各個(gè)行業(yè)與“互聯(lián)網(wǎng)+”進(jìn)行融合發(fā)展，這極大的促進(jìn)了計(jì)算機(jī)和互聯(lián)網(wǎng)領(lǐng)域的技術(shù)發(fā)展。眾所周知，云計(jì)算已成為各種用戶(hù)的有效業(yè)務(wù)手段，包括財(cái)務(wù)金融領(lǐng)域在內(nèi)，很多手機(jī)app以及大量的用戶(hù)信息處理通過(guò)云端完成，這一技術(shù)使他們能夠按需通過(guò)互聯(lián)網(wǎng)訪問(wèn)計(jì)算資源（XaaS-omething as a Service）。以財(cái)務(wù)金融領(lǐng)域?yàn)槔趯?shí)際使用當(dāng)中，需要根據(jù)客戶(hù)使用情況，動(dòng)態(tài)提供各種信息計(jì)算服務(wù)，這就要使用到虛擬化技術(shù)的數(shù)據(jù)中心（Cloud Service Providers，CSP）。CSP以云服務(wù)的形式通過(guò)各種部署模型為用戶(hù)提供高質(zhì)量的建模服務(wù)（QoS）。通常，云服務(wù)可以分類(lèi)為企業(yè)云服務(wù)和基于微小用戶(hù)的云應(yīng)用程序服務(wù)（中小型企業(yè)（SME）和個(gè)人用戶(hù)）。在任何一種情況下，采用合適的云服務(wù)都會(huì)對(duì)減少基礎(chǔ)設(shè)施成本并提高運(yùn)營(yíng)效率。本文基于服務(wù)可信度優(yōu)化排序算法對(duì)云服務(wù)提供商智能化選擇進(jìn)行方法解析，希望對(duì)中小型用戶(hù)的云計(jì)算領(lǐng)域有一定積極指導(dǎo)。

2 MCDM算法進(jìn)化與HBFFOA算法的邏輯提出

由于云計(jì)算具有的大量?jī)?yōu)勢(shì)，很多平臺(tái)實(shí)現(xiàn)了每個(gè)維度的擴(kuò)散計(jì)算，包括軟件，平臺(tái)，存儲(chǔ)，基礎(chǔ)設(shè)施等的云服務(wù)。

幾個(gè)流行的商業(yè)和開(kāi)源云服務(wù)解決方案 例 子 是：Google App Engine（GAE），Salesforce，Joynet，Rackspace，GoGrid，Verizon的 CaaS，IBM SmartCloud，Amazon Elastic MapReduce（EMR），Xen云 平 臺(tái)，TPlatform，Apache VCL。許多CSP的出現(xiàn)提供了不同性能和類(lèi)似功能水平、成本，使用戶(hù)很難根據(jù)他們的能力和自己的QoS要求來(lái)識(shí)別選擇適當(dāng)?shù)腃SP。

例如，如果一位財(cái)務(wù)金融領(lǐng)域的用戶(hù)需要基礎(chǔ)架構(gòu)服務(wù)即IaaS，他/她應(yīng)該在幾個(gè)具有相似或重疊的功能選擇一個(gè)IaaS服務(wù)提供商，類(lèi) 似 的 有：Digital Ocean，Microsoft zure，Rackspace，Google Compute Engine，GCE等。

多準(zhǔn)則決策（MCDM）問(wèn)題被證明是一種優(yōu)秀且新穎的解決方案，用于識(shí)別合適且值得信賴(lài)的、功能相似的CSP替代方案。此外，由于新信息技術(shù)的快速發(fā)展MCDM服務(wù)選擇面向服務(wù)的環(huán)境計(jì)算，物聯(lián)網(wǎng)等已經(jīng)取得了成功，可以實(shí)現(xiàn)動(dòng)態(tài)的服務(wù)和不同性質(zhì)用戶(hù)的需求，另外，它吸引了一些學(xué)術(shù)和行業(yè)專(zhuān)業(yè)人士來(lái)探索和整合杰出的決策，并使其商業(yè)化，用于開(kāi)發(fā)高效服務(wù)選擇模型的計(jì)算智能技術(shù)價(jià)值和相關(guān)的研究問(wèn)題。

通常，MCDM基于功能（服務(wù)描述）和非功能性來(lái)執(zhí)行云服務(wù)評(píng)估信息（QoS屬性）。其中，基于非功能性信息的服務(wù)評(píng)估，即，基于QoS的服務(wù)推薦系統(tǒng)可以提供更好和準(zhǔn)確的服務(wù)推薦。然而由于網(wǎng)絡(luò)，時(shí)間和地理因素的限制（即，不同位置處的不同QoS值）導(dǎo)致的QoS的動(dòng)態(tài)特性和時(shí)間間隔使得傳統(tǒng)的基于QoS的服務(wù)推薦系統(tǒng)對(duì)現(xiàn)實(shí)世界的服務(wù)不切實(shí)際選擇方案。可信度和全面的質(zhì)量度量反映了服務(wù)的QoS特性，從而將基于信任的服務(wù)評(píng)估作為面向服務(wù)環(huán)境的重要研究領(lǐng)域。此外，最近開(kāi)發(fā)基于信任的云服務(wù)選擇模型的研究趨勢(shì)也采用了客觀（QoS監(jiān)控工具）或主觀評(píng)估（用戶(hù)反饋）數(shù)據(jù)來(lái)評(píng)估CSP可信度。然而，由于QoS的動(dòng)態(tài)特性使得基于QoS或基于用戶(hù)評(píng)級(jí)的信任評(píng)估方法，不可監(jiān)控，不適合評(píng)估云服務(wù)的QoS屬性可信度。

因此，將客觀和主觀評(píng)估結(jié)合起來(lái)，以選擇值得信賴(lài)的CSP為標(biāo)準(zhǔn)云服務(wù)選擇模型的發(fā)展創(chuàng)造了新的方向。有了這個(gè)動(dòng)機(jī)，我們提出一種基于服務(wù)可信度優(yōu)化排序算法（HBFFOA），一種以信任為中心的方法它集成了客觀和主觀評(píng)估數(shù)據(jù)，用于識(shí)別最合適和值得信賴(lài)的CSP。

3 HBFFOA算法邏輯的構(gòu)建及創(chuàng)新之處

HBFFOA是MCDM的擴(kuò)展，通過(guò)調(diào)研關(guān)于云服務(wù)選擇的工作，我們制定了一個(gè)明確MDHP和HBFFOA之間的差異線，通過(guò)考慮全天候云生態(tài)系統(tǒng)用戶(hù)需求的動(dòng)態(tài)性，這種情況由于數(shù)據(jù)稀疏，即評(píng)估量微薄，使得性能評(píng)估成為一項(xiàng)艱巨的數(shù)據(jù)任務(wù)。為了應(yīng)對(duì)這一挑戰(zhàn)，需要開(kāi)發(fā)有效的云服務(wù)選擇模型，并提供準(zhǔn)確的服務(wù)等級(jí)。為實(shí)現(xiàn)同樣的目標(biāo)，我們提出HGBFFOA服務(wù)排名算法作為MDHP服務(wù)排名的擴(kuò)展，基于綜合主客觀評(píng)估數(shù)據(jù)對(duì)CSP進(jìn)行排序的算法。 HBFFOA算法包括三個(gè)階段，即過(guò)濾，選擇和排序階段，用于識(shí)別符合用戶(hù)要求的CSP，選擇值得信賴(lài)的CSP，并分別為可信度高的CSP提供最佳排名。此外，它采用基于統(tǒng)計(jì)的時(shí)變功能，以減少惡意用戶(hù)提供的不公平評(píng)級(jí)的影響。MDHP和HBFFOA服務(wù)排序算法的整合，用于服務(wù)評(píng)估和服務(wù)新的和現(xiàn)有的CSP的排名提高了準(zhǔn)確性并降低了超圖HGCM的復(fù)雜性基于計(jì)算模型，從而在最短的時(shí)間內(nèi)提供可靠的服務(wù)排名。

這項(xiàng)工作使用云服務(wù)測(cè)量指數(shù)（CSMICSMI）作為評(píng)估基于用戶(hù)的不同CSP性能的標(biāo)準(zhǔn)指標(biāo)要求。通過(guò)軟件質(zhì)量評(píng)估SMI指標(biāo)的實(shí)用性和從IEEE標(biāo)準(zhǔn)1061確定指標(biāo)的其他度量（一致性，相關(guān)性，判別性，可預(yù)測(cè)性和可靠性）。該研究提出的HBFFOA算法的主要?jiǎng)?chuàng)新之處如下：

（1）提出了一種基于MDHP構(gòu)架的改進(jìn)算法來(lái)識(shí)別類(lèi)似的服務(wù)提供商，他們最大程度地遵守用戶(hù)的QoS要求。

（2）時(shí)變映射函數(shù)旨在減少不公平評(píng)級(jí)或由惡意用戶(hù)提供反饋的影響。從而更為準(zhǔn)確地進(jìn)行值得信賴(lài)的CSP識(shí)別。

（3）提出了一種基于服務(wù)可信度優(yōu)化排序算法，用于云服務(wù)提供商智能選擇，其符合用戶(hù)QoS要求的最佳排名，績(jī)效高與成本低。

（4）為了降低云服務(wù)選擇模型的復(fù)雜性。

4 結(jié)論

如前所述，傳統(tǒng)評(píng)估方法具有很強(qiáng)的復(fù)雜性和不確定性，我們提出的基于服務(wù)可信度優(yōu)化排序算法克服了現(xiàn)有服務(wù)選擇方法在主觀數(shù)據(jù)的可信度評(píng)估方面的復(fù)雜性挑戰(zhàn)。HBFFOA的新穎之處在于基于MDHP構(gòu)架的改進(jìn)算法來(lái)識(shí)別類(lèi)似的服務(wù)提供商，并用于分別識(shí)別符合用戶(hù)要求的CSP和可信賴(lài)的CSP。