基于AHP法的數據中心基礎設施認證體系構建研究

陳鳴飛，張學斌，羅海亮，孫麗玫，康科武

（中國移動通信集團設計院有限公司，北京100080）

1 引言

隨著物聯網、大數據分析、人工智能、云計算等信息技術的快速發展，以及傳統產業的數字化轉型，數據量呈現幾何級增長，全球數據總量預計將從2016 年的16.1ZB 增長到2025 年的163ZB（約合1.80×1014GB），10 年時間10 倍的增長，復合增長率為26%。作為新基建之一的數據中心建設項目，其概念不斷外延，相對于以前單指互聯網數據中心（IDC），目前的數據中心以數據為基本管理對象，融合IDC、云計算、區塊鏈、人工智能等新技術于一身，成為集數據、算力、算法三大要素于一體的數據基礎設施。隨著云計算和大數據等技術的落地，IDC的發展由普通服務器機房向以數據管理為基本管理對象，集IDC、云計算、區塊鏈、人工智能等新技術的大型、超大型數據中心演進。大型、超大型數據中心對其基礎設施的可靠性也提出了越來越高的要求，高可靠性意味著將給數據中心擁有者帶來更多的商業機會。但如何全面、準確地評估一個數據中心基礎設施的可靠性和可用性一直是業內面臨的重大難題。本文利用多屬性決策中的AHP 法構建一套適用于數據中心基礎設施可靠性和可用性全面評價的認證體系。

2 認證等級

目前，國內外已有多個協會、認證機構及企業對數據中心等級進行定義和劃分，詳見表1。其中，國外以Uptime Institute的Data Center Site Infrastructure Tier Standard[1]和美國電信產業協會TIA-942-A—2014《數據中心的電信基礎設施標準》[2]為主流的劃分依據。國內的數據中心等級劃分主要依據GB 50174—2017《數據中心設計規范》和GB/T 2887—2011《計算機場地通用規范》。同時，國內3 大運營商在其企業標準中根據自身的需求也提出了不同的分級模式。上述分級中，除了Uptime Institute 機構提出的分級用于數據中心基礎設施認證外，其他機構或標準的分級大多數從設計或者建設角度制定。

國外較為流行的認證等級由Uptime Institute 制定，國內則更多地采用國GB 50174—2017《數據中心設計規范》的等級作為目標認證等級[3]。而國內運營商在結合客戶需求的情況下制定了各自數據中心建設分級的企業標準，并以此作為內部認證評價的等級依據（見表1）。因此，對于數據中心場地基礎設施的認證而言，實施者首先需要明確認證對象所采用的目標認證等級。

表1 國內外數據中心等級的定義（或劃分）

3 認證指標體系

GB/T 2900.13—2008《電工術語 可信性與服務質量》[6]規定，可靠性被定義為：產品在給定的條件下和給定的時間區間內完成規定功能的能力，在有些應用中對于可靠性采用適合的度量予以定量化并用概率表示，這一概率被稱為可靠度。因此，可靠性也被理解為是產品或系統在特定的時間和條件下無故障地執行指定功能的能力或可能性。相應地，可用性則被定義為：在所要求的外部資源得到提供的情況下，產品或系統在給定的條件下，在給定的時刻或實際區間內處于能完成要求的功能狀態的能力。因此，可用性可被理解為，在某個考察時間，系統能夠正常運行的概率或時間占有率期望值，是產品或系統的可靠性、可維護性和維護支持性的綜合特性。

數據中心基礎設施認證是針對數據中心基礎設施可靠性和可用性的綜合評定，顯然認證指標體系應涵蓋所有與認證目標匹配的認證項和指標項。認證項可按現有國標、行標等標準對于數據中心技術要求歸類的維度進行定義和劃分，如可分為選址、給水排水、通信管網要求、環境要求、電子信息設備供電電源質量要求、建筑與結構、布線要求、空氣調節、電氣技術、智能化系統、消防等認證項目。每一個認證項目將包含數個或數十個與認證項直接相關的指標項。數據中心基礎設施的可靠性與可用性的保障情況依據不同的指標項有所區別。基于此，本文建立了認證項-指標項二層次的認證指標體系，并對于認證項中的指標進一步分為主控指標項和非主控指標項，見圖1。其中，主控項指標體系依據現有技術法規以及分散在國標、行標、地標里的強制性條款建立，屬于不可偏離項，即某一主控指標無法達到，意味著該數據中心基礎設施可靠性無法達到相應的認證等級要求。非主控指標體系依據現有國標、行標等推薦性條款和行業慣例做法等建立，屬于可偏離項，即部分非主控項偏離不影響該數據中心基礎設施的可靠性，但將在一定程度上影響其實用性。

圖1 數據中心基礎設施認證指標體系架構圖

4 認證評價方法

在對特定認證等級的數據中心基礎設施認證中，所有主控指標不可偏離，需100%滿足。對于非主控指標，屬于可偏離項，適宜采用評分式認證。不同的非主控指標，對認證目標的影響存在不同程度的差異，因此，權重賦值也會不同。本文利用多屬性決策中的AHP 法（層次分析法），對非主控項目指標的評價體系進行理論構建。

AHP 法是美國運籌學家T.L.Saaty 教授提出的一種多方案或多目標定性與定量相結合的決策分析方法[7，8]，層次模型見圖2。

圖2 AHP法層次模型

AHP 法的一般步驟依次為：建立層次結構模型、構造成對比較矩陣、一致性檢驗。結合非主控項的指標評價體系，建立本非主控項指標評價體系的層次結構模型見圖3。

圖3 結構層次模型

然后，通過數據中心基礎設施業內權威咨詢設計專家組成的論證會，兩兩比較確定標度的方式（見表2）可分別建立數據中心基礎設施認證項準則層的比較矩陣（見圖4）和評價指標層的比較矩陣（見圖5），其中指標層以“選址”認證項為例，具體包含評價指標C1、C2、……。

圖4 認證項準則層比較矩陣

圖5 指標項方案層比較矩陣

表2 層次分析法兩兩對比標度

通過計算，可分別得到認證項的特征值向量[見式（1）]和指標項的特征向量[見式（2）]：

式中，α、β、θ 為標準層權重；γ1、γ2為指標層權重。經一致性驗證后，方可建立非主控項指標量化分值表，詳見表3。其中最后一列分值即為每一項評價指標的賦值。

表3 非主控項指標量化分值表

5 認證評價實施

對于主控項指標而言，因其為不可偏離項，故要求必須100%滿足。因此，在具體實施的時候，采用先主控項檢查，待主控項檢查全部通過以后，再進入非主控項的評價，實施流程詳見圖6。基于上述理念，可以進一步建立主控項和非主控項目檢查評價表，見表4 和表5。

圖4 數據中心基礎設施認證實施流程示意

表4 主控項指標檢查表

表5 非主控項指標檢查表

對于非主控項指標而言，因其作為可偏離項，但偏離度不能過大，否則就失去了評價初衷，因此，對于非主控項指標的最大偏離度應該予以控制。評價實踐中，可通過實際調研和專家問卷等方式建立非主控項的最大偏離度，即應達到的最低評價分值，見表6。

表6 非主控項認證評價最低分值表

6 非主控項指標的量化計算示例

基于AHP 法通過兩兩比較確定標度的方式分別建立數據中心基礎設施認證項準則層的比較矩陣。本文征詢業內3 位知名專家對于準則層的指標在認證中的重要性進行兩兩比對，從而計算得到如表7 的準則層指標權重系數。

表7 準則層指標權重圖

在此基礎上，本文選用GB 50174—2017《數據中心設計規范》A 級數據中心評價指標作為示例，量化計算得到國標A級非主控項評價指標分值，見表8。

表8 國標A級非主控項指標分值

續表

7 結論

本文提出了由主控項和非主控項相結合的數據中心基礎設施認證指標體系，在此基礎上利用AHP 法構建了一套適用于上述認證指標體系的綜合認證評價方法，并對GB 50174—2017《數據中心設計規范》中的A 級指標項進行了量化計算。運用本文的研究成果，可構建不同數據中心等級標準中的指標體系，為數據中心基礎設施的認證工作提供一套較為通用、科學、合理的評價方法。