鄧國華，陳冬林，姚夢迪

（1.江漢大學(xué)大數(shù)據(jù)研究中心，武漢430056；2.武漢理工大學(xué)經(jīng)濟(jì)學(xué)院，武漢430070）

0　引言

在“互聯(lián)網(wǎng)+”新時代，市場和客戶需求的多變性要求企業(yè)采取靈活的企業(yè)策略來應(yīng)對市場、客戶的改變和競爭者的行動?，F(xiàn)今企業(yè)IT預(yù)算有限的環(huán)境下，云計算低成本、即付即用的計費(fèi)模式、彈性、資源高度虛擬化及可擴(kuò)展性等優(yōu)勢使得企業(yè)不需要大量資金投入就可以獲取便宜的計算資源，云計算及其解決方案對商業(yè)企業(yè)有較大的吸引力[1,2]，云計算也逐漸成為現(xiàn)階段企業(yè)的新型IT交付模式[3]。按照部署模式，云計算解決方案可以分為私有云解決方案、公共云解決方案、混合云解決方案和社區(qū)云解決方案四種類型[4]。Amazon EC2、阿里云等公共云發(fā)展極其迅速，但公共云解決方案中企業(yè)應(yīng)用系統(tǒng)的業(yè)務(wù)數(shù)據(jù)都存儲在第三方的公共云服務(wù)商處。而現(xiàn)階段各大云計算服務(wù)商的云計算標(biāo)準(zhǔn)都不一致，因此可能存在數(shù)據(jù)鎖定和信息安全等風(fēng)險[1]。另外公共云和混合云解決方案中數(shù)據(jù)遷移成本較高，現(xiàn)階段其可用性也無法保證，時有云服務(wù)器宕機(jī)和中毒等問題發(fā)生，導(dǎo)致很多企業(yè)對于將企業(yè)應(yīng)用系統(tǒng)部署到云端持觀望態(tài)度；私有云在安全性和可用性方面有保證，但投資成本過高，對一般中小企業(yè)而言無法承擔(dān)。因此部分私有云和部分公共云的混合云解決方案也是企業(yè)云計算投資決策的一個重要備選方案。本文主要研究一般性企業(yè)的云計算投資決策，而社區(qū)云多用于特定行業(yè)或群體，故暫不考慮社區(qū)云解決方案。

本文在已有研究基礎(chǔ)之上，結(jié)合企業(yè)業(yè)務(wù)系統(tǒng)云計算投資特點(diǎn)，提出了企業(yè)云計算投資決策的指標(biāo)體系，并從企業(yè)業(yè)務(wù)分解出發(fā)，利用AHP和線性分配法給出投資決策模型的求解過程，為企業(yè)進(jìn)行業(yè)務(wù)應(yīng)用系統(tǒng)的云計算投資決策提供理論支持。

1　企業(yè)云計算投資決策模型

1．1　企業(yè)云計算投資決策評價指標(biāo)

企業(yè)進(jìn)行云計算投資決策時不僅需要考慮云計算解決方案的成本因素，還需要考慮安全性、可用性、互操作性、競爭力等云服務(wù)質(zhì)量因素。因此企業(yè)云計算投資決策評價指標(biāo)主要包括：成本、安全性、可用性、互操作性和競爭力。

（1）成本。成本是指企業(yè)應(yīng)用系統(tǒng)部署某類云計算模式所需的總費(fèi)用支出，一般利用總體擁有成本（TCO）來核算云計算部署模式的總成本。TCO主要由資金費(fèi)用和運(yùn)營費(fèi)用組成[5，6]，即：

其中，資金費(fèi)用為私有云和混合云部署模式下前期所需的一次性IT基礎(chǔ)設(shè)施投入費(fèi)用；運(yùn)營費(fèi)用為后期部署運(yùn)營所需運(yùn)營費(fèi)用，包括環(huán)境費(fèi)用、維護(hù)管理費(fèi)用、部署配置費(fèi)用、人力費(fèi)用、以及云計算服務(wù)費(fèi)用。云計算服務(wù)費(fèi)用包含計算服務(wù)費(fèi)用、存儲服務(wù)費(fèi)用和數(shù)據(jù)傳輸服務(wù)費(fèi)用。

（2）安全性。安全性一直是客戶對企業(yè)應(yīng)用系統(tǒng)進(jìn)行云計算部署考量的主要指標(biāo)。涉及企業(yè)核心業(yè)務(wù)數(shù)據(jù)的企業(yè)應(yīng)用系統(tǒng)對云計算的安全性要求較高，而公共云解決方案中企業(yè)應(yīng)用系統(tǒng)的業(yè)務(wù)數(shù)據(jù)和用戶數(shù)據(jù)都存儲在云端。企業(yè)失去對數(shù)據(jù)的控制，因此存在數(shù)據(jù)泄露、數(shù)據(jù)鎖定、數(shù)據(jù)控制權(quán)、數(shù)據(jù)完整性、抵御網(wǎng)絡(luò)蠕蟲病毒、版權(quán)保護(hù)、隱私保護(hù)等安全性問題[1,5]。

（3）可用性?？捎眯允侵冈朴嬎悴渴鸱桨阜?wù)系統(tǒng)能正常運(yùn)行的時間所占比例，可以通過平均無故障時間（MTTF）與平均修復(fù)時間（MTTR）和MTTF之和的比值來表示[13]。影響系統(tǒng)可用性的因素很多，硬件、軟件和網(wǎng)絡(luò)都可能會出現(xiàn)故障，通過增加硬件冗余可以提高硬件的可靠性，進(jìn)而提高系統(tǒng)的總體可用性?？紤]系統(tǒng)冗余設(shè)計下的可用性形式化公式為[7]：

其中，n表示系統(tǒng)冗余設(shè)計數(shù)量。

（4）互操作性?；ゲ僮餍灾饕冈朴嬎悴渴鸱桨概c對應(yīng)方案同類型服務(wù)商之間的交互能力?，F(xiàn)階段各大公共云服務(wù)商的技術(shù)標(biāo)準(zhǔn)都不一致，因此可能存在數(shù)據(jù)鎖定風(fēng)險?；ゲ僮餍允窃朴嬎阃顿Y決策需考慮的重要因素[8]，一般為定性指標(biāo)，可通過用戶經(jīng)驗來描述，在此給出近似的計算公式：

其中，No表示云計算部署方案支持的平臺數(shù)量；Nr指企業(yè)要求部署方案需要支持的平臺數(shù)量。

（5）競爭力。競爭力指云計算部署方案實施對企業(yè)競爭能力的提升程度，主要通過財務(wù)能力、產(chǎn)品競爭能力和核心業(yè)務(wù)能力來衡量。云計算具有低成本、快速彈性、可擴(kuò)展性等優(yōu)勢[1,2]，但私有云、公共云和混合云三類云計算模式對企業(yè)競爭能力的影響各有不同。

1．2　基于企業(yè)業(yè)務(wù)分解的云計算投資決策模型

企業(yè)管理信息系統(tǒng)按照經(jīng)營業(yè)務(wù)的性質(zhì)不同可包括：生產(chǎn)管理系統(tǒng)、財務(wù)管理信息系統(tǒng)、項目管理系統(tǒng)、客戶關(guān)系管理系統(tǒng)、業(yè)務(wù)交易系統(tǒng)等[9]。企業(yè)各項業(yè)務(wù)性質(zhì)特點(diǎn)決定了企業(yè)不同應(yīng)用系統(tǒng)對負(fù)荷能力、安全級別、可用性、互操作性等指標(biāo)的要求也不盡相同。如若企業(yè)所有業(yè)務(wù)應(yīng)用系統(tǒng)都采用相同的云計算投資決策方案，可能無法滿足部門業(yè)務(wù)系統(tǒng)的個性需求，故需要基于成本、安全性、可用性、互操作性和競爭力五個指標(biāo)屬性對每個業(yè)務(wù)應(yīng)用系統(tǒng)進(jìn)行針對性的云計算投資方案決策?；谝陨戏治?，本文構(gòu)建了基于企業(yè)業(yè)務(wù)分解的云計算投資決策模型，如圖1所示。

圖1基于企業(yè)業(yè)務(wù)分解的云計算投資決策模型

根據(jù)圖1知，基于企業(yè)業(yè)務(wù)分解的云計算投資決策模型包括四個層次：總目標(biāo)層、業(yè)務(wù)分解目標(biāo)層、決策指標(biāo)體系層和方案層。其中，云計算投資決策方案可以用集合D表示，即D={d1,d2,d3}，其中，d1為私有云解決方案；d2為公共云解決方案；d3為混合云解決方案。假定企業(yè)應(yīng)用系統(tǒng)集為S，則基于業(yè)務(wù)分解的企業(yè)云計算投資決策集可以表示為：其中，j表示企業(yè)應(yīng)用系統(tǒng)選定第j類云計算投資決策方案；sidj表示企業(yè)應(yīng)用系統(tǒng)si的云計算投資決策方案為dj。

2　AHP-線性分配法

層次分析法（AHP）利用專家經(jīng)驗建立判斷矩陣，將定性分析與定量分析結(jié)合起來進(jìn)行決策分析，在一定程度上避免了主觀意識對決策的影響，是一種非常實用的決策分析工具，在系統(tǒng)評價和決策分析中有著廣泛的應(yīng)用。線性分配法最早由肯塔基大學(xué)Bernardo教授提出[10]，線性分配法是一種常用的有限方案多目標(biāo)決策分析方法，其主要思路是利用指標(biāo)的相對權(quán)重系數(shù)和指標(biāo)下的各方案的排序來構(gòu)造排序優(yōu)勢度矩陣，再以優(yōu)勢度矩陣為系數(shù)建立整數(shù)規(guī)劃模型，來求解排序優(yōu)勢度大的方案[11，12]。

本文將采用AHP-線性分配法的組合決策方法。AHP主要用于確定指標(biāo)權(quán)重，而線性分配法在AHP的基礎(chǔ)上進(jìn)一步確定優(yōu)勢度矩陣，來求解最佳的云計算投資決策方案。AHP-線性分配法的主要步驟如下。

2．1　構(gòu)建云計算投資決策模型的決策矩陣

假定有m個備選云計算決策方案，n個決策評價指標(biāo)，mij表示第i個備選云計算決策方案的第j個評價指標(biāo)值。則企業(yè)云計算投資決策模型的初始決策矩陣M為：

2．2　利用AHP計算評價指標(biāo)權(quán)重

（1）構(gòu)建判斷矩陣。先按照標(biāo)度法的要求，對行業(yè)專家進(jìn)行問卷調(diào)查，得出指標(biāo)的判斷矩陣：A=(aij)m×n。

2．3　利用線性分配法求解最優(yōu)決策方案

（1）構(gòu)造優(yōu)勢度矩陣。根據(jù)決策矩陣M，確定方案對目標(biāo)屬性指標(biāo)的排序，以此構(gòu)造方案的排序優(yōu)勢度矩陣R：

其中，rij表示第i個方案排在第j位的優(yōu)勢程度，優(yōu)勢程度用總權(quán)重來表示。顯然，優(yōu)勢度矩陣R為非負(fù)矩陣，即rij≥0。由于權(quán)向量滿足規(guī)范化條件eTW=1，固方案的排序優(yōu)勢度矩陣具有以下性質(zhì)：

（2）最優(yōu)排序矩陣求解。假定最優(yōu)排序矩陣P=(pik)n×n，其中，pik=0或pik=1。當(dāng)pik=1時說明第i個方案排在第k位，而pij=0,j=1,2,…n,j≠k；pjk=0,j=1,2,…n,j≠i。另外，每個方案只能排在一個位置，且每個位置只允許有一個方案，因此可以采用0-1整數(shù)規(guī)劃模型求解最優(yōu)排序矩陣。

求解結(jié)果，如果pi1=1，則方案sid1排第一位；根據(jù)pik的值對備選方案進(jìn)行排序，從中選擇最優(yōu)方案。

3　企業(yè)云計算投資決策算例

以企業(yè)客戶關(guān)系管理系統(tǒng)（CRM）的云計算投資決策為例，假定CRM系統(tǒng)為s1，則CRM系統(tǒng)的投資決策方案集為DSCRM={s1d1,s1d2,s1d3}，其中，s1d1表示私有云解決方案；s1d2表示公共云解決方案；s1d3表示混合云解決方案。

3．1　投資決策評價指標(biāo)計算

（1）成本計算。在公共云解決方案下無需資金費(fèi)用、環(huán)境費(fèi)用和管理費(fèi)用；而私有云解決方案采用自建基礎(chǔ)設(shè)施，故無需云計算服務(wù)費(fèi)用投入；混合云解決方案涉及上述所有費(fèi)用支出。企業(yè)客戶關(guān)系管理系統(tǒng)（CRM）的三種解決方案成本數(shù)據(jù)參考文獻(xiàn)[8，13]，如表1所示。其中云計算服務(wù)費(fèi)用按照計算服務(wù)、存儲服務(wù)和數(shù)據(jù)傳輸服務(wù)三類云服務(wù)核算，計算服務(wù)采用Amazon EC2的預(yù)留實例和按需實例組合模式；存儲服務(wù)和數(shù)據(jù)傳輸也采用Amazon的S3和數(shù)據(jù)傳輸服務(wù)。假定公共云模式中需要使用按需實例來應(yīng)對20%的時間的頂峰負(fù)荷；混合云模式下，以系統(tǒng)的平均負(fù)荷（假定為頂峰負(fù)荷的一半）部署私有云，超過平均負(fù)荷則使用Amazon EC2按需實例；私有云模式按照系統(tǒng)的頂峰負(fù)荷設(shè)計。

（2）安全性。公共云的數(shù)據(jù)安全性一直飽受質(zhì)疑，企業(yè)對部署于自有數(shù)據(jù)中心的私有云的安全性最為認(rèn)可。而混合云模式需要內(nèi)部私有云和公共云的大量網(wǎng)絡(luò)通信，相比公共云安全風(fēng)險可能更大。結(jié)合專家意見，在此給出CRM系統(tǒng)的私有云、公共云、混合云三類解決方案安全性的評估分別為：非常高、高、中等。

表1　CRM系統(tǒng)三類決策方案6年期成本（單位：$）

（3）可用性。私有云一般采用傳統(tǒng)服務(wù)工作站模式，假定其可用性為99%。公共云解決方案一般采用較高的系統(tǒng)冗余備份，其可用性相比私有云和混合云更高。假設(shè)公共云單個系統(tǒng)的可用性為85%，系統(tǒng)提供3個冗余備份副本，根據(jù)上文式（2）得出可用性為99.66%。故假定混合云解決方案的可用性為99.4%。

（4）互操作性。現(xiàn)階段各大公共云服務(wù)商的技術(shù)標(biāo)準(zhǔn)都不一致，導(dǎo)致用戶系統(tǒng)的互操作性差，存在數(shù)據(jù)鎖定風(fēng)險。相比公共云，私有云解決方案平臺靈活性更好，而混合云的互操作性介于兩者之間。在此假設(shè)CRM系統(tǒng)私有云、公共云和混合云解決方案的互操作性分別為0.9、0.4、0.6。

（5）競爭力。私有云方案下前期需要大額的IT基礎(chǔ)設(shè)施投入，而公共云方案無需前期資金投入，轉(zhuǎn)移企業(yè)資金成本為運(yùn)營成本，提升企業(yè)財務(wù)能力靈活度。公共云方案能加快應(yīng)用系統(tǒng)的開發(fā)，讓企業(yè)服務(wù)更早進(jìn)入市場，縮短產(chǎn)品生命周期、且系統(tǒng)負(fù)荷能力更具彈性，因此公共云方案下的企業(yè)產(chǎn)品競爭能力更強(qiáng)。私有云方案下企業(yè)需投入大量人力物力在IT基礎(chǔ)設(shè)施的維護(hù)管理上，而公共云方案下企業(yè)能將全部資源投入核心業(yè)務(wù)上，更加有效地促進(jìn)核心業(yè)務(wù)的提升。在此假設(shè)CRM系統(tǒng)私有云、公共云和混合云解決方案的競爭力分別為：弱、非常強(qiáng)、中等。

3．2　基于AHP-線性分配法的決策分析過程

根據(jù)上述指標(biāo)值，可得客戶關(guān)系管理系統(tǒng)的云計算投資的決策矩陣M為：

選定專家對客戶關(guān)系管理系統(tǒng)云計算投資的五個決策指標(biāo)進(jìn)行打分，得到判斷矩陣A為：

利用式AHP求得屬性指標(biāo)權(quán)重為：

根據(jù)判斷矩陣A和權(quán)重矩陣W，可以求得：

根據(jù)決策矩陣M和指標(biāo)權(quán)重矩陣W，利用式（4）求得目標(biāo)屬性指標(biāo)的排序矩陣R為：

將排序矩陣R代入式（5）和式（6），再利用匈牙利法求解0-1整數(shù)規(guī)劃問題，得最優(yōu)排序矩陣P為：

因此，對客戶關(guān)系管理系統(tǒng)（CRM）方案集DSCRM進(jìn)行排序有s1d2＞s1d3＞s1d1，因此客戶關(guān)系管理系統(tǒng)（CRM）的最佳云計算投資方案為公共云解決方案s1d2。本文通過實證算例分析證明了決策模型方法理論充分、簡單易行，為企業(yè)各業(yè)務(wù)應(yīng)用系統(tǒng)的云計算投資決策分析提供了科學(xué)有效的理論方法。

4　結(jié)論

本文首先在分析影響企業(yè)云計算投資決策指標(biāo)的基礎(chǔ)上，構(gòu)建基于企業(yè)業(yè)務(wù)分解的云計算投資決策模型。接著介紹了AHP-線性分配法的組合決策方法，將定性指標(biāo)定量化，并運(yùn)用該方法對企業(yè)云計算投資決策方案進(jìn)行排序。最后以企業(yè)的客戶關(guān)系管理系統(tǒng)為實例，基于AHP-線性分配法求解客戶管理系管理系統(tǒng)的最佳云計算投資方案為公共云解決方案。本文基于企業(yè)業(yè)務(wù)分解和利用AHP-線性分配法對企業(yè)云計算投資決策進(jìn)行分析，對企業(yè)選擇云計算投資方案具有一定的現(xiàn)實意義。

參考文獻(xiàn)：

[1]Armbrust M,Fox A,et al.A View of Cloud Computing[J].Communications of the ACM,2010,53(4).

[2]Marston S,Li Z,Bandyopadhyay S,et al.Cloud Computing—The Business Perspective[J].Decision Support Systems,2011,51(1).

[3]Rajkumar B,Yeo C S.Cloud Computing and Emerging IT Platforms:Vision,Hype and Reality for Relivering Computing as the 5th Utility[J].Future Generation Computer Systems,2009,(25).

[4]Mell P,Grance T.The NIST Definition of Cloud Computing[J].Communications of the Acm,2011,53(6).

[5]Hwang K,Dongarra J,Fox G C.Distributed and Cloud Computing:From Parallel Processing to the Internet of Things[M].San Francisco:Morgan Kaufmann,2013.

[6]Martens B,Walterbusch M,et al.Costing of Cloud Computing Services:A Total Costof Ownership Approach[C].System Science(HICSS),2012 45th Hawaii International Conference on.IEEE,2012.

[7]鄧國華,陳冬林,姚夢迪等.云環(huán)境下基于熵權(quán)TOPSIS法的企業(yè)IT投資決策[J].數(shù)學(xué)的實踐與認(rèn)識,2016,46(13).

[8]Garg S K,Versteeg S,Buyya R.A Framework for Ranking of Cloud Computing Services[J].Future Generation Computer Systems,2013,29(4).

[9]Laudon K C,Laudon J P.Management Information Systems:Managing the Digital Firm[M].London:Prentice Hall Press,2015.

[10]Bernardo J J.An Assignment Approach to Choosing R&D Experiments[J].Decision Sciences,1977,8(2).

[11]劉強(qiáng),張強(qiáng).線性分配法及Bernardo方法的改進(jìn)研究[J].工業(yè)工程與管理,2009,14(1).

[12]王應(yīng)明.基于加權(quán)法和線性分配法的有限方案多目標(biāo)決策新方法[J].控制與決策,1992,(4).

[13]Erl T,Puttini R,et al.Cloud Computing:Concepts,Technology&Architecture[M].New York:Pearson Education,2013.