信息资源云服务的质量评价指标研究

邓仲华　汪宣晟　李志芳　陆颖隽

要：质量评价是信息资源云服务实际应用效果的客观表示，也是信息资源云服务研究的重要组成部分。文章在参考图书馆信息服务质量评价的基础上，以信息资源云服务的目标为导向，结合云计算的特点，利用层次分析法构建了信息资源云服务质量评价的指标体系。

关键字：服务质量 云计算 信息资源云 信息资源云服务

中图分类号： G250.7文献标识码： Ａ 文章编号： 1003-69３８（２０12）０4－0012-041 引言

云计算将计算任务分布在大量计算机构成的资源池上，使用户能够按需获取计算力、存储空间和信息服务［1-2］。IT界的一些著名厂商都纷纷推出了自己的云服务。如，Amazon公司推出了EC2服务和S3服务；Google推出了Google Doc和Google App engine等云计算服务；微软推出了Azure云计算服务；IBM公司推出了自己的云计算服务“蓝云”。

可以看出，云计算显示出了广阔的前景，各大商家都纷纷推出自己的云服务，以满足人们的各种需求，如计算、存储、带宽等。Stefan Tai等人提出了云服务工程（Cloud Service Engineering）的概念，将云服务工程定义为一门在底层云计算基础设施基础之上利用系统的方法创造出价值增值服务的学科，并认为由各种各样的云计算所组成的系统可以使云服务形成一个面向服务的商业网络［3］。

而信息资源云正是在云计算这个大背景下所提出的一种新服务方式，它是结合云计算思想而形成的一种信息资源管理平台和服务模式。信息资源云的目标是结合云计算与信息资源管理和服务的思想，不需要改变现有互联网资源的分布，不需要对其进行重新组织、优化和配置，从而构建一个具有虚拟化、弹性、可扩展性、大规模等特点的信息资源云平台，并且能够对资源进行进一步知识层面的组织、构建，提高服务的质量，以达到为用户提供安全可靠的按需服务的目的。

那么，如何对信息资源云服务的服务质量进行评价呢？服务质量是服务管理学中最重要的研究领域［4］。对服务质量进行科学合理的评价，一方面，有利于促使服务提供商不断改善和提高所提供的服务，从而吸引更多的用户；另一方面，用户也可以得到有质量保证的知识服务。

由于信息资源云是将云计算运用到网络信息服务领域而形成的新服务，因此关于信息资源云服务的评价问题，本文在参考相关学者利用层次分析法，评价图书馆等领域的信息服务质量所构建评价指标体系的基础上，根据层次分析法中构建评价指标的相关方法，以信息资源云的目标为导向，结合云计算所具有的诸如虚拟化、大规模、弹性、动态可扩展等特点，构建了信息资源云服务的服务质量评价指标。

2 信息资源云服务质量评价指标的构建方法与设计原则

2.1 评价指标的构建方法

层次分析法是针对涉及多指标评价问题时常用的评价方法，应用面比较广泛。而信息资源云具有目标的导向性、体系结构的复杂性等特征，其所提供的信息资源云服务即知识服务，是以构建的信息资源云平台为基础的。信息资源云体现了云计算的根本特点，因此，在对信息资源云服务质量进行评价时，需要综合考虑许多相关因素，即是一个多指标问题。因而，我们可以利用层次分析法构建其服务质量评价指标。

层次分析法（The Analytic Hierarchy Process，AHP）是20世纪70年代初由美国运筹学家T.L.Satty提出的一种定性与定量分析相结合的多目标决策分析的方法。该方法的优点是定性与定量相结合，具有高度的逻辑性、系统性、简洁性和实用性，是针对多层次、多目标规划复杂决策问题的有效决策方法［5］。AHP从本质上讲是一种思维方式，它是将复杂问题分解为多个组成因素，并将这些因素按支配关系进一步分解，按目标层、准则层、指标层排列起来，形成一个多目标、多层次、有序的递阶层次结构模型［6］。

2.2 评价指标的设计原则

（1）导向性原则。信息资源云服务的目标导向性，决定了指标体系应具有导向性。在构建指标体系的过程中，应注意采集那些最能反映信息资源云体系的指标构成因素。

（2）主客体相结合、以客体为中心原则。在信息资源云服务体系中，信息资源云体系是服务主体，用户是服务客体，评估指标是评估服务的标准。信息资源云服务质量评价是让用户对服务质量进行评估，应以用户为中心，最大程度满足用户的需求，因此，要做到主客体相结合，以客体为中心，在评价指标的选择上应该尽量全面地反映主客体的基本情况［7］。

（3）可操作性原则。可操作性是设置评价指标体系必须考虑的重要因素，离开了可操作性，再科学、合理、系统的评价体系也是枉然。在构建指标体系时，应尽量选择信息量大、切实可行、易于被专家理解和掌握的指标。

（4）科学性原则。评价指标体系必须能够明确地反映目标与指标间的一致关系。指标的大小也必须适宜，亦即指标体系的设置应有一定的科学性［8］。

3 信息资源云服务质量评价指标的构建

在利用层次分析法评价信息服务质量时，影响因素主要涉及服务设施、服务内容、服务方式和服务效果四个方面［9］。因此，本文在参考相关文献的基础上，根据信息资源云自身的特点，并结合云计算的相关特征，构建了信息资源云服务质量评价指标体系。

根据层次分析法，将信息资源云服务质量评价指标体系分为以下三个层次，分别为：目标层、准则层、指标层（服务质量评价指标体系见表1）。

[目标层&准则层&指标层&信息资源云服务质量&资源条件&带宽&丢失率&吞吐量&计算快慢&存储大小&资源调度&容错性&并发处理能力&失败容忍能力&资源负载均衡&资源负载均衡度&任务的执行时间跨度&任务平均等待时间&任务完成效率&服务费用&云服务价格&违约罚金（SLA）&服务效用&检准率&安全性&可用性&可扩展性&可靠性&服务响应时间&云服务效用&协同性&共享性&][表1 信息资源云服务质量评价指标]

3.1 目标层

在信息资源云体系中，对信息资源云服务的质量进行合理的评价是我们要达到的目标。该目标无论是对云服务提供商还是对用户来说，都具有重要意义。用户通过使用其提供的服务后，根据使用情况，对该服务进行评价，并将评价结果反馈给云服务提供商，一方面，云服务提供商可以根据用户的评价结果，对提供的云服务进行改进或提高；另一方面，用户可以得到有服务质量保证的云服务，从而使这种服务模式可以长时间保持下去。

3.2 准则层

信息资源云体系的实质是通过各种技术，对各种资源（如存储资源、计算资源、网络资源、基础设施以及其他资源）进行相关处理，从而构建一个虚拟资源池，然后对其进行管理，并通过设定用户访问接口，为用户提供各种服务。那么，在准则层中，需要考虑到资源条件、对资源的调度和资源的负载均衡、服务费用和服务效用等准则。

（1）资源条件。从信息资源云平台这个层面来讲，信息资源云平台是基于各种云计算技术（如虚拟化技术、MapReduce编程技术等），对各种信息资源（如服务器、网络、数字资源等）进行整合，达到为用户提供知识服务的目的。在这个层面上，在信息资源云体系中，资源是提供服务的基础，包括存储资源、计算资源、网络资源等。因此，需要考率到信息资源云这个平台中用以支撑服务的各种资源条件，主要包括存储大小、计算快慢、带宽、吞吐量等指标。

（2）资源调度和资源负载均衡。从资源这个层面上讲，信息资源云平台是对各种大量的信息资源进行逻辑层次上的整合和重构。一方面，由于很多信息资源是异构的；另一方面，信息资源云服务的集成是通过对资源进行合理的调度和资源的负载均衡而实现的。因此，在资源的基础上，需要考虑资源的调度和资源的负载均衡问题。其相应的指标主要集中体现在调度和负载均衡方面。

（3）服务费用。信息资源云服务是一种新的服务付费与交付模式，这与云计算的商业计算模式是一致的，所以需要考虑服务费用的问题。

（4）服务效用。从用户这个层面来讲，信息资源云平台是为了达到提高用户通过搜索引擎搜索所需信息资源的检准率和正确率。因此，在这个层面上，我们需要考虑到用户的效用问题，如服务的安全性、可靠性、可扩展性和可用性。服务效用的好坏决定了用户对服务的态度，服务效用好的服务会得到用户的青睐，反之，不会获得用户的认可。

（5）云服务效用。信息资源云服务是将云计算的思想应用到信息资源领域中，而形成的一种新兴的服务模式，因此，在评价过程中还需要考虑到其能否满足云计算的相关特点，比如协同性、共享性等。

总之，在准则层中，各个准则不是相互独立的，而是具有一定的关系。其中，资源条件是基础，资源调度和资源负载均衡是实现信息资源云服务的前提，服务费用是参考，服务效用是最终决定因素。

3.3 指标层

在该层中，根据准则层中的相关准则，并结合云计算的特点，对各准则层中的指标进行描述。

（1）带宽、丢失率、吞吐量、计算快慢和存储大小。云计算的资源很多，包括存储资源、计算资源、网络资源、基础设施资源以及其他资源。云服务提供商提供的服务是基于这些资源条件的，因此，在对服务质量进行评价时需要考虑到资源条件，而这些条件集中体现在带宽、丢失率、吞吐量、延迟、计算快慢和存储大小等方面。其中，带宽和丢失率是网络资源条件的集中反映，吞吐量代表了服务的处理能力，计算快慢和存储大小可以用来衡量服务是否达到云计算的规模标准。

（2）容错性、并发处理能力和失败容忍能力。信息资源云是将云计算的思想结合到信息资源领域中，通过将各种信息资源进行整合，并对其进行逻辑层面上的重构，达到为用户提供知识服务的目的。而这些资源具有高度动态性和异构性，那么在对资源进行调度的过程中，需要考虑到容错性问题。此外，一方面，对于大规模的计算处理问题，云计算不是由一台或几台服务器独立完成的，而是由大规模服务器集群系统中的若干节点，对任务并行处理，汇总到主服务器中，然后将最终结果提供给用户。另一方面，在资源调度过程中，可能会出现临时性故障问题，导致任务出现中断问题，这就需要考虑到云平台的失败容忍能力。

总之，具有容错机制和失败容忍能力的可靠云计算服务调度策略，对提高云计算服务的服务质量具有重要意义。

（3）资源负载均衡度、任务的执行时间跨度、平均等待时间和完成效率。负载是一个抽象的概念，它描述的是系统的忙闲程度。所谓负载，是指被分配到各个服务器结点上并行执行的子任务。负载在并行系统的各服务器结点上分布的均衡程度称为负载均衡度［10］。因此，在衡量资源负载时，需要考虑到资源负载均衡度。除此之外，还需要考虑任务的执行时间跨度、资源负载均衡度、任务平均等待时间、任务完成效率等指标。

（4）云服务价格和违约罚金。①云服务价格。云计算的实质是一种服务交付和使用模式，M. Klems等人指出云服务有成本和收益，并设计出了一个基本框架，用于估算云计算的成本和收益［11］。云服务是由云服务提供商提供的，云服务提供商在向用户提供服务时，会根据服务并发使用用户数量和用户的实际使用量来收取服务费用。虽然云计算具有极其廉价的特点，但是在对云服务质量进行评价时，服务价格也是影响因素。②违约罚金。为了保证服务质量，云服务提供商和用户会签订一份SLA协议，用以保证双方的权利和义务，同时也可以对其进行动态规范。当一方出现违约时，可以根据SLA进行相关的处理。因此，在进行评价时也应该考虑，即应当将其列入评价指标体系中。

（5）安全性、可用性、可扩展性、可靠性和服务响应时间。①检准率。信息资源云体系，是将云计算应用到信息资源领域中，通过对资源逻辑层面上的整合、重构，从而提高用户信息检索的检准率，达到提供知识服务的目的。因此，需要考率到检准率的问题。②安全性。近几年，虽然云计算在相当程度上得到了推广，但是，云安全问题是目前云计算所面临着的一个难题，它是网络时代信息安全的最新体现，它融合了并行处理、网格计算、未知病毒行为判断等新兴技术和概念［12］。尽管各厂商通过各种措施如技术层面上、SLA等以保证云安全，但仍然存在着不足。因此，安全性问题是人们在使用云服务和评价云服务质量的过程中考虑的重要指标。③可用性。对于服务来说，最重要的参数是可用性，它代表了一个服务是否存在或者是否可以立即使用，用来衡量一个服务可被使用的可能性［13］。因此，云服务提供商在提供云服务时，需要充分考虑到用户需求，从而扩大服务可用性的幅度。④可扩展性。动态可扩展或弹性是云计算的特点之一，那么云服务提供商所提供的服务也需要具有可扩展性，以满足用户的潜在需求。⑤可靠性。云服务提供商在推出云服务时必须考虑到云服务的可靠性。前段时间发生的某公司提供的云服务由于故障而出现服务终止了几个小时的现象，这给使用该云服务的用户造成了很大的损失。同时，对服务提供商来说，用户对其的信任度会大打折扣。因此，云服务的可靠性也是不可或缺的因素。⑥服务响应时间。用户在使用云服务时，是使用自己的终端设备，通过浏览器进行访问。云服务提供商接收用户的服务请求，然后根据用户的请求，进行相应的处理后将相关服务提供给用户，在这个交互的过程中，需要花费一定的时间。因此，在评价云服务质量时，需要考虑到服务响应时间的影响。

4 结语

本文虽然利用层次分析法，结合云计算的相关特点，从资源负载均衡、资源调度、访问控制等方面，对信息资源云服务进行了相关阐述，建立了信息资源云这一新的服务质量评价指标体系，但是由于云计算是近几年才发展起来的，相关云计算技术还不够成熟，业界对云计算还没有形成一个统一的标准，因此本文没有对相关指标进行权重赋值、没有对指标进行检验并在检验中修正指标，所以并没有构建出完整意义上的评价指标体系。只是在一定程度上，为以后评价信息资源云服务的质量选取指标时，提供参考和借鉴。

参考文献：

［1］Michael Armbrust， Armando Fox， and Rean Griffith， et al. Above the Clouds： A Berkeley View of Cloud Computing［EB/OL］．［2012-06-05］.http：//wenku.baialu.com/view/ad25/ef69e3/433239689351.html.

［2］Ian Foster， Carl Kesselman， and Steve Tuecke. The Anatomy of the Grid： Enabling Scalable Virtual Organization［Ｊ］. International Journal of High Performance Computing Applications， 2011，15（3）： 201-205.

［3］Stefan Tai，Nimis Jens，Lenk Alexander，Klems Markus， Cloud service engineering［Ｊ］．icase，2010，（2）：475-476.

［4］伊亚敏，郝胜宇.服务质量研究的理论演进［J］．经济纵横，2009，（9）：30-35．

［5］许树柏．层次分析法原理［M］．天津：天津大学出版社，l988：82-88．

［6］杨嫚．利用层次分析法建构信息服务质量评价体系［J］．情报杂志，2005，（11）：22-23．

［7］许红健．数字参考咨询服务质量评估指标体系［J］．现代情报，2009，（2）：114-115．

［8］王曰芬等.图书情报机构知识服务能力及评价研究（Ⅱ）——评价指标体系设计与权重赋值［J］.情报学报，2011，（1）：103-104．

［9］朱红涛，刘永在.基于层次分析法的数字图书馆信息服务质量评价研究［J］．情报科学，2007，（5）：721-722．

［10］邹晖，罗省贤．机群并行系统与网络并行计算环境［J］．物探化探计算技术，2001，（4）：375-379．

［11］M. Klems， J. Nimis， and S. Tai. Do clouds compute? A framework for estimating the value of cloud computing［Ｃ］.In Proceedings of the 7th Workshop on e-Business （Web）， 2008．

［12］余娟娟．浅析“云安全”技术［J］．计算机安全，2011，（9）：39-40．

［13］鲍春梅．云服务质量度量和测量方法研究［D］．山东：山东大学，2011．