徐 杰,姚 睿,2
(1.西北工业大学计算机学院,陕西 西安 710129;2.中国矿业大学计算科学与技术学院,江苏 徐州 221116)
随着云计算时代的到来,企业逐渐将信息化建设迁移至云计算的轨道中。而云计算对于国内企业,尤其是中小型企业,仍是一项新兴服务。云计算专家指出,企业在评估部署云服务所需成本时,应从潜在利益与危机等多个方面权衡,以避免盲目投资为企业所带来的巨大成本。从目前形势来看,实施云计算的企业更关心是选择SaaS、PaaS,还是IaaS,部署方式已成为企业站在IT规划和业务连续性角度所关注的方向,仅有较少企业会考虑实施云服务过程中的成本可控与风险预防。全球最具权威的IT研究与顾问咨询公司Gartner在2011年4月的云服务报告中指出[1],在云服务革命过程中,IT管理人员“应果断采取措施,以管理固有的风险和意外费用”。
在云计算的投资监管方面,由于国外发达国家云计算发展较久,现已进入云计算成本投资分析应用的探索阶段。文献[2]提出了一套能够对云服务成本进行科学评估、监测以及分析的应用服务,该服务能在不同云应用场景中执行不同的成本模型。文献[3]在云成本估算方面给予了通用成本的比较策略;而文献[4]则提供了云计算与工作流成本相关的实验依据。而国内目前尚处于云计算成本的理论分析与模型实践阶段,更寄希望通过反复的实践塑造成熟的模型,为将来产品的构建奠定坚实的基础。文献[5]提出了企业云计算成本分析模型。该模型通过企业自身成本效用与转入云计算成本对比分析来找到适合企业发展的策略。与本文的共同点是均通过公式展现云计算的企业成本。不同点则主要体现在:一方面,该公式不能正确反映建设周期长短及投资方式不同等条件对项目的影响,且没有考虑投资时间成本;另一方面,该公式仅存在理论依据,缺少企业真实数据所反映的实践证明。文献[6]提出了企业投资回报率DKM模型。该模型提供了科学的决策依据,更进一步将传统成本与云计算成本形成分析公式,但此模型仅局限于单一的云计算环境,缺少通用性。此外,文献[7]提出了云计算环境下数字图书馆建设成本收益分析,但该分析方法缺乏科学依据,且云计算环境单一,更缺少通用性。
综上所述,本文致力于研究并提出一套新的企业云计算投资成本监控算法。该算法首先归纳和定义了企业参与云计算各项投资成本与分类,再进一步将企业所关心的投资回报率以及企业实施云计算前后的投资比这两个重要因素深度融入投资成本监控算法中,最终制定出企业基于云计算的投资成本监控算法。实验表明,该算法能够在一定时间和一定规律下对企业云计算下所投资的各项成本进行有效的监控与分析。更重要的是,该算法不但能够将企业的基础信息数据纳入公式中,更能通过深度分析,挖掘得到企业各类投资成本的最佳预警点,使企业一旦存在投资偏离现象,即可通过本监控方法迅速捕获到相关预警信息,及时掌握发生实际偏离的方向和结点,以采取有效的预警方案和补救措施。
通常情况下,企业用于信息化建设的各类投资成本总和称为总投资成本,用公式表示为:
(1)
其中,Total表示j个企业信息化投资成本项总和,而j的大小可根据不同企业情况而定;ICi代表企业第i个投资成本项。对于企业实施云计算的信息化建设成本分类而言,投资成本可具体划分为四类:环境成本、服务成本、人力成本以及时间成本,则公式(1)可简化为:
Total=EC+SC+HC+TC
(2)
其中,EC、SC、HC、TC分别表示环境成本、服务成本、人力成本及时间成本。无论企业选择何种云模式部署形式,式中所提各类成本都将参与计算,但不同云部署模式所投入的各类成本比例有所差异。企业若选择私有云作为部署方式,则其环境成本相对于服务和人力成本就显得较为突出。
公式(2)中的时间成本是指实施完成企业整个信息化项目所消耗掉的所有时间值总和,它是企业考虑项目成败的主要因素之一。但是,鉴于本文是以年为单位研究与分析企业基于云计算的投资成本监控方法,则可省略公式(2)内TC的监控分析,而重点研究和制定EC、SC及HC三方面的成本监控策略。
环境成本是指企业云模式所投入与环境相关的各类环境项支出成本总和,公式表示为:
(3)
其中,ECi表示企业环境成本所含e个环境项内第i个环境项成本。实际环境中的企业环境项通常是指软件环境、硬件环境、网络设施环境等企业基础设施环境项。此外,环境成本与后面所指服务成本、人力成本等投资方式有所不同,企业通常会选择以年为单位有组织地执行投资计划,之后再不断添加环境设施,追加投资成本。因此,环境成本公式可表示为:
(4)
其中,Edefault表示环境成本所含某一环境项的成本初值,即是指该环境项的最初计划投资成本。Ei则表示该环境成本项所累积e个单位时间内第i个追加成本。
服务成本是指服务及维护企业云计算所必需的第三方服务支出费用总和。公式表示为:
(5)
其中,SCi表示企业s个服务项内第i个服务项成本。不同的成本分类有不同的成本统计方法。如前所述,环境成本通常都是先以计划投资开始,之后不断追加投资,最终以年为单位进行成本累积;但是,服务成本相对环境成本计算较复杂,它既包含有与环境成本累积方式相同的组织计划性投资,比如第三方软件应用费用;更有以单位时间所进行的成本投资,比如:第三方软件服务费用,包括按月或按年将大量企业数据迁移至公共云并长期存储这批数据所产生的服务成本。因此,归纳以年为单位的服务成本累积值,应概括上述各项服务成本的投资方式。经研究归纳,具体公式可表示为:
(6)
其中,Sdefault表示服务成本内某服务项初始值。若该服务项属于年计划性投资成本项,则Sdefault值不为0;反之,若该服务项Sdefault取值为0。Si表示该服务成本项所累积s个单位时间内第i个已发生或追加成本。
将公式(6)应用于企业实施云计算实际情况中,企业的服务成本通常区分为采购第三方软件应用成本以及第三方软件服务费用两个服务成本项。前者通常以年为单位有组织有计划地进行投资,因此该服务成本项用公式(6)即可表示。而后者则以单位时间所进行的服务成本累积,则公式(6) 可简化为:
(7)
特别强调一点,服务成本公式虽然适用于云计算各种实施模式,但在企业选择不同部署模式时,服务成本会有较大差别。通常情况下,选择公有云部署方式的企业,其服务投资成本会相对其他云部署方式低一些;而相对于传统模式的服务成本,其成本节约则更显突出。
人力成本是指参与企业云计算实施与运维所投入的各类人力成本项总和。公式表示为:
(8)
其中,HCi表示相关h个人力项内第i个人力项成本。人力成本的统计方式既不同于环境成本,亦不同于服务成本。企业通常均以月为单位统计实际的费用支出。因此,以年为单位计算人力成本累积的成本公式可表示为:
(9)
其中,Hi表示某人力项所累积h个月内第i个月的人力成本。在企业实施云计算的实际情况中,人力成本仅表现为参与云计算实施与运维人员工资成本一项。
为了使云部署更有效地为企业带来实际投资效益,最佳管理策略就是为企业制定一套有效的监控方法,使企业能够在一定时间和一定规律下对云计算下所投资的各项成本进行有效的监控与分析。一旦发生投资偏离,企业能迅速通过监控方法捕获到相关预警信息,及时掌握发生投资偏离的方向和结点,以采取最及时、最有效的补救措施。
本文在研究与制定企业云模式投资成本监控算法时,首先归纳了如前所述参与企业云计算的各项投资成本分类与统计方法,更进一步参考了企业所关心云部署的两个重要因素。(1)云计算投资回报率ROI(Return On Investment)。通用的企业投资回报率[8]计算方法为:ROI=年利润/投资总额×100%。ROI主要用于企业投资领域,其值越高反映越值得投资,故ROI常作为企业高层投资决策参考因素。本文将该模式融入云计算成本监控算法,以监控企业各项投资成本比例关系。(2)企业实施云计算前后的投资比。即将云模式投资成本与传统模式相比较,把节约的成本看成是收益[9]。通过分析云计算实施前后的各项企业实际投入成本比,使企业不但能以月为单位监控云计算过程的各项成本支出,更能与传统模式的各项成本对比分析,使企业领导全面掌握企业实际回报情况。
综上分析,本文提出一套基于企业云计算的投资成本监控算法,基本原理的公式表述为:
(10)
其中,IC为公式(1)中提及的任意投资成本项,即云计算某成本分类的投资项成本值;ICtraditional表示对应传统模式的投资项成本值。一方面,企业在单位时间内按如上所述统计云模式各项投资成本的实际发生值,并计算出成本累积和。另一方面,以年为单位计算传统模式所发生的各项投资成本累积和。两方面所得结果按上述原理公式形成差值,再与传统模式累积和形成最终比值关系。特别指出,以年为单位传统模式各项投资成本是企业须设置的一次性统计结果。若企业传统模式下信息化建设投资超过一年,则取各项投资所累积的年均值。此外,根据基本原理公式可知,一旦公式中所得结果为负值,即表示实际情况下企业云模式某项投资成本已超出传统模式该项投资成本,应提出预警并高度关注。因此,公式正常取值范围应在[0,1]。
若企业遵循时间规律,建议以月为单位按监控算法进行企业各项投资成本统计,按月监控各项投资成本累积值的最终比例关系,超出范围则视为可预警,以求最小精度地为企业做好各项成本监控预警工作。因此,下文所述单位时间均默认以月为单位。
基于上述算法原理公式(10)归纳而成的投资成本监控公式表示为:
f(ICtraditional,IC)=(ICtraditional-IC)/
ICtraditional=1-IC/ICtraditional
(11)
根据定义可知,公式计算所得结果值的正常取值范围应为[0,1],包括1和0两个边界值。当边界值为1,表示云模式所投资成本项达到最佳理想状态,即云成本可忽略不计;当边界值为0,表示云模式所投资成本项已与传统模式成本等同,已达投资峰值。再投资成本将超支,通过公式反映超支结果则为负值,即超出正常取值范围,可预警提示企业关注该投资项成本的具体投资情况。鉴于本文研究云计算成本监控的主要目标是为企业找到最佳预警点,因此本文将算法所得比例关系称为投资成本监控预警值。下面逐一表述各项投资成本监控公式。
依据通用公式(11)推得环境成本通用监控公式及预警值可表示为:
ECalert=1-EC/ECtraditional
(12)
其中,ECalert表示以年为单位按月统计所得的某环境项成本预警值。按照原理约定,其正常取值范围应介于为[0,1]。一旦企业云模式下所投资的某环境项成本EC超支,也就是说,超出传统模式下的投资成本,ECalert则为负值,那么该环境项成本投资已不可控,处于可预警状态,需及时采取措施,规避该环境项投资风险。另外,ECtraditional表示传统模式下企业以年为单位所投资的某环境项成本。由于企业实际云模式环境中,环境成本又可细分为硬件环境、软件环境及网络环境,因此企业可根据实际情况,既可汇总成一个环境成本预警值,也可将环境成本预警值细化为硬件环境预警值、软件环境预警值及网络环境预警值,计算均遵循公式(12)。
同理,可推知服务成本及人力成本通用监控公式及预警值分别表示为:
SCalert=1-SC/SCtraditional
(13)
HCalert=1-HC/HCtraditional
(14)
其中,SCalert和HCalert分别表示以年为单位按月统计所得的某服务项及人力项的成本预警值。与公式(12)一致,其正常取值范围应为[0,1]。若企业某服务项及人力项成本超支,SCalert和HCalert则为负值,该项成本投资已不可控,须预警及时规避更大损失。SCtraditional和HCtraditional分别表示传统模式企业以年为单位所投资的某服务项成本和人力项成本。企业实际云模式环境中,服务成本可包括软件应用和软件服务两项。企业可根据实际情况,既可汇总成一个服务成本预警值参与计算,也可细分成软件应用预警值和软件服务预警值分别监控,但实际环境中的人力成本仅包含工资成本预警值一项。
上述各项成本监控公式所得预警值与企业监控整体投资成本预警值之间的关系可表示为:
ICalert=ECalert∧SCalert∧HCalert
(15)
其中,ICalert表示企业所监控的整体投资成本监控预警值,依据各项成本预警值取值范围,其正常取值范围应为[0,1]。ICalert由各项成本监控公式所得预警值相互“逻辑与”,“∧”表示逻辑与操作。ICalert表示企业只要有一个投资成本项为负值,则ICalert即为负值。也就是说,只要企业有一个投资项已不可控,整个投资监控体系通过预警告知企业监控各个投资成本项的近期数据。
此外,通过深度分析投资成本监控公式可知,在传统模式投资成本不变的前提下,企业可通过降低云模式投资成本来提高各项成本监控预警值。换句话说,企业可通过细分云模式的部署策略,而优选投资成本较低的部署方案,已达到获得投资成本最佳的理想效果。
为验证本文所提算法在企业实际应用中的可操作性及有效性,我们经过筛选,抽取一家目前正实施云计算的中型企业作为研究案例,并依据公式所需属性信息对企业所提供的基本信息及各项投资成本进行数据抽取。表1为该企业所提供的基本企业信息及各类环境成本、服务成本、人力成本以及企业选型模式等投资信息。表2则显示了该企业两种部署模式下各项投资成本统计数据。
Table1 Information of company constructing cost表1 案例企业投资成本基本信息
Table2 Statistics of company constructing cost表2 案例企业投资成本统计 ¥
将上述企业基本数据及其他详细各月的投资明细分别代入公式(12)、公式(13)及公式(14)计算所得企业各类投资成本项预警值,月统计实际分析效果如图1所示。
Figure 1 Alerts of all of constructing costs图1 企业各类投资成本项预警值月统计效果图
由图1分析可知,通过企业基于云计算的投资成本监控公式计算所得结果都在[0,1]的正常取值范围内,即该企业所投入云计算各项成本目前未超出预警边界,均处于可控范围内。
为进一步证明本文所提出基于云计算的投资成本监控公式的预警有效性,在表2实际数据的基础上,针对人力成本部分云模式下数据假设超出可控范围,加工后的人力成本异常数据与正常数据经公式所得值预警值的对比效果如图2所示。
由图2分析可知,人力成本从九月份起呈陡然下降趋势,八月份以后即需要提出人力成本预警信息,企业需要从九月开始着手对企业人力成本的投资采取坚决防范的措施。
实验结果表明,企业基于云计算的投资成本监控算法为企业提供了一个能够明确分析及掌握当前云计算实施情况的科学算法,适应于云计算各企业的实际业务应用,突显投资成本监控算法的特色。
Figure 2 Contrast of human cost alert图2 人力成本预警值对比效果图
本文提出了一种基于云计算的投资成本监控算法。在云计算时代,企业逐渐将自身的信息化建设迁移到云计算的轨道上。因此,在云服务的过程中应当有越来越多的企业更加关注投资成本的监督和控制,有效地控制风险的发生。找到能够明确分析及掌握科学计算算法并对该方法进行合理化应用无疑将是重点解决的问题。本文的研究成果通过仿真实验分析,有效地利用了企业实施云计算前后在信息化建设方面所投资的基本信息及数据资源进行深度分析,最终发掘出企业各类投资成本的最佳预警点,使企业及时掌握发生偏离的成本控制方向,以采取有效的预警方案和补救措施。下一步将时间成本融入算法中,进一步结合企业所关心的问题,挖掘更多能够真正为企业实施云计算所带来的实际效益的关联关系。
[1] Cloud computing provide real benefits for enterprise [EB/OL].[2011-08-29]. http://www.enet.com.cn/article/2011/0829/ A20110829901867_3.shtml.(in Chinese)
[2] Truonga H-L,Dustdara S.Composable cost estimation and monitoring for computational applications in cloud computing environments[C]∥Proc of International Conference on Computational Science, 2012:2175-2184.
[3] Armbrust M,Fox A,Grifth R,et al.Above the clouds:A Berkeley view of cloud computing[R]. Berkeley:University of California at Berkeley, 2009.
[4] Deelman E, Singh G, Livny M, et al. The cost of doing science on the cloud:The montage example[C]∥Proc of the 2008 ACM/IEEE Conference on Supercomputing, 2008:1-12.
[5] Liu Ying, Zhou Li-yuan, Long Xiao-yu.Cost analysis in enterprise based on cloud computing[J]. Manager Journal,2011(20):4.(in Chinese)
[6] Ma Xiao-ting,Chen Chen.Research on digital library construction under the cloud computing environment based on cost-benefit analysis[J]. Library and Information, 2011(6):74.(in Chinese)
[7] Luo Ying, Tan Liang. Return on investment model of E-learning in high education[J]. Distance Education in China,
2010(10):23.(in Chinese)
[8] Beaty K A. Economics of cloud computing for enterprise IT [J]. IBM Journal of Research and Development, 2011(12):4.
[9] Barker K C. Linking adult literacy and E-learning [R]. Toronto:ABC CANADA Literacy Foundation, 2005.
附中文参考文献
[1] 云计算开始向企业提供实实在在的实惠[EB/OL]. [2011-08-29]. http://www.enet.com.cn/article/2011/0829/ A20110829901867_3.shtml.
[5] 刘营,周丽媛,陇小渝.企业接入云计算的成本分析[J] . 经营管理者,2011(20):4.
[6] 马晓亭,陈臣.基于成本收益分析的云计算环境下数字图书馆建设研究[J]. 图书与情报,2011(6):74.
[7] 罗影,谭良.高校教育中E-learning 投资回报率模型[J]. 中国远程教育,2010(10):23.