一種基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法
【專利摘要】本發(fā)明涉及一種基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇策略，其是通過(guò)改進(jìn)模糊理想化目標(biāo)接近程度算法，按照不同用戶的不同需求，對(duì)提供相同或相似服務(wù)的多個(gè)云服務(wù)平臺(tái)進(jìn)行比較與篩選；包括以下步驟：第一步：構(gòu)建判別矩陣模型；第二步：確定決策矩陣模型；第三步：確定最優(yōu)理想解和最差理想解；第四步：將四個(gè)參數(shù)作為輸入，帶入核心算法中；第五步：將貼進(jìn)度最高的解作為最終解并獲得其對(duì)應(yīng)的云服務(wù)平臺(tái)。本發(fā)明在模糊理想化目標(biāo)分析方法中引入三角模糊數(shù)，權(quán)重因子和信息熵進(jìn)行優(yōu)化，有效地進(jìn)行非數(shù)值問(wèn)題求解，能夠快速地進(jìn)行刷新計(jì)算并獲得結(jié)果。
【專利說(shuō)明】一種基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法。
【背景技術(shù)】
[0002]云計(jì)算應(yīng)用領(lǐng)域旨在為用戶提供靈活、多樣化的計(jì)算與存儲(chǔ)資源服務(wù)。近年來(lái)，一些國(guó)外著名廠商推出自己的云計(jì)算平臺(tái)與產(chǎn)品。其中，側(cè)重計(jì)算資源領(lǐng)域的主流平臺(tái)有Amazon EC2,Google Compute Engine,Microsoft Azure 等，側(cè)重存儲(chǔ)資源的主流應(yīng)用服務(wù)包括 Apple iCloud, Amazon Cloud Drive, Windows Live SkyDrive, Dropbox 等。
[0003]近年來(lái)，國(guó)內(nèi)云計(jì)算應(yīng)用也取得了較快發(fā)展。其中以阿里云，百度云為首的互聯(lián)網(wǎng)企業(yè)通過(guò)綜合平臺(tái)的方式(如云虛擬機(jī)、彈性計(jì)算服務(wù)，開(kāi)放計(jì)算服務(wù)等)在不同需求層次中尋求自己的客戶。在存儲(chǔ)服務(wù)應(yīng)用領(lǐng)域，國(guó)內(nèi)已有較為完善云存儲(chǔ)平臺(tái)與產(chǎn)品，比如金山快盤，115網(wǎng)盤，百度云網(wǎng)盤和華為DBank等。
[0004]隨著技術(shù)的成熟以及云服務(wù)平臺(tái)的不斷涌現(xiàn)，終端用戶對(duì)云服務(wù)平臺(tái)的選擇范圍越來(lái)越廣。然而，當(dāng)前用戶對(duì)具有差異化服務(wù)質(zhì)量的云服務(wù)平臺(tái)選擇過(guò)于主觀，主要依托各大廠商的媒體宣傳等非技術(shù)手段進(jìn)行定性比較，導(dǎo)致用戶很難按照自身差異化的需求，利用已有的云服務(wù)平臺(tái)參數(shù)，對(duì)提供相同服務(wù)的不同云計(jì)算服務(wù)平臺(tái)進(jìn)行客觀、定量的分析，選擇最適合自身應(yīng)用的云服務(wù)平臺(tái)。
[0005]因此，在眾多提供相似功能的云平臺(tái)中，如何根據(jù)用戶自身需求選擇最適合的的云服務(wù)廠商及服務(wù)平臺(tái)是一個(gè)急需解決的問(wèn)題。目前，還沒(méi)有一套完整的解決方案，能夠?yàn)橛脩籼峁┯行?、客觀、個(gè)性化的云服務(wù)平臺(tái)遴選方法。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的是提供一種基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法。
[0007]本發(fā)明采用以下方案實(shí)現(xiàn):一種基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法，其特征在于包括以下步驟:
步驟SOl:確定云服務(wù)平臺(tái)中需要考慮的屬性方案，并根據(jù)兩兩屬性的重要程度，形成判別矩陣:

fu …

I 議蠢nth
— I * 41.<4 — '.,.β- — ii C— — i/ U..'
判別矩陣中每個(gè)值被定義為1-9以及對(duì)應(yīng)的倒數(shù)，吒表示第i個(gè)屬性對(duì)于第j個(gè)屬性
的重要程度，數(shù)值越大表示第i個(gè)屬性相對(duì)于第j個(gè)屬性越重要#表示屬性方案中屬性的個(gè)數(shù)；
步驟S02:確定每個(gè)云服務(wù)平臺(tái)中的不同屬性等級(jí)評(píng)價(jià)，填入一決策矩陣中，該決策矩陣為:
【權(quán)利要求】
1.一種基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法，其特征在于包括以下步驟: 步驟SOl:確定云服務(wù)平臺(tái)中需要考慮的屬性方案，并根據(jù)兩兩屬性的重要程度，形成判別矩陣:
2.根據(jù)權(quán)利要求1所述的基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法，其特征在于:所述步驟SOl的重要程度依照以下數(shù)值確定:同等重要用I表示；比較重要用3表示；重要用5表示；十分重要用7表示；特別重要用9表示；中間值用2、4、6或8表示。
3.根據(jù)權(quán)利要求1所述的基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法，其特征在于:所述等級(jí)評(píng)價(jià)的取值范圍和對(duì)應(yīng)的三角模糊數(shù)表示為:非常低的取值為0，對(duì)應(yīng)的三角模糊數(shù)為(0，O, 0.1);低的取值為1，對(duì)應(yīng)的三角模糊數(shù)為(0，0.1，0.3);比較低的取值為3，對(duì)應(yīng)的三角模糊數(shù)為(0.1，0.3，0.5);中等的取值為5，對(duì)應(yīng)的三角模糊數(shù)為(0.3，`0.5，0.7);比較高的取值為7，對(duì)應(yīng)的三角模糊數(shù)為(0.5，0.7，`0.9);高的取值為9，對(duì)應(yīng)的三角模糊數(shù)為(0.7，0.9，I);非常高的取值為10，對(duì)應(yīng)的三角模糊數(shù)為(0.9，I, I)。
4.根據(jù)權(quán)利要求1所述的基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法，其特征在于:所述步驟S0412中判斷判別矩陣是否符合條件:
5.根據(jù)權(quán)利要求1所述的基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法，其特征在于:所述步驟S0418中: 當(dāng)最優(yōu)理想解定義為(1，1，1)時(shí)候，最差理想解，采用下面的計(jì)算公式 最優(yōu)理想解
6.根據(jù)權(quán)利要求1所述的基于模糊理想化目標(biāo)分析的云服務(wù)平臺(tái)選擇方法，其特征在于:所述步驟S0419是根據(jù)下式計(jì)算每個(gè)方案到理想解的距離:
【文檔編號(hào)】G06F19/00GK103473437SQ201310333440
【公開(kāi)日】2013年12月25日 申請(qǐng)日期:2013年8月2日 優(yōu)先權(quán)日:2013年8月2日
【發(fā)明者】鄭相涵, 陳楠, 陳國(guó)龍, 郭文忠 申請(qǐng)人:福州大學(xué)