云计算服务质量评价研究综述

【前言】云计算服务质量评价研究综述由文秘帮小编整理而成，但愿对你的学习工作带来帮助。（School of Computer Science and Technology， Harbin Institute of Technology， Harbin 150001， China） Abstract： Cloud computing has achieved great development due to a serious of significant advantages， such as high reliability， high availabili...

摘 要：云计算以其低成本的方式提供高可靠、高可用和规模可伸缩的个性化服务等诸多优势得到了飞速的发展，并日益受到学术界和工业界越来越多的关注。针对云计算服务质量评价问题，本文综述了最新的研究进展，并提出了云计算服务质量评价领域未来的热点研究方向。

关键词：云计算；服务质量评价；服务质量等级

中图分类号：TP393 文献标志码： A 文章编号：2095-2163（2015）05-

Survey on Cloud Computing Service Level Agreement Evaluation

LI Panpan， ZHANG Hongli

（School of Computer Science and Technology， Harbin Institute of Technology， Harbin 150001， China）

Abstract： Cloud computing has achieved great development due to a serious of significant advantages， such as high reliability， high availability， high scalability， low cost customized service and so on. Hence， there are growing concerns about the cloud computing in academia and industry. In this paper， the recent research developments of cloud service level evaluation technologies are investigated. And then hot topics and future research trends of cloud service level evaluation are also presented.

Keywords： Cloud Computing； Service Level Evaluation； Service Level Agreement

0 引 言

云计算的概念可以追溯到上个世纪60年代，计算机科学家约翰・麦卡锡即已提出“计算有可能在未来成为一种公共设施”的科学预言[1]。时光迈入2006年，Google则首次提出了云计算的概念。近年来，作为物联网、大数据等领域的核心支撑技术，云计算依靠其可定制服务、高度服务扩展性、强大的计算能力、海量的存储能力和相对低廉的价格等诸多显著优势取得了迅猛的发展[1-2]，并引起了学术界和工业界越来越多的关注。

1 云计算体系结构与关键特征

云计算是分布式计算、并行计算、网格计算和虚拟化等技术综合发展而成的，基于互联网进行服务交付、自主使用的服务模式。按照服务层次，云平台可划分为基础设施即服务（Infrastructure as a Service， IaaS），平台即服务（Platform as a Service， PaaS）和软件即服务（Software as a Service， SaaS）三个层次，为云用户提供了不同程度的资源共享和服务交付模式[3]，如图1所示。在此，针对云平台的三个划分层次给出如下相关的综合论述。

（1）IaaS是最底层的云计算系统服务，接近物理硬件资源，是为云用户提供的一个虚拟化资源（计算、存储和通信等）。基础设施的规模可以按需动态变化，提供可靠性高、可定制性强、规模可扩展的IaaS层服务，以精确地满足云用户的现实需求；

（2）PaaS是在基础设施之上的平台层，是云计算系统的核心层，主要包括并行程序设计和开发环境、结构化海量数据的分布式存储管理系统、海量数据分布式文件系统以及实现云计算的其它系统管理工具，如云计算的系统中资源的部署、分配、监控管理、安全管理和分布式并发控制等。PaaS层主要为应用程序开发者特别组织而设计，开发者不再考虑应用运行时所需要的资源，PaaS层已经提供了应用程序运行及维护所需要的一切平台资源；

（3）SaaS层中通常以应用软件以及交互接口作为服务，在浏览器中提供给终端用户，因而节省了用户的软件部署和维护开支。

图1 云计算体系结构

Fig.1 Cloud Computing Architecture

广义上讲，云计算是由分布式计算、网格计算、并行处理、效用计算、网络存储、虚拟化和负载均衡等传统计算机技术和网络技术发展融合所产生的一种商业服务模式[3]。但云计算也有着自身的关键性特征，分析起来可总结如下[1， 4]：

（1）资源高度虚拟化。 虚拟化是云计算平台的核心支撑技术之一，即将各种计算及存储资源充分整合和高效利用的关键技术。虚拟化是表示计算机资源的抽象方法，通过虚拟化可以用与访问抽象前资源一致的方法访问抽象后的资源，隐藏资源属性和操作之间的差异，并使得云服务具有硬件无关性，且允许通过通用的方式来使用资源；

（2）动态弹。 动态弹能力是云计算的重要特性之一，而且也是保证云计算服务能否成功实施的关键因素。云平台管理系统将会系统整合云平台的各种IT资源，同时使用多重负载均衡策略，即可可以根据用户使用资源的具体情况对资源灵活的配置、增加和释放；

（3）广泛的网络接入。 云计算通过网络提供服务，云用户可以利用各种终端设备随时随地通过互联网访问云计算服务；

（4）按需付费。按需服务并付费是目前各类云服务中不可或缺的重要部分。对用户而言，省去购买大量软硬件设备以及人员开销的费用，而且还能根据自身业务成长的需要选择相应的云服务；

（5）资源可测量。云中的IT资源是可以精确测量的，一方面可以了解系统的运行状态，另一方面可为服务计费提供度量手段；

（6）多租户技术。云平台的多租户技术将使得大量的租户能够共享同一堆栈的软、硬件资源，每个租户都能够按需使用资源，能够对软件服务进行客户化配置，而且不影响其他租户的使用。此外，更能提供诸如数据隔离、客户化配置、架构扩展和性能定制等多重实用功能；

（7）规模化经济。云计算平台的规模通常较大，云服务提供商（Cloud Service Provider，CSP）可以使用多种技术来提高系统资源利用率从而降低使用成本，同时还可以通过通风、制冷、供电、网络接入的统筹规划降低维护成本，从而实现规模化经济，为用户提供价格低廉的服务。

总之，云计算是一种以提高资源利用率、降低IT设备总拥有成本为驱动的服务模式，其核心是以虚拟化和互联网技术为基础支撑，对基于网络连接的各种资源统一进行管理和调度，由此即构成一个可以动态地配置、灵活扩展和自动化管理的IT资源池[4]。

2 云计算服务质量评测技术的挑战

云计算平台广泛使用的虚拟化技术、动态资源分配等技术给服务质量评测带来了多方面的挑战。综合来讲，主要来自三个方面：

（1）物理IT资源视图对云用户的不可见性。云计算广泛使用的虚拟化技术屏蔽了云用户对云平台的物理硬件视图，使得云计算服务过程和服务内容等脱离了云用户物理上的控制权，由此导致了如何确定云计算平台是否按照约定提供可信服务就随即成为云用户选择使用云计算平台的首要考虑因素。出于经济利益或声誉的考虑可知，云计算服务提供商单方面声称服务质量的服务等级协议（Service Level Agreement，SLA）可靠性并不具有充分的可观保障度。因此，如何评测云计算服务质量便应运而生，成为亟待突破的重要问题，其重要性与紧迫性日益突显。

（2）云用户需求的多样性。不同云平台提供不同的服务内容，如面向数据存储云服务、面向高性能计算的云服务和面向网络应用云服务等，诸多的云平台有着不同类型的服务内容和形式，云用户对这些云服务均有着不同的业务需求，也就使得云服务质量评测更要满足用户服务内容多样性需求。

（3）云用户对服务目标多样性要求。云用户应用需求的表现是多方面的，例如云平台高性能计算、安全可靠分布式存储、网络带宽、网络延迟、云服务即时响应能力的要求。基于此，CSP则提供了不同的云体系结构满足这种云用户多样性的需求。不同的云服务所对应的服务质量的定义在维度上往往都是各有不同的，这也就要求已经推出的各类云服务质量评测技术能够与之相互匹配与对应。

因此，为了更好地评估云平台的服务质量SLA的合规性，针对特定服务内容以及综合考虑各服务要素构建SLA合规性的评测方法是具有客观的现实必要性及重要性的。

3 云计算服务质量评测技术研究新进展

云平台资源使用度量是从云用户或第三方的角度来进行评估云平台资源服务能力的实效评估，到目前已有众多的代表性研究成果，归纳起来主要有以下三类，现分别对其进行系统阐述和介绍。

3.1 资源服务能力监控与度量

云平台的结构复杂，资源服务能力的监控与度量是服务质量SLA评估的基础。GMonE[5]是一个层次化的云平台监控架构，GMonE使用并定义了云监控等级和云监控视图这两个核心指标对云平台的监控方案进行甄别分类。文献[6]提出了面向云用户的自适应模块化监控方案，监控设计者可以根据需求扩展现有模块，设计可视化视图，以满足不同云用户个性化的资源监控需求。RMCM[7]是云平台运行时环境高灵活的可扩展质量的监控系统，RMCM系统综合利用本地资源监控库、JVM Agent、事件拦截器、JMX（Java Management Extensions）技术、服务取证等技术抓取云平台系统中的原始监控数据，进行服务质量的事后分析。SmartSLA[8]是面向计算密集型虚拟资源管理系统，主要包含系统建模模块和资源分配模块两个单元，系统建模模块是个学习模型，使用机器学习方法预测每个云用户在不同资源分配情况下的SLA惩罚成本，资源分配模块通过权衡潜在的SLA惩罚成本和基础设施成本进行动态调整资源分配。

灵活、可靠地检测云平台的服务质量也是目前云平台服务质量评价的研究热点之一。MELA[9]是云平台弹性化服务的建模和分析方案，MELA允许云服务开发者使用特定接口获取云弹一些关键特征的相关数据，通过聚合监控数据对云计算的弹能力的参数进行分析以评估云服务质量。MonPaaS系统[10]分别从CSP资源视角和云用户资源视角两个维度对IT资源进行度量，并允许云用户灵活、具体地自定义监控指标和监控方案。

3.2基于可信第三方的服务质量评估

可信第三方拥有较高的资源访问权限，能有效地解决CSP和云用户权利不对等所引发的评测结果不可靠等问题。DMI（Dynamic Monitoring Interval）是一个轻量级的云服务质量监控方案[11]，服务质量SLA描述方案保存于可信方，部署在云平台内部的监控引擎自主采集云平台运行时的环境相关信息，并由可信方根据预设规则分析监控信息，以评估云服务质量SLA的合规性。CASViD[12]是适用于云计算平台应用层的一个高效监控和SLA违约检测框架，其核心组件是一个应用级的监视器，监视器通过采集云用户的应用在云平台上运行时环境的资源消耗参数和性能，来判断云平台是否满足SLA的要求。面向云平台特定服务内容SLA合规性评估研究中，Houlihan等人[13]的方案中则由可信第三方使用一个CPU密集型测试用例，随机检测CSP的CPU的性能是否符合SLA的约定。CSP对云平台的IT资源拥有绝对控制权，对CPU服务能力的检测就不应被CSP所感知，以阻止CSP进行有目的性的防检测，为此，Huang等人[14]在此基础上进一步提出一个轻量级的随机CPU资源耗尽策略评估CPU服务能力的SLA合规性，因而有效地避免了CSP有目的性的反评估。

3.3 服务SLA建模语言

在传统研究领域中，已出现一些SLA描述的语言模型，如WSLA[15]，WS-Agreement[16]，其中，WSLA是由IBM统一研发，可用来定义和监控Web服务SLAs机器可读格式的规范，并包含SLA的担保和约束的相关定义，WSLA是一个SLA驱动的Web生命周期管理框架。同样，WS-Agreement也是最重要的规范之一，提供了定义服务供求双方服务协调以及管理SLA的相关协议。其它的SLA定义的规范，诸如SLAng[17]和WSOL[18]都是基于可扩展标记语言（Extensible Markup Language， XML）定义的面向Web服务的QoS约束机制的规范，其与Web服务技术和标准紧密相关，但与上述方法类似，这两个规范仅仅定义了服务质量的建模方法，却未涉及服务生命周期管理及SLA评估。除以上的重点推介外，时下学界还已研发有基于RuleML规则建模语言拓展而成的RBSLA[19]SLA建模语言。

综上可知，SLA描述方法也是云计算服务质量SLA评估的重要研究领域。云计算服务质量SLA评估领域诞生之初主要侧重于SLA协商与监控的方法研究，如WS-Policy[20]、WS-Negotiation[21]、SWRL[22]和CSLA[23]等。Garcia等人[24]开启了对云服务进行通用的规范化表示方法的设计研究进程，使用WS-Agreemen规范对服务过程中SLA各要素实施统一管理，并且，SLA合成算法又全面整合了服务过程中各服务要素的SLA描述碎片，由此构建了SLA驱动的云平台架构。类似的研究方案还有，SLA感知即服务（SLA-aware as a Service. SLAaaS， SLAaaS）的云模型[23]将有效的SLA描述机制融入到面向QoS的云服务中，通过云服务等级协议（Cloud Service Level Agreement，CSLA）语言定义了SLA以及处理SLA的违规案例。另一突出成果就是：文献[25]提出了一个基于SLA的按需服务虚拟化服务提供方案，首次尝试将基于SLA的资源协商虚拟机用于提供按需服务，而且又一并提出了SLA感知的云计算系统。

还有一些方案则是从SLA协商、建立、监测、评估等生命周期内的关键步骤管理入手，来相应评估服务质量SLA的合规性。在此，给出重点研究成果，即如，Farokhi在文献[26]中提出面向多云计算环境的服务分配框架，主要包含三个阶段，分别是：SLA协商建设、服务选择和违反SLA监测和检测，该模型更多地是从交付的角度对多云平台的SLA合规性实现评测，具体就是在SLA合规性的约束下，利用最优化算法将服务均衡地分配到不同的云基础设施上，因而在获取CSP经济效益最大化的同时，也保证了云用户的SLA合规性。CSP使用公共SLA模板时，若一个新的SLA模板，那么就必须按照一定的预设规则映射到所有的公共SLA模板上。与此同时，还有一些面向多云环境的服务质量SLA评测也颇受各方关注。在云平台的多用户应用环境中，不同云用户的不同业务流程中，也往往约定着不同的服务等级目标，最重要的设计目标是要确保多SLA模板参数的一致性，同时也支持动态SLA协商、多层次SLA检测等。为了解决这一问题，能够支持云间相互迁移的SLA模板[27]设计方案便应运而生，从而在多云平台环境下扩展了SLA规范的描述方式。

4 结束语

云计算可信服务SLA和云计算可信服务标准的缺失，导致可信服务测评的支撑点要素缺乏广泛的认可。服务评测技术指标是一个庞大的系统工程，现在云计算可信服务评测技术没有统一的标准，各种技术和手段对评测技术的可用性、有效性等指标的认定相互孤立，不同的技术和手段之间缺乏统一的指标去对比或量化优劣。因此，建立一个多技术手段，相互协同的云计算SLA评测体系即已成为未来研究领域的热点。

参考文献：

[1] FOSTER I， ZHAO Yong， RAICU I， et al. Cloud computing and grid computing 360-degree compared [C] // Proceedings of the IEEE Grid Computing Environments （GCE’ 08）， Austin： IEEE， 2008： 1-10.

[2] SON I， LEE D， LEE J N， et al. Market perception on cloud computing initiatives in organizations： An extended resource-based view[J]. Information and Management， 2014， 51（6）： 653-669.

[3] TSAI W T， SUN Xin， BALASOORIYA J. Service-oriented cloud computing architecture [C] // Proceedings of the 7th International Conference on Information Technology： New Generations， Las Vegas： IEEE， 2010： 684-689.

[4] HOFER C N， KARAGIANNIS G. Cloud computing services： Taxonomy and comparison[J]. Journal of Internet Services and Applications， 2011， 2（2）： 81-94.

[5] MONTES J， SANCHEZ A， MEMISHI B， et al. GMonE： A complete approach to cloud monitoring[J]. Future Generation Compute System， 2013， 29（8）： 2026-2040.

[6] CHEN T Y， YEH H L， WEI H W， et al. An effective monitoring framework and user interface design[J]. Software： Practice and Experience， 2015， 45（5）： 549-570.

[7] SHAO J， WEI H， WANG Q. et al. A runtime model based monitoring approach for cloud [C] // Proceedings of the 2010 IEEE 3rd International Conference on Cloud Computing， Miami： IEEE， 2010： 313-320.

[8] XIONG Pengcheng， CHI Yun， ZHU Shenghuo， et al. SmartSLA： Cost-sensitive management of virtualized resources for CPU-bound database services[J]. IEEE Transactions on Parallel and Distributed Systems， 2015， 26（5）： 1441-1451.

[9] MOLDOVAN D， COPIL G， TRUONG H， et al. Mela： Monitoring and analyzing elasticity of cloud services [C] // Proceedings of the 2013 IEEE 5th International Conference on Cloud Computing Technology and Science （CloudCom 2013）， Bristol： IEEE， 2013： 80-87.

[10] JOSE M. CALER A， AGUADO J G. MonPaaS： An adaptive monitoring platformas as a service for cloud computing infrastructures and services[J]. IEEE Transactions on Services Computing， 2015， 8（1）： 65-78.

[11] JAMAIL N S M， ATAN R， ABDULLAH R， et al. Development of SLA monitoring tools based on proposed DMI in cloud computing[J]. TMLAI Transactions on Machine Learning and Artificial Intelligence， 2015， 3（1）： 1-7.

[12] EMEAKAROHA V C， FERRETO T C， NETTO M A S， et al. CASViD： Application level monitoring for SLA violation detection in clouds [C] // Proceedings of the 2012 36th IEEE Annual Computer Software and Applications Conference （COMPSAC 2012）， Izmir： IEEE， 2012： 499-508.

[13] HOULIHAN R， DU Xiaojiang， TAN C C， et al. Auditing cloud service level agreement on VM CPU speed [C] // Proceedings of the 2014 IEEE International Conference on Communications （ICC 2014）， Sydney： IEEE， 2014： 799-803.

[14] HUANG Qiang， YE Lin， LIU Xinran， et al. Auditing CPU performance in public cloud [C] // Proceedings of the 2013 IEEE 9th World Congress on Services （SERVICES 2013）， Santa Clara： IEEE， 2013： 286-289.

[15] DAN A， DAVIS D， KEARNEY R， et al. Web services on demand： WSLA-driven automated management [J]. IBM Systems Journal， 2004， 43（1）： 136-158.

[16] A. Andrieux， K. Czajkowski， A. Dan， et al. Web Services Agreement Specification （WS-Agreement） [EB/OL]. [2015-06-10]. http：///documents/GFD.107.pdf.

[17] SKENE J， LAMANNA D D， EMMERICH W. Precise service level agreements [C] // Proceedings of the 26th International Conference on Software Engineering （ICSE’ 04）， Edinburgh： IEEE， 2004： 179-188.

[18] TOSIC V， PATEL K， PAGUREK B. WSOL-Web service offerings language [C] // Proceedings of the Workshop on Web Services， e-Business， and the Semantic Web， Toronto： Springer， 2002： 57-67.

[19] PASCHKE A. RBSLA a declarative rule-based service level agreement language based on RuleML [C] // Proceedings of the International Conference on Computational Intelligence for Modelling， Control and Automation， Vienna： IEEE， 2005： 308-314.

[20]W3C WS-Policy. Web Services Policy Framework.v1.2 [EB/OL]. [2015-05-22]. http：///Submission/WS-Policy.

[21] ZULKERNINE F， MARTIN P， CRADDOCK C， et al. A policy-based middleware for Web Services SLA negotiation [C] // Proceedings of the IEEE International Conference on Web Services （ICWS’ 09）， Los Angeles： IEEE， 2009： 1043-1050.

[22] FAKHFAKH K， CHAARI T， TAZI S， et al. A comprehensive ontology-based approach for SLA obligations monitoring [C] // Proceedings of the 2nd Advanced Engineering Computing and Applications in Sciences （ADVCOMP’ 08）， Valencia： IEEE， 2008： 217-222.

[23] SERRANO D， BOUCHENAK S， KOUKI Y， et al. SLA guarantees for cloud services[J]. Future Generation Computer Systems， 2015. （Available online 17 April 2015）

[24] GARCIA A G， BLANQUER I. Cloud services representation using SLA composition[J]. Journal of Grid Computing， 2015， 13（1）： 35-51.

[25] KERTESZ A， KECSKEMETI G， BRANDIC I. An SLA-based resource virtualization approach for on-demand service provision [C] // Proceedings of the 3rd International Workshop on Virtualization Technologies in Distributed Computing （VTDC’ 09）， Barcelona： ACM， 2009： 27-34.

[26] FAROKHI S. Towards an SLA-based service allocation in multi-cloud environments [C] // Proceedings of the 2014 14th IEEE/ACM International Symposium on Cluster， Cloud and Grid Computing， Chicago： IEEE， 2014： 591-594.

[27] FALASI A A， SERHANI M A， DSSOULI R. A model for multi-levels SLA monitoring in federated cloud environment [C] // Proceedings of the 2013 IEEE 10th International Conference on Ubiquitous Intelligence & Computing and 2013 IEEE 10th International Conference on Autonomic & Trusted Computing， Vietri sul Mare， IEEE， 2013： 363-370.