| 标题 | 基于云计算的决策应用的研究综述 |
| 范文 | 韦国森 [摘 要] 云计算是一种新的服务思想和技术架构， 在云计算的帮助下企业可以实现智能决策，促进企业经营活动对市场的适应能力。因此，文章从云计算的服务模式与架构着手，对云计算的技术的研究成果展开论述，厘清在决策中运用云计算的基本脉络，以探究云计算技术支持下智能决策的发展方向。 [关键词] 大数据；云计算；智能决策 doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 15. 026 [中图分类号] F270.7 [文献标识码] A [文章编号] 1673 - 0194（2018）15- 0072- 04 0 引 言 在信息化发展的今天，全球已有超过150亿台连接到互联网的移动设备，相比之下，2013年这个数字为50亿台。伴随而来的是数据量呈几何级数增加，大数据已经伴随通信网络的延伸到社会的各个角落。在这种情况下，依赖于宏观数据与自身的微观数据的企业已无法适应当今社会的发展。对于大部分组织来说，利用云计算技术处理巨量的数据吞吐并合理利用是最为经济有效的方式。云计算是一种分布在大规模数据中心， 能动态地提供各种服务器资源以满足科研、电子商务等领域需求的计算平台。 云计算的核心思想是将大量的计算资源用网络连接，进行统一的管理和调度，组成一个资源池，向用户提供按需服务。用户不需要知道“云”的具体架构，只需要知道他们需要获取的资源和如何获取这些资源。云计算是在并行计算、分布式计算、网格计算等计算模式的发展和应用过程中产生的一种新的资源利用模式。它把整个互联网整合成一台巨大的超级计算机，可以实现计算资源的集成和优化。数據中心的分布式管理，硬件和软件的隔离，具有大规模并行计算与海量数据操作处理能力，这些特性使云计算技术非常符合网络环境下智能决策系统构建的基本要求[1]。 1 云计算的特征与基本架构 云计算作为一个有形的计算和服务模式，其架构研究得到了极大的关注，各国学者纷纷提出了相应的架构。比如，Youseff认为云计算架构因为一种栈模式的结构，这种结构分为五层，包括云应用层、云软件环境层、云软件基础设施层、软件内核以及固件和硬件。但是总体上，学者们都认为云计算应该由实体部分即基础设施和软件部分即计算系统构成。其硬件基础设计架构主要由三个部分组成：服务器集群、超容量的空间和高速网络带宽。而云计算软件系统平台架构则由云文件系统层 、虚拟化层、计算模型层、数据库管理层与用户应用与开发层这五个部分组成。通过云计算硬件基础设施和云计算系统软件平台架构构成了通用云计算架构模型[2]。如图1所示。 2 云计算的服务模式 典型的云计算服务模式包括三类：一是Software as a Service（软件即服务），简称SaaS，次层的通过Web的方式让用户访问云计算的应用；二是Platform as a Service（平台即服务），简称PaaS，这层可以让用户直接访问云计算应用的开发和部署平台；三是Infrastructure as a Service（基础设施即服务），简称IaaS，这层提供给用户的服务主体是底层的计算和存储等各种资源，比如服务器集群等[2]。 云计算平台的优势便是能将各种分布的计算、存储及应用资源进行整合，利用虚拟化技术有效地将大规模的网络资源以可靠服务的形式提供给用户。这是一种互联网上的开放式服务环境。云计算平台是一种多源资源，其由分布在不同地理位置的数据、知识、模型与计算资源所组成[2]。 对用户来说，这三层服务是独立的，不同的层提供的是不同的服务，面对的也是不同的用户。但是在技术上，云计算的三层服务存在着依赖关系。基于SaaS层的产品和服务除了使用SaaS层本身的技术，也离不开PaaS层所提供的部署平台。对于PaaS层的产品和服务而言，也离不开IaaS层服务所提供的基础设施。目前，在云计算领域，最为常见的服务形式是SaaS。这类服务依托于服务商提供的在云计算基础设施上的运行的各种应用类软件，通过互联网向用户提供服务。SaaS模式的优点在于，用户可以不接触底层的云计算基础设施，也不需要考虑应用类软件生命周期内的各项软件管理活动，只需要租用软件所提供的服务即可。应用类软件的维护和管理完全由SaaS服务提供商负责。PaaS的优点在于其服务包含了应用程序的开发平台，包括开发语言、应用程序接口、开发工具与运行平台等基于互联网的开发环境。用户租用此平台，便可以实现应用类软件开发与部署。且PaaS模式可以使用户实现应用程序与环境配置控制部署的同时不参与底层的云基础设施的管理。IaaS的服务则是提供虚拟硬件资源，诸如虚拟主机、虚拟存储器、虚拟网络与虚拟数据库等。其核心是让用户租用服务商的计算能力、存储能力与网络等基本资源。借助IaaS模式，用户无须花费巨资自行购置服务器、存储设备与网络设备等，只需以较低的租金租用云计算基础设施，从而获得在其上自由部署和运行各类软件的权利，并以一定的价格使用其提供的海量存储空间[3]。 3 云计算下决策关键技术的研究概况 随着云计算技术的发展，对于云计算环境技术运用的研究也随之展开。其中包括利用云计算环境下实现企业的智能决策。主要内容是针对云计算环境下决策问题的新特点和新要求，综合运用系统理论与运筹方法等多种理论、技术和方法，对智能决策中的决策过程和方法等进行优化。相对于传统的分布式智能决策，云计算环境提供给智能决策以开放性的决策环境，虚拟化的决策资源以及决策问题的协作求解，并可以更有效的解决非结构化的决策问题。 分布式智能决策的决策环境的不确定性虽然超越以往决策环境，但是其不确定性来源于决策信息，而非决策主体、资源与过程。相比之下，云计算环境是完全开放为用户服务的，在云计算环境下进行智能决策时，可自由启用和终止各类服务资源，其不确定性和动态性是更强的，同时决策主体规模在云计算环境下具备较强的弹性，这也改变了云计算环境下的决策过程。确定性环境下的智能决策问题的研究较为广泛，理论方法研究体系较为系统，实际应用案例充分。然而随着决策环境存在不确定性的情况越来越广泛，在动态与不确定的环境中高效地做出科学的决策成为众多研究人员的研究核心。在不确定性环境下的智能决策过程中，必须对相关知识进行预处理并形成支持决策的决策信息以弥补个体知识的缺陷，并判断决策信息的一致性与可靠性，保证决策结果的科学与准确。而云计算环境的不确定性、开放性、可扩展性与动态性使得决策信息与相关知识可以实现实时处理，这也为有效地进行决策信息一致性判断提供了有力的工具 大数据时代的到来使得企业在进行经营决策时面对的数据样本的规模变得极为庞大，企业经营决策者的所需解决的新问题就是如何对于庞大的数据资源进行存储和分析。因此对于大数据的处理分析成为当下信息技术发展的重要研究方向。对大数据而言，云计算是一种重要的数据分析和存储工具。云计算为多样化的巨量数据提供了存储和计算的平台。从而使得对大数据进行分析成为云计算的主要功能之一。其功能主要体现在利用云计算平台对所收集的大数据进行过滤和筛选，将有价值的数据资源存储在云计算平台上。并将数据转换为可以利用的模式，其后便能对数据信息进行精准有效的分析。这种数据可以使用公有云进行分析并将结果下载到组织内部的终端，或是从公有云获取原始数据并在私有云上进行计算。 在大数据时代，企业的决策方法与传统的决策方法有着巨大的区别。传统的决策是方法是线性的，存在局限，且决策的格局是自上而下的，由信息逐层传递至高层，并由高层决策后向下传递，这种金字塔形的决策模式具有很多缺陷，决策结果片面且主观的，难以掌握于市场的全局信息。各个部门配合较为松散，决策准确性较低，失误的概率较高。在大数据环境下，决策需要打破部门、层级与专业等之间的各种局限，在数据的处理分析上采用新的决策方法。利用非线性、多属性与自下而上的决策模式来穿透行业与区域之间的界限，做出更加科学、客观与准确的决策。云计算与大数据已经逐渐成为市场的基础设施。未来的决策方法的发展必将以大数据技术的应用作为基础。决策模型不仅建立在数据库、模型库、知识库与方法库上，更借助云计算的服务平台实现巨量数据的分析，以及半结构化的决策。云计算平台可以对来自不同数据源的数据进行转换与筛选。有效应对多样化的数据来源，利用强大的计算能力高效地辨识并消除异常数据与冗余数据。云计算技术对于应对大数据时代图形、声音、图像等非结构化数据与其他与决策并不直接相关的数据所带来的巨量数据与多维度数据将发挥重要的作用，与大数据处理相关商业智能、数据挖掘、可视化分析平台的应用和数据处理技术的进步，为复杂数据的处理提供了解决思路。在此基础上，结合现有的云计算平台，建立针对不同的决策层次的决策辅助机制，是大数据下进行决策的基本要求。云计算应用的发展，与大数据分析技术的进步将使未来大数据环境下的决策更加准确，更具有效率，并将逐渐取代传统的决策方法。 4 云计算决策应用研究探究 云计算服务的三个层次：SaaS、PaaS与IaaS的应用前景极为广泛。随着云计算概念的提出，谷歌、微软、IBM与亚马逊等公司已分别建立了各自的云计算环境，而国内的阿里巴巴、百度与腾讯也打造了自己的云计算平台。以谷歌公司为例，其云计算服务平台构建于Google File System分布式文件系统、MapReduce编程模型、Chubby分布式锁服务以及BigTable大规模分布式数据库之上，决策者利用这些组件能够根据自己的需要从巨量资源中选择并动态地使用合适的决策资源。海量决策信息的处理与融合是目前云计算环境给智能决策面临的主要挑战之一，决策信息的处理与融合方法与其实现技术是目前众多研究的主要方向。比如，Jeffrey等人利用映射与化简函数构成基本运算单元以实现海量数据的并行处理。在云计算环境下，因为各种决策资源和主体都能够自由地进入和退出。因此，从云计算环境中获取决策所需的决策信息并建立动态的决策过程以及对决策信息进行处理、分析与利用的方法是云计算环境下智能决策所须解决的问题[4]。 通过对国内外文献研究成果的综合和国际已有的经验，理顺现今云计算技术发展脉络及应用机理，可以使中国企业能够充分地利用云技术的革新提供的历史机遇，服务于中国企业的信息化战略和跨越式发展目标，推动企业的快速发展。 在智能决策理论与方法发展上，决策环境、决策问题与决策模型的发展推动了智能决策理论和方法的进步。海量的数据的处理，不确定的信息的分析与智能学习技术的不断进步正是这种发展的体现。目前云计算环境下的智能决策研究主要针对以下四个方面。 首先是云计算环境下的决策流程，而决策流程受到决策环境的影响。在对云计算环境分析师需要考虑影响决策过程的各种因素以及这些因素所带来的影响， 并在此基础之上对各种决策信息进行收集、重组与分析， 从而科学、有序与合理地实施智能决策。 其次是如何有效管理云計算环境下的决策资源。在云计算下，各种决策资源虚拟与开放性为复杂决策问题求解提供有力的支持。为满足云计算环境下智能决策的需求，在已知与潜在的决策资源中寻找解决决策问题的最佳决策资源， 并利用有效的资源协调机制对其进行协调管理， 才能让这些资源更好地为决策服务。 第三是云计算环境下决策问题的协同求解。随着大数据环境的变化。决策问题复杂程度与求解难度的也随之增加。云计算环境以其开放性为解决复杂决策问题提供了重要工具。利用云计算平台的分布式处理与计算能力对复杂决策问题进行分解，将其分解为多个相对独立却关联的子问题。这些子问题可以利用云计算环境中的对应的分布式决策资源进行协同求解。因此如何有效地分解决策问题并发挥分布式处理的特点以使决策资源能有有效的协同是云计算下决策问题协同求解的重要研究方向。 第四是云计算环境下的智能决策支持系统。云计算环境下智能决策方法研究的进展优化了复杂决策问题的求解方法，并改变了智能决策支持系统的架构。有效利用云计算环境的开放性，使得智能决策支持系统能够解决复杂、多属性与不确定的决策问题，因而辅助用户决策是云计算技术应用的一个重要研究方向。 5 云计算环境下决策的发展方向 基于云计算的技术特征所建立的智能决策系统能够提升企业的价值创造能力，也会使企业产生新的调度和分配信息资源的能力。国内外学者的研究表明企业在云计算技术的支持下，在利用信息资源以支持企业经营决策方面，由于云计算的易接入和低成本性，通过接入因特网的访问可以使得信息资源的获取突破空间与时间的限制。同时，企业通过利用云计算获得的整合内外部信息资源的能力。信息与数据的整合可以集中在企业内部，也可以拓展到企业和合作伙伴甚至企业和客户之间。云计算具有资源池和共享环境的特性，这些特性使得企业获得更强的数据和软件的整合能力。对于使用云计算服务的企业来说，云计算是一个具备资源池和数据中心的共享环境。企业的员工、合作伙伴企业甚至顾客都使用以云计算架构的应用和数据。在云计算的支持下，很多在传统应用中无法实现的信息共享方式 ，比如人们可以在异地同时完成一个文档的不同部分，更可以在异地同时处理不同的决策分支，这就使得云计算为信息共享和协同工作提供了更丰富的环境。国外学者的研究已经指出云计算的优势之一就是可以通过加强对资源与应用的共享而促进协作。这造就了云计算最大的成功，它可以允许企业的中各自独立的个人以从前没有的方式组成团队进行协作。云计算这种对于协作能力进行强化的应用体系降低了信息技术基础架构对于信息共享和软件整合的阻碍，从根本上提高了企业整合数据和知识资源的能力[5]。 在大数据时代，伴随着全球经济的一体化，企业很难能够在高度竞争与变化的市场环境中维持竞优势，企业竞争力更多地体现在基于短暂优势的有效掌控，这种掌控依赖企业组织能力和资源的有效利用。对于企业的经营活动而言，这种资源整合与利用就是从庞大的异构数据中进行有效的数据分析，进而所做出的正确经营决策。其决策的协同性对于决策结果的正确性有着越来越重要的影响。通常企业在做决策时，决策主体集中在少数部门或个人，其余部门和员工则负责决策结果的执行，这是一种典型的后续的支持行为。随着来自内外部环境的信息数量的急剧增加，现有的依靠将单一部门决策结果转化为企业经营计划的运行模式由于其数据处理能力的低下使得决策的正确性难以保证，甚至在应用成熟的智能决策技术的情况下，由于数据量过于庞大而无法进行高效的数据分析，导致决策效率的降低。在这种情况下，云计算平台的利用为企业经营智能决策的优化提供了更为有效的平台，能极大改善传统环境下企业信息共享的效率问题。在云计算有效利用的情况下，智能决策的优势便可得到进一步的发挥，为企业的经营决策的正确和高效带来增益。因此，云计算环境下，企业的经营决策的智能化展现出了新的发展方向，其所搭建的决策平台相较传统的智能决策体系展现出成本低、数据分析效率高与平台扩展能力强的特点。 企业经营决策的准确性依赖于大数据的应用，云计算技术最大的优势在于其在数据分析能力能够解决大数据所带来的数据广度与维度激增的问题。云计算通过对异构数据的结构化，结合其并行数据处理能力，可以有效地解决智能决策模型在处理庞大数据量时出现的效率低下问题。利用云计算将计算分布在数量庞大的分布式计算的特点，不仅可以实现企业资源的快速切换，更能帮助企业在面对异构数据时可以针对隶属不同属性值与维度的信息同时应用不同的模型进行计算。云计算的并行处理能力，不仅可以使数据处理的速度得到极大的提升，更可以发挥多层模型的优势，是其不受庞大数据量带来的处理延迟的影响。这种计算能力所构成的决策体系在信息处理速度、效率与精度上都大大超越了传统的智能决策方法。 6 结 语 综合以上研究成果，可以看出，隨着云计算技术的发展，目前国内外对于云计算的决策研究已逐步展开，并提出很多决策方法与模型，并对决策系统的构建提出了理论指导。对于云计算协议应用与智能决策的研究已逐步开展，也有较为广泛的研究思路。因此以云计算技术创新与智能决策理论为基础，整合云计算的存储与分析能力，研究智能决策的具体机理，提升决策效率与精度，以实现云计算平台下的协同决策，代表了大数据时代要求下决策技术的重要发展方向。 主要参考文献 [1]崔曼，薛惠锋. 基于云计算的智能决策支持系统研究[J]. 管理现代化，2014（2）：72-74. [2]于长钺，王一刚， 王长峰. 云计算服务模式及其标准化研究[J]. 标准科学，2016（3）：19-23. [3]刘颖.云计算服务体系及产业链发展态势研究[J]. 产业经济评论， 2014（4）：24-31. [4]罗贺，杨善林，丁帅. 云计算环境下的智能决策研究综述[J]. 系统工程学报，2013，28（1）：134-142. [5]刘森. 云计算影响企业绩效的作用机理——基于运营敏捷性视角的实证研究[J]. 科技管理研究， 2016，36（20）：226-233. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。