一种基于AHP、QFD和TOPSIS的、以需求为导向的云服务提供商选择框架

《Scientific Reports》：A requirement-driven framework for cloud service provider selection using AHP, QFD, and TOPSIS

　　

摘要

随着用户需要在众多功能需求与不同的服务质量指标之间进行权衡，选择云服务提供商已成为一项复杂的决策任务。虽然现有的多准则决策方法能够有效对云服务进行排序，但大多数方法缺乏将用户需求转化为可量化评估标准的透明机制。为解决这一缺陷，本文提出了一种以需求为导向的云服务选择框架，该框架整合了层次分析法、质量功能展开法以及基于理想解的相似性排序法。该框架首先运用层次分析法确定用户定义的功能需求的优先级，接着通过质量功能展开法将这些需求映射到服务质量指标上，最后根据与需求相关的权重，运用基于理想解的相似性排序法对不同的云服务提供商进行排序。实验采用了真实的云服务性能数据，涵盖了10家云服务提供商在响应时间、成本、安全性、可扩展性和可用性这5项服务质量指标上的表现。层次分析法得出的需求优先级一致性非常高，一致性比率仅为0.0074；而通过质量功能展开法确定的权重显示，响应时间和成本是最具影响力的两项服务质量指标，其权重分别为0.264和0.204。该框架始终将CSP5、CSP9和CSP2列为最合适的提供商。与层次分析法结合基于理想解的相似性排序法、MOORA法和VIKOR法相比，该框架的排序结果一致性很高，肯德尔tau值超过0.86；同时威尔科克森符号秩检验也证实了各排序方法结果之间存在统计学上的显著差异。此外，敏感性分析表明，在不同的质量功能展开法关系尺度下，该框架的排序结果依然稳定；而可扩展性测试显示，即使涉及多达50家云服务提供商和10项服务质量指标，该框架的运算时间也能控制在1秒以内。这些结果表明，该框架通过将用户需求与提供商的评估和排序过程直接关联起来，为以用户为中心的云服务选择提供了一种具有可解释性、稳健性且计算效率高的解决方案。