Эффективность облачных ИТ-услуг при случайном спросе

Тип работы:
Реферат
Предмет:
Экономические науки


Узнать стоимость

Детальная информация о работе

Выдержка из работы

ПРОБЛЕМЫ И СУЖДЕНИЯ
УДК 330. 12 В. И. СОЛОВЬЕВ
V. I. SOLOVIEV
ЭФФЕКТИВНОСТЬ ОБЛАЧНЫХ ИТ-УСЛУГ ПРИ СЛУЧАЙНОМ СПРОСЕ CLOUD IT-SERVICES EFFICIENCY UNDER RANDOM DEMAND
& lt-XX>-0<-XXXXXXXXX>-0<-X>-00<-XXXXXXXXXXXX>-
АННОТАЦИЯ
Актуальность. С общепринятой точки зрения, использование облачных вычислений в условиях случайного спроса позволяет пользователям сократить ИТ-издержки вне зависимости от структуры спроса1. В данной работе содержатся возражения против этой точки зрения, основанные на рассмотрении моделей дискретного и непрерывного случайного спроса на компьютерную полезность.
Методы. Для определения условий целесообразности приобретения облачных ИТ-услуг для пользователей применяются вероятностные методы: спрос рассматривается как случайный процесс с дискретными или непрерывными состояниями.
Результаты. Показано, что облачные вычисления эффективны для таких клиентов, которые предъявляют спрос, представляющий собой случайный процесс с дискретными состояниями, и при этом велика вероятность низкого спроса, либо велик разрыв между минимумом и максимумом спроса, либо цена аренды ИТ-актива сопоставима с ценой его покупки. Если же спрос описывается случайным процессом с непрерывными состояниями (например, винеровским), то применение облачных вычислений может оказаться неэффективным.
Перспективы. Результаты работы могут быть использованы для принятия решений о выборе модели бизнеса разработчиками ИТ-сервисов, а также поставщиками любых других услуг, спрос на которые случаен, а оплата может осуществляться по факту использования.
Ключевые слова: модели бизнеса- интеллектуальные товары- сорсинг информационных технологий- облачные вычисления- случайный спрос- анализ эффективности.
ABSTRACT
Introduction. The generally accepted point of view holds that the use of cloud computing under random demands allows users to reduce IT costs irrespective of the demand structure. The paper disagrees with the prevailing point of view and puts forward arguments based on discrete-continuous models of random demands for computing utility.
Methods. To determine conditions under which cloud computing is relevant for the customer we use probabilistic methods assuming that demand is a random process with discrete or continuous states.
1 См. об этом: Marston S., Li Zh., Bandyopadhyay S. et al. Cloud computing — The business perspective. Decision Support Systems, 2011, vol. 51, pp. 176−189- Weinhardt Ch., Anandasivam A., Blau B. et al. Cloud computing — A clasification, business models and research directions. Business and Information Systems Engineering. 2009, vol. 5, pp. 391−399- Weinman J. Mathematical proof of the inevitability of cloud computing. JoeWeinman. com, 2011. URL: http: //www. joeweinman. com/resources/ Joe_Weinman_Inevitability_Of_Cloud. pdf- Weinman J. The 10 laws of cloudonomics. BusinessWeek, GigaOM, 2008. URL: http: //www. businessweek. com/technology/content/ sep2008/tc2008095_942 690. htm
Results. The paper shows that cloud computing is relevant for those clients whose demand is described as a random process with discrete states: in such a case the probability of low demand is high implying either a large gap between the minimum and maximum demand or the IT asset rent price close to its purchase price. If the demand is described as a random process with continuous states (e.g., Wiener process), then the use of cloud computing could be irrelevant.
Discussion. The results of the work can be used by developers of IT services to select a business model as well as by suppliers of any other services featuring random demand and pay-per-use option.
Keywords: business model- intellectual goods- information technology (IT) sourcing- cloud computing- random demand- performance analysis.
Введение. Данная работа посвящена исследованию эффективности новой модели бизнеса на рынке информационных технологий, носящей название облачных вычислений и состоящей в предоставлении информационно-технологических услуг из центра обработки данных (пула программно-аппаратных комплексов) по запросам пользователей, имеющих доступ к этому центру, с возможностью эффективного масштабирования при минимальном взаимодействии пользователей с провайдером услуг.
Считается, что, поскольку оплата компьютерной полезности в модели облачных вычислений производится по факту реального потребления, облачные вычисления позволяют пользователям существенно сократить расходы на информационные технологии вне зависимости от структуры спроса.
Данная работа предлагает критику этой точки зрения, основанную на исследовании вероятностных моделей дискретного и непрерывного случайного спроса на компьютерную полезность в облачных вычислениях и получении условий экономической эффективности приобретения облачных ИТ-услуг.
В предположении, что спрос представляет собой случайный процесс, показано, что с точки зрения пользователей, предъявляющих спрос, описываемый случайным процессом с дискретными состояниями, облачные вычисления эффективны либо когда вероятность низкого спроса достаточно велика, либо если разница между наименьшим и наибольшим возможным спросом велика, либо в случае не-
принципиальных различий в цене приобретения и аренды ИТ-активов.
Если же спрос описывается случайным процессом с непрерывными состояниями, то облачные вычисления часто представляют собой неэффективную модель бизнеса (в частности, доказана неэффективность облачных вычислений в случае, когда спрос описывается вине-ровским процессом).
Теоретическая база исследования. Хотя экономика традиционных информационных технологий развивается достаточно активно2, вопросы, связанные с эффективностью облачных вычислений, до настоящего времени экономической наукой практически не рассматривались. На сегодняшний день наиболее серьезные результаты в области экономики облачных вычислений получены Дж. Вайнманом. В частности, в одной из его работ3 сформулированы три основных отличия облачных вычислений от традиционных моделей бизнеса на рынке информационных технологий:
1) облачные вычисления дают возможность интеграции спроса от большого числа пользователей в общий пул динамически распределяемых ресурсов-
2) масштаб инфраструктуры провайдеров облачных вычислений существенно превышает масштабы крупнейших необлачных центров обработки данных-
3) облачные вычисления дают возможность монетизации доходов от различий в спросе пользователей, тогда как традиционные центры обработки данных ориентируются на консоли-
2 См. об этом: Соловьев В. И. Выбор оптимальной модели бизнеса на монопольном рынке программного обеспечения как услуги // Микроэкономика. 2010. № 6. С. 82−93- Соловьев В. И. Программное обеспечение как товар // Вестник университета (Государственный университет управления). 2010. № 24. С. 436−438- Соловьев В. И. Стратегия и тактика конкуренции на рынке программного обеспечения. М.: Вега-Инфо, 2010. 200 с. URL: http: //visoloviev. ru/booksmath/STCPO. pdf (дата обращения: 25. 11. 2012).
3 Weinman J. The 10 laws of cloudonomics. BusinessWeek, GigaOM, 2008. URL: http: //www. businessweek. com/technology/content/sep2008/ tc2008095_942 690. htm (дата обращения: 25. 11. 2012).
дацию и концентрацию.
Приведём простой пример. Издание еженедельно размещает свои выпуски в Интернете. При этом в первые сутки с момента размещения выпуска к веб-серверам издания обращается миллион пользователей, а в последующие шесть дней — ежедневно по нескольку сотен пользователей. Чтобы обеспечить возможность миллиона одновременных подключений, необходимо дорогостоящее оборудование, которое будет использоваться на полную мощность всего один день в неделю, а оставшиеся дни простаивать. Оборудование среднего качества, поддерживающее, например, 500 тыс. одновременных подключений, стоит дешевле, но использование такого оборудования вместо более мощного приведёт к потере половины пользователей. Выход для такого издания — обратиться к провайдеру, предлагающему размещение веб-сервера по технологии облачных вычислений. Хотя аренда единицы компьютерной полезности в единицу времени будет обходиться пользователю дороже, чем себестоимость приобретения такого же ресурса в собственность (в расчёте на единицу времени), в каждый момент времени будет арендоваться ровно то количество вычислительных ресурсов, которое реально необходимо, и оплата будет производиться по факту использования. Возможность гибкого масштабирования предполагает, что, если в середине недели неожиданно возникнет случайный пик активности пользователей, провайдер предоставит вновь то количество ресурсов, которое необходимо.
Эффективность облачных вычислений при дискретном случайном спросе. Рассмотрим вначале модель, в которой спрос на компьютерную полезность представляет собой случайный процесс с непрерывными состояниями. Предполагается, что спрос в каждую единицу времени измеряется числом Q обращающихся за нею пользователей и представляет собой дискретную случайную величину, принимающую значение, а с вероятностью р и значение, а с
*тт * ± *-тах
вероятностью 1 — р. Арендная плата за единицу компьютерной полезности составляет с, себестоимость единицы компьютерной полезности в единицу времени равна с (стоимости оборудования, программного обеспечения и обслуживания в единицу времени). При этом пред-
полагается, что, а & gt- а, с & gt- с, 0 & lt- р & lt- 1.
¦1-тах *-тт г р ?
Собственный центр обработки данных, чтобы компания не теряла клиентов, должен иметь постоянную вычислительную мощность, а —
/ / 1 -1-тах
стоимость владения таким центром в единицу времени будет составлять с а. Если получать
.г у ^ р 1тах '-
компьютерную полезность по технологии облачных вычислений, то средняя стоимость фактически оплаченных услуг в единицу времени
будет равна СМт"Р + атах (1 — Р)).
Условие выгодности создания собственного центра обработки данных выглядит следующим образом: с, а & lt- сг (а р + а (1 — р)). Анализ
г р -1-тах 4 *тгт *-тах 4 -Г '-'-
эквивалентного неравенства 1 — (сг — ср) / сгр & lt- & lt- а / а позволяет сделать вывод о том, что
*-тт -1-тах ^ ^
использование информационно-технологических услуг по принципам облачных вычислений выгодно либо при цене аренды, сопоставимой с ценой покупки, либо при большой вероятности низкого спроса, либо при большом разрыве между минимумом и максимумом спроса. Если же ни одно из указанных условий не выполняется, то для пользователя предпочтительнее традиционная модель создания собственного центра обработки данных.
Эффективность облачных вычислений при непрерывном случайном спросе. Перейдём к рассмотрению модели, в которой спрос представляет собой случайный процесс с непрерывными состояниями. Будем теперь считать, что спрос Q представляет собой некоторую произвольную случайную величину, заданную функцией распределения Б. Теперь спрос теоретически может быть сколь угодно большим, но вероятность больших значений спроса близка к нулю. Обозначим: г — прибыль, которую приносит использование единицы компьютерной полезности, а ар — количество ресурсов, необходимое для того, чтобы с заданной вероятностью у владение собственным центром обработки данных было выгоднее использования облачных вычислений: P {срар + г^ + ар) & lt- с^}= = у. В левой части неравенства — сумма себестоимости владения центром обработки данных и недополученной прибыли. Преобразование последней формулы даёт = Б-1 (у)(г — с.) / (г — ср).
Поскольку г & gt- сг& gt- с, развёртывание собственных вычислительных мощностей невыгодно при Б-1 (у) & lt- 0. Но, например, если спрос распределён по нормальному закону с положительными па-
раметрами, а и а, то критическая точка Р1 (у) будет всегда положительна, то есть использование облачных вычислений нецелесообразно.
Выводы. Таким образом, облачные вычисления эффективны для таких клиентов, которые предъявляют спрос, представляющий собой случайный процесс с дискретными состояни-
ями, и при этом велика вероятность низкого спроса, либо велик разрыв между минимумом и максимумом спроса, либо цена аренды ИТ-актива сопоставима с ценой его покупки. Если же спрос описывается случайным процессом с непрерывными состояниями, то применение облачных вычислений неэффективно.
* * *
Работа выполнена при поддержке Российского фонда фундаментальных исследований
(РФФИ, грант № 12−01−906-а)
ЛИТЕРАТУРА
1. Marston S., Li Zh., Bandyopadhyay S. et al. Cloud computing — The business perspective. Decision Support Systems, 2011, vol. 51, pp. 176−189.
2. NIST Working Definition of Cloud Computing. U.S. Government’s National Institute of Standards and Technology, 2010. URL: http: //csrc. nist. gov/ groups/SNS/cloud-computing/clo-ud-def- v15. doc.
3. Weinhardt Ch., Anandasivam A., Blau B. et al. Cloud computing — A clasification, business models and research directions // Business and Information Systems Engineering. 2009, vol. 5, pp. 391−399.
4. Weinman J. Mathematical proof of the inevitability of cloud computing. JoeWeinman. com, 2011. URL: http: //www. joeweinman. com/resources/ Joe_Weinman_Inevitability_Of_Cloud. pdf.
5. Weinman J. The 10 laws of cloudo-nomics // BusinessWeek, GigaOM, 2008. URL: http: //www. businessweek. com/technology/content/sep2008/tc2008095_942 690. htm
6. Соловьев В. И. Выбор оптимальной модели бизнеса на монопольном рынке программного обеспечения как услуги // Микроэкономика. — 2010. — № 6. — С. 82−93.
7. Соловьев В. И. Программное обеспечение как товар // Вестник университета (Государственный университет управления). — 2010. — № 24. — С. 436−438.
8. Соловьев В. И. Стратегия и тактика конкуренции на рынке программного обеспечения. -М.: Вега-Инфо, 2010. — 200 с. URL: http: //visoloviev. ru/booksmath/STCPO. pdf.
REFERENCES
1. Marston S., Li Zh., Bandyopadhyay S. et al. Cloud computing — The business perspective. Decision Support Systems, 2011, vol. 51, pp. 176−189.
2. NIST Working Definition of Cloud Computing. /U.S. Government’s National Institute of Standards and Technology, 2010. URL: http: //csrc. nist. gov/ groups/SNS/cloud-computing/cloud-def-v15. doc.
3. Weinhardt Ch., Anandasivam A., Blau B. et al. Cloud computing — A clasification, business models and research directions. Business and Information Systems Engineering, 2009, vol. 5, pp. 391−399.
4. Weinman J. Mathematical proof of the inevitability of cloud computing. JoeWeinman. com, 2011. URL: http: //www. joeweinman. com/resources/ Joe_Weinman_Inevitability_Of_Cloud. pdf.
5. Weinman J. The 10 laws of cloudonomics / BusinessWeek, GigaOM, 2008. URL: http: //www. businessweek. com/technology/content/sep2008/tc2008095_942 690. htm.
6. Soloviev V. I. Choosing Optimal Business Model in a Monopolistic Market of SaaS. Mikroekonomika -Microeconomics, 2010, № 6, pp. 82−93 (in Russian).
7. Soloviev V. I. Software as a good. Vestnik Universiteta — University Bulletin, 2010, no. 24, pp. 436−438 (in Russian).
8. Soloviev V. I. Competitive Strategy and Tactics in the Software Market / Moscow, Vega-Info, 2010. — 200 pages (in Russian). http: //visoloviev. ru/booksmath/STCPO. pdf.

ПоказатьСвернуть
Заполнить форму текущей работой