Одержано 18.08.2021; Виправлено 09.09.2021; Прийнято 28.09.2021

Надруковано 30.09.2021; Вперше Online 25.10.2021

https://doi.org/10.34229/2707-451X.21.3.5

Попередня  |  Повний текст  |  Наступна

 

УДК 519.8

Моделі прийняття рішень на ринку хмарних послуг

В.М. Горбачук ^* ,   М.С. Дунаєвський,   С.-Б. Сулейманов,   Л.О. Батіг,   Д.І. Симонов

Інститут кібернетики імені В.М. Глушкова НАН України, Київ

^* Листування: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

 

Вступ. Оптимізацію можна застосовувати при розробці інструментів управління прибутковістю для брокера хмарних сервісів, що працює відповідно до певної бізнес-моделі. Від імені керуючої телекомунікаційної холдингової компанії (оператора телекомунікацій) цей брокер інтегрує, агрегує та налаштовує програмне забезпечення і послуги зберігання даних сторонніх постачальників програмного забезпечення для Інтернету. Такий брокер отримує від цієї компанії лише фіксовані комісійні на основі абонентської плати, але не виплачує роялті постачальнику програмного забезпечення для Інтернету та не отримує платежів від продажу пакетів послуг.

Мета роботи. Хмарний брокер стикається з проблемою обмеженості людських ресурсів, необхідних для здійснення відповідної юридичної, технічної та економічної діяльності. Крім того, брокер стикається з проблемою невизначеності продажів, цін на послуги, частки використання ресурсів або ризику втрати операційних і фінансових цілей.

Результати. Для ефективного ведення бізнесу брокера необхідно знайти послуги та їх пакети, які підвищують прибутковість і зменшують фінансовий ризик шляхом розвʼязання певних задач оптимізації. Інформація про такі послуги необхідна для підтримки переговорів щодо фіксованих і змінних комісійних, а також для визначення пріоритетів послуг та їх пакетів, які надаватимуться. Таким чином, для брокера хмарних послуг корисними є як інструменти управління прибутковістю, так і інструменти розробки портфеля послуг. Загалом, брокер хмарних послуг − це організація, яка веде переговори про відносини між клієнтами хмарних сервісів та постачальниками програмного забезпечення для Інтернету. Хмарний брокер може бути створений на основі різних бізнес-моделей щодо типу послуги (платформа, інфраструктура, програмне забезпечення), типу клієнтів (підприємство, домогосподарство), виконуваних функцій (управління ідентифікацією, облік, виставлення рахунків, місцезнаходження тощо), ступеня ребрендингу, міри агрегування послуг та інших критеріїв.

Висновки. Різні хмарні брокери по-різному ставляться до вибору важливих рішень для свого бізнесу. Рішення можуть стосуватися ціноутворення, планування і використання потужностей у поєднанні з якістю обслуговування, безпекою, масштабованістю та іншими питаннями.

 

Ключові слова: оптимізація, портфель, невизначеність, булеві змінні, генерування доходів.

 

Цитувати так: Горбачук В.М., Дунаєвський М.С., Сулейманов С.-Б., Батіг Л.О., Симонов Д.І. Моделі прийняття рішень на ринку хмарних послуг. Cybernetics and Computer Technologies. 2021. 3. С. 53–64. https://doi.org/10.34229/2707-451X.21.3.5

 

Список літератури

           1.     Горбачук В., Гавриленко С., Голоцуков Г., Дунаєвський М. Засади розвитку хмарних технологій. Інформаційні технології та комп’ютерне моделювання. Івано-Франківськ: Прикарпатський національний університет імені В. Стефаника, 2020. С. 82–83. http://itcm.comp-sc.if.ua/2020/zbirnyk2020.pdf

           2.     Горбачук В., Гавриленко С. Вплив ціноутворення хмарних сервісів на прибуток провайдера, споживчий надлишок і суспільний добробут. Проблеми програмування. 2020. № 2−3. С. 237−245. https://www.researchgate.net/publication/353326544_The_impact_of_cloud_services_pricing_on_provider_profit_consumer_surplus_and_social_welfare

           3.     Горбачук В., Гавриленко С., Дунаєвський М. До участі України в Європейській хмарі відкритої науки. Global and Regional Problems of Informatization in Society and Nature Using. Kyiv: National University of Life and Environmental Sciences of Ukraine, 2021. P. 169–171. https://www.researchgate.net/publication/352173161_To_participation_of_Ukraine_in_the_European_Open_ScienceCloud

           4.     Горбачук В., Гавриленко С., Голоцуков Г., Ніколенко Д. Економіка Internet-застосунків і цифрового контенту. The role of technology in the socio-economic development of the post-quarantine world. M.Gavron-Lapuszek, A.Karpenko (eds.) Katowice: Katowice School of Technology, 2020. P. 81–88. https://www.researchgate.net/publication/345434136_Economics_of_internet_applications_and_digital_content

           5.     Gorbachuk V., Dunaievskyi M., Syrku A. Epidemic effects in network industries. International Conference on Software Engineering (April 12−14, 2021, Kyiv). Kyiv: National Aviation University, 2021. P. 68−72. https://www.researchgate.net/publication/353550873_Epidemic_effects_in_network_industries

           6.     Горбачук В.М. Постіндустріальна організація державних замовлень у розвитку AUTODIN, ARPANET, PRNET, NSFNET та Інтернету. Вісник Одеського національного університету. Економіка. 2016. Т. 21, Вип. 8. С. 116–122. http://visnyk-onu.od.ua/journal/2016_21_8/24.pdf

           7.     Клейнрок Л. Коммуникационные сети. М.: Наука, 1970. 256 с.

           8.     Клейнрок Л. Теория массового обслуживания. М.: Машиностроение, 1979. 432с.

           9.     Клейнрок Л. Вычислительные системы с очередями. М.: Мир, 1979. 600 с.

       10.     Nesse P.J., Svaet S., Strasunskas D., Gaivoronski A. A. Assessment and optimisation of business opportunities for telecom operators in the cloud value network. Transactions of Emerging Telecommunications Technologies. 2013. 24 (5). P. 503−516. https://doi.org/10.1002/ett.2666

       11.     Gaivoronski A.A., Strasunskas D., Nesse P.J., Svaet S., Su X. Modeling and economic analysis of the cloud brokering platform under uncertainty: choosing a risk/profit trade-off. Service Science. 2013. 5 (2). P. 137−162. https://doi.org/10.1287/serv.2013.0047

       12.     Wang X., Wu S., Wang K., Di S., Jin H., Yang K., Ou S. Maximizing the profit of cloud broker with priority aware pricing. 2017 IEEE 23rd International Conference on Parallel and Distributed Systems (ICPADS) (December 15−17, 2017, Shenzhen). Shenzhen, China: IEEE, 2017. P. 511−518. https://ieeexplore.ieee.org/document/8368402

       13.     Becker D.M., Gaivoronski A.A., Nesse P.J. Optimization based profitability management tool for cloud broker. Transactions in Emerging Telecommunications Technologies. 2019. 30 (1). https://doi.org/10.1002/ett.3527

       14.     Gaivoronski A.A., Lisser A., Lopez R., Xu H. Knapsack problem with probability constraints. Journal of Global Optimization. 2010. 49 (3). P. 397−413. https://doi.org/10.1007/s10898-010-9566-0

       15.     Zenios S.A. Practical Financial Optimization. Decision Making for Financial Engineers. Cambridge, MA: Blackwell, 2008. 430 p. https://www.wiley.com/en-us/Practical+Financial+Optimization%3A+Decision+Making+for+Financial+Engineers-p-9781405132015

       16.     Gaivoronski A.A., Zoric J. Evaluation and design of business models for collaborative provision of advanced mobile data services: a portfolio theory approach. Telecommunications Modeling, Policy, and Technology. S. Raghavan, B. Golden, E.ьWasil (eds.) New York, NY: Springer, 2008. P. 353−386. https://doi.org/10.1007/978-0-387-77780-1_17

       17.     Лаптін Ю.П., Бардадим Т.О., Лефтеров О.В. Оптимізаційні задачі управління процесами обробки документів. Кібернетика та комп’ютерні технології. 2020. № 3. С. 5−13. https://doi.org/10.34229/2707-451X.20.3.1

       18.     Bardadym T., Gorbachuk V., Novoselova N., Osypenko S., Skobtsov V., Tom I. On biomedical computations in cluster and cloud environment. Cybernetics and Computer Technologies. 2021. N 2. P. 76−84. https://doi.org/10.34229/2707-451X.21.2.8

       19.     Rockafellar R.T., Uryasev S. Optimization of conditional value-at-risk. Journal of Risk. 2000. 2 (3). P. 21−41. https://www.risk.net/journal-risk/2161159/optimization-conditional-value-risk

       20.     Shang D., Kuzmenko V., Uryasev S. Cash flow matching with risks controlled by buffered probability of exceedance and conditional value-at-risk, Annals of Operations Research. 2018. 260. P. 501–514. https://doi.org/10.1007/s10479-016-2354-6

       21.     Gorbachuk V., Ermoliev Y., Zagorodniy A., Bogdanov V., Ermolieva T., Rovenskaya E., Komendantova N., Borodina O., Knopov P., Norkin V., Gaivoronski A. Iterative Stochastic Quasigradient procedures for robust estimation, machine learning and decision making problems. 31-st European Conference on Operational Research (July 11−14, 2021, Athens, Greece). The Association of European Operational Research Societies, 2021. P. 184−185. https://www.researchgate.net/publication/353317157_Iterative_Stochastic_Quasigradient_procedures_for_robust_estimation_machine_learning_and_decision_making_problems

 

 

ISSN 2707-451X (Online)

ISSN 2707-4501 (Print)

Попередня  |  Повний текст  |  Наступна