Обчислювальний експеримент з оптимізації вибору хмарних сервісів для підприємств

Abstract

Анотація Розглянуто науково-практичну проблему вибору оптимальних конфігурацій хмарних сервісних платформ (ХСП) для великих підприємств України. Зростання ролі ХСП у забезпеченні бізнес-процесів підприємств обумовило потребу в ефективних методах їх оцінювання та відбору. В умовах озброєного протистояння з рф, дестабілізації економічного середовища, обмеженості ресурсів багатьох українських компаній та підприємств, зокрема великих, та зростання вимог до інформаційної безпеки першочергової уваги набуло питання вибору оптимального складу ХСП. При цьому потрібно врахувати наявність сукупності суперечливих критеріїв ХСП. Зокрема, вартості, продуктивності, надійності, масштабованості, безпеки, інтеграції та відповідності нормативним вимогам. Метою статті є розробка та експериментальна перевірка узагальненої моделі багатокритеріальної оптимізації вибору ХСП. Запропонована у статті модель поєднала нечітке оцінювання критеріїв ХСП з еволюційними алгоритмами пошуку Парето-оптимальних рішень. А для розв’язання задачі вибору ХСП застосовано нечіткі функції належності та еволюційні алгоритми NSGA-III й MOEA/D. Експериментальну перевірка здійснена у середовищах програмування Google Colaboratory та PyCharm. Для імітаційного експерименту під час апробації моделі залучено бібліотеки pymoo, pandas, numpy та matplotlib. В процесі імітаційного багатокритеріального відбору ХСП отримано стабільні множини Парето-оптимальних рішень. Під час експериментів зафіксовано зростання гіпероб’єму (Hypervolume). Також відмічена рівномірність розподілу рішень (Spacing) й підвищення різноманіття (Diversity) під час процедури вибору оптимального складу ХСП. Аналіз графіків паралельних координат показав покращення модельованих критеріїв ХСП. Результати дослідження підтвердили, що запропонована модель може бути використана як інструмент підтримки управлінських рішень під час планування та впровадження хмарних технологій у корпоративну інфраструктуру великих підприємств України. Її застосування посприяє підвищенню рівня стійкості, оптимізації витрат та зниженню ризиків в умовах воєнної та післявоєнної відбудови української економіки. Abstract A scientific and practical problem concerning the selection of optimal configurations of Cloud Service Platforms (CSPs) for large Ukrainian enterprises is examined. The increasing strategic importance of CSPs in sustaining and securing enterprise business processes has created a demand for efficient methods of their evaluation and selection. Under conditions of armed confrontation with the russian federation, destabilisation of the economic environment, resource constraints affecting many Ukrainian companies and enterprises – particularly large-scale ones – and heightened requirements for information security, the issue of identifying an optimal CSP composition has become a matter of operational priority. The task is complicated by the presence of multiple, often conflicting criteria for CSP evaluation, including cost efficiency, performance, reliability, scalability, security, interoperability, and compliance with regulatory standards. The aim of this article is to develop and experimentally validate a generalised model for multi-criteria optimisation of CSP selection. The model proposed in this paper integrates fuzzy evaluation of CSP criteria with evolutionary algorithms for Pareto-optimal solution search. Specifically, fuzzy membership functions were combined with the NSGA-III and MOEA/D evolutionary algorithms to address the CSP selection problem. Experimental verification was conducted within the Google Colaboratory and PyCharm programming environments. The simulation experiment employed the pymoo, pandas, numpy, and matplotlib libraries. During the multi-criteria simulation-based selection process, stable sets of Pareto-optimal solutions were obtained. The experiments recorded an increase in the Hypervolume indicator, as well as uniformity in the Spacing metric and improved Diversity during the optimisation of CSP configurations. Analysis of parallel coordinate plots confirmed an overall improvement across the modelled CSP criteria. The research results demonstrate that the proposed model can serve as an effective decision-support instrument for management and planning in the deployment of cloud technologies within the corporate infrastructure of large Ukrainian enterprises. Its application is expected to enhance operational resilience, optimise resource expenditure, and reduce risk levels amid wartime and post-war reconstruction of the Ukrainian economy.