云计算的第一个十年是推动互联网服务平民化的十年。展望云计算的第二个十年，推动互联网服务全球化是其面临的紧迫问题。商业模式和市场仍然是影响云计算持续发展的关键因素。平民化和全球化是互联网的天然属性，不同于过去由发达国家集团或大型跨国企业集团推动的全球化，互联网推动的全球化是更加平民化的全球化。可问题是，今天的云计算技术能够有效地支撑（包括eWTP在内的）互联网服务全球化商业模式的实现吗？

引言

云计算第一个十年为什么会获得成功？主要原因是云服务的商业模式为市场所接受，而与此相关的因素是云计算技术的发展有效支撑了云服务的商业模式。从20世纪90年代起，企业计算商业模式主导了互联网服务的发展。因为在那个时期，只有大型组织才有能力构建网络服务基础设施，承担高昂的运营成本，提供可靠的互联网服务。云计算的到来并非摧毁了企业计算市场（实际上，企业计算今天已经变身为私有云计算），而是开辟了公有云新市场，使得越来越多的普通移动互联网服务创业者通过购买高性价比的云服务，跨越网络服务设施的高门槛，提供高品质的互联网服务，促进了互联网服务市场的极大繁荣。云计算的第一个十年是推动互联网服务平民化的十年。

展望云计算的第二个十年，推动互联网服务全球化是其面临的紧迫问题。商业模式和市场仍然是影响云计算持续发展的关键因素。平民化和全球化是互联网的天然属性，不同于过去由发达国家集团或大型跨国企业集团推动的全球化，互联网推动的全球化是更加平民化的全球化。2016年G20峰会上，阿里巴巴集团创始人马云提出建立全球电子贸易平台(Electronic World Trade Platform, eWTP)，其目标是为中小型企业(Small and Medium-sized Enterprises, SME)提供一个开放平台，支持全球普通消费者和经营者轻松实现“全球买、全球卖”的跨境电子商务。可问题是，今天的云计算技术能够有效地支撑（包括eWTP在内的）互联网服务全球化商业模式的实现吗？

呼唤创新模式

第一代云计算（本文称之为Cloud 1.0）是围绕数据中心的云计算，在支撑全球化发展方面还处于初级阶段。云服务提供者(Cloud Service Provider, CSP)通过不断扩张其在全球部署的数据中心，提升其服务能力在全球的覆盖广度。这与早期航空公司通过向更多的目的地国家拓展飞行航线以提供全球化航空服务的方式类似。然而，呈现爆发性、全域性和多样性等特征的全球化云服务资源需求，与单一云服务提供者的服务能力之间出现了巨大鸿沟。互联网应用服务商自身业务的全球化进程加剧了云计算长期面对的3方面的挑战：一是从云服务提供者角度看，效费比问题更加突出了；二是从云服务消费者角度看，平台锁定问题更加尖锐了；三是从云生态的角度看，服务模式问题更加现实了。

效费比问题。许多使用云服务的互联网创新业务在全球化的过程中越来越受制于单一云服务提供者应对业务爆发性的能力。例如，天猫“双十一”全球购物狂欢节和沃尔玛的“黑色星期五”等，通常需要超过10倍于日常需求的IT资源，这给云服务提供者带来了巨大的IT资源效费比问题。如果单一云服务提供者根据峰值需求配置IT资源，将导致资源利用率低，显著增加云服务提供者的成本，并最终转嫁给云服务的用户，这违背了云计算的初衷。

平台锁定问题。国际化的互联网应用服务商越来越担心被单一的云服务提供者“平台锁定”。根据近期调研，许多云服务消费者不仅担心单一云服务提供者阻碍了由于服务中断或业务不连续所引起的云用户服务迁移，甚至担心“平台锁定”会带来更多的经济、政治、社会和文化风险。

服务模式问题。在新兴的“共享经济”理念下，经济全球化也正经历着一种新的演变，即主张多个潜在竞争实体之间协作共赢，而非竞争性垄断。这种全球化、协作化的业务需要新的、跨世界不同地区全球协作的云计算商业模式。

在现代服务领域，国际民航业的全球化发展路径对云计算的全球化发展具有借鉴意义。以天合联盟(SkyTeam)、星空联盟(Star Alliance)和寰宇一家(oneworld)等航空联盟为例，联盟中的航空公司最初主要通过扩建航线，扩大覆盖范围。然而，随着业务拓展，仅依靠独家力量难以在合理收益的前提下实施全球经营战略。最终，拥有共同战略理念的多个航空公司通过联盟合作的方式，共同构建协作共享的全球航线网络。

类似地，由于全球经济、政治、社会和文化等因素的差异，不太可能出现一个控制全球市场的超级云。因此，云服务提供者之间的对等协作成为必然选择。新一代云计算（本文称之为Cloud 2.0）将是围绕云际协作的云计算，学术界和工业界已经开展了大量研究。2014年，国际上出现了名为CrossCloud的研讨会^[1]，专门研究多云环境下资源的管理、服务协调与互操作等问题，至今已连续举办3届，其中2016年的CrossCloud由欧洲系统年会(EuroSys)举办。其他具有相似理念的代表性研究还包括Inter-Cloud、SuperCloud、Multi-Cloud和Federated Cloud等。

Inter-Cloud

Inter-Cloud^[2]于2008年由工业界的思科公司(Cisco)提出，试图通过使用其他云服务提供者的计算、存储或其他任意类型的资源，解决单一云服务提供者物理资源有限或地理上难以实现无处不在的覆盖等所带来的服务质量(QoS)问题。Inter-Cloud的技术路线是通过虚拟网关，在云服务代理的集中管理和调度下实现多个云服务互联，如图1所示。Inter-Cloud的阶段成果——Cisco Inter-Cloud Fabric平台，实现了公有云与私有云之间的互联。但由于其基础技术的研究进度与市场化发展的步伐不匹配，该平台还没有给思科带来市场上的成功，当前已被叫停。

图1　Inter-Cloud架构模型

SuperCloud

SuperCloud^[3]强调以用户为中心，试图跨多个云服务提供者构建全套透明的计算、存储和数据通信服务，其架构模型如图2所示。SuperCloud在权衡安全性、可用性、成本开销和处理突发负载等因素的基础上，围绕跨云互操作、虚拟机(VM)跨云迁移、安全与可靠性等方面，提出了严格隔离、细粒度和自管理等安全云的研究思路，支持在现有云平台基础上通过网络层、数据层和计算层的多级抽象，实现在多个云服务提供者之上构造虚拟用户云。该研究得到2015年美国自然科学基金和欧盟地平线2020计划的支持。

图2　SuperCloud架构模型

Multi-Cloud

Multi-Cloud^[4]旨在通过更多云服务提供者共存的软硬件基础设施冗余优化容错能力，降低云用户数据丢失或云计算环境中局部构件失效所引起的宕机等情况下产生的服务中断风险，提高性能，避免云平台锁定，其架构模型如图3所示。Multi-Cloud提出兼顾安全与成本的多云数据存储方法，动态多云场景下虚拟基础设施的成本优化方法，跨云访问控制及虚拟机迁移机制等，支持不同云平台通过通信、状态监控、动态分配和调度等多种机制的层层叠加来实现互联。Multi-Cloud提出通用编程模型和应用编程接口(API)转换库两种方法，解决不同云服务提供者接口标准不一致的问题，支持用户在此基础上自行定义面向个性化的云服务定制，实现虚拟专有服务。

图3　multi-cloud架构模型

Federated Cloud

Federated Cloud^[5]旨在在多个未建立信任关系的云服务提供者之间，通过部署和管理多个内外部云计算服务来匹配业务需求，支持若干个独立云平台合作完成一个目标任务，其架构模型如图4所示。Federated Cloud将对等计算技术理念应用于多个云计算节点的互联，实现云覆盖网络的构建，提出了相关数据管理、隐私保护、互操作协议标准和编程模型等云联盟服务管理方法。但是，不同云服务提供者的接口标准、不同网络架构和地址机制下的虚拟机定位、资源异构性引起的负载不均衡和系统不稳定等问题尚待研究和解决。

图4　Federated Cloud架构模型

Cloud Service Broker

Cloud Service Broker^[6,7]旨在为云服务提供者与云服务消费者提供咨询、集成和协商谈判服务，其架构模型如图5所示。Cloud Service Broker不仅可通过对云服务提供者的服务集成与定制，为云服务消费者(Cloud Service Consumer, CSC)提供更优质的云服务，还可通过创新渠道和市场机会，为云服务提供者增长销量。目前已经成立了若干知名的云服务代理公司，例如Cloud-Compare和Cloudmore等。Cloud Service Broker刚刚启动数据和服务的互操作、不同管理策略下的数据移植、跨云的网络性能可靠性、安全与隐私保护等方面的研究。

图5　Cloud Service Broker架构模型

Internetware

北京大学与南京大学等单位的学者提出了一种互联网环境下的新型软件形态——网构软件(Internetware)，其架构模型如图6所示。网构软件运行平台需要联接并管理互联网上数量众多的异构、自治的软硬件资源。互联网上的异源异质资源通过虚拟化，实现对网络化的软件协同、数据管理以及资源聚合的支持^[8]。

图6　网构软件架构模型

iVCE

国防科技大学等单位的学者以网络资源的按需聚合与自主协同为核心，建立了虚拟计算环境iVCE^[9]，其架构模型如图7所示。iVCE建立在开放的互联网基础设施之上，通过对中心资源、边缘资源和端资源的按需弹性聚合，为终端用户或应用系统提供和谐、可信和透明的一体化服务。

图7　iVCE架构模型

上述研究涉及的云际协作模式，更多侧重于在不干预云服务提供者的前提下，通过外部的虚拟云实现与多个云服务提供者纵向联接。然而，这些技术在云计算领域尚未进入主流。其中一个重要原因是，这些技术还没有找到一个成功的支持云际协作的商业模式；或者说，还没有找到一个支撑云服务提供者自主参与价值共享的机制。

推动云际计算

我们将云服务提供者之间自主协作与利益交换机制纳入研究视野，提出软件定义的云际计算的概念，试图在全球协作的背景下，在Cloud 2.0的研究中注入商业模式的要素。

云际计算概念

云际计算(JointCloud Computing)是以云服务提供者之间开放协作为基础，通过多方云资源深度融合，方便开发者通过“软件定义”方式定制云服务，创造云价值，实现“服务无边界、云间有协作、资源易共享、价值可转换”的新一代云计算模式。

云际计算的研究不仅关注消除云际协作的技术障碍，更关注消除云际协作的利益障碍。这里的“多方云资源深度融合”是在云服务提供者（也是云资源拥有者）之间“价值可转换”的前提下实现的，而实现“价值转换”的技术手段是“软件定义”的。云际计算的研究强调商业模式研究与支撑技术研究并举。云际计算的研究重点从协作模型和利益机制两个层面，突破软件定义云际计算的理论模型、方法和技术，试图构建可编程、可定义和可审计的云际计算基础理论，支持云间资源自主共享、服务自由交易，向用户提供无缝透明的多云协作环境。

体系结构

云际计算生态系统的体系结构必须体现自主协作与利益交换的设计原则。第一，云际计算必须支持云服务提供者直接（而不是间接）参与自由交易；第二，云际计算必须支持云服务提供者之间的公平交易。对于前者，云际计算提出了对等协作机制(Peer Cooperation Mechanism, PCM)；对于后者，云际计算提出了云际协作环境(JointCloud Collaboration Environment, JCCE)。对等协作机制建立在一个标准的软件定义框架之上，按照这个标准框架，云服务提供者可以自主定义对等协作机制，参与协作交易。云际协作环境也是建立在一个标准的软件定义框架之上，基于这个标准框架，云际计算生态系统的设计者可以定义云际交易和监管的相关规则与机制，支持云服务提供者之间的自主协作与利益交换。

图8　云际计算生态系统的体系结构

云际计算生态系统的体系结构如图8所示。其中云际协作环境是云服务提供者之间协作交易的依托，可以类比为现实社会中的市场环境；定义了对等协作机制的云服务提供者是云际计算生态系统中的行为主体，可以类比为现实市场中的市场主体。在云际计算生态系统中，云服务提供者可以分为两大类：一类是拥有物理云资源的云服务提供者，也称实体云(Physical Cloud, PC)；另一类是不直接拥有物理云资源的云服务提供者，我们称其为虚拟云(Virtual Cloud, VC)。虚拟云通过对等协作机制联接若干实体云，提供依托多个云服务提供者协作的专用云服务。

云际协作环境

借鉴市场、社会和政府在交易活动中的作用，我们在云际协作环境框架中设计了3类核心服务，即分布云交易、分布云社区和分布云监管（如图9所示）。

图9　云际协作环境框架

分布云交易主要针对云际协作环境中云服务消费者与云服务提供者，以及不同云服务提供者之间如何确定服务等级协议(Service Level Agreement, SLA)，如何处理违约，如何计量计费等问题，提供拍卖竞价、协商谈判和计量计价等服务支持。云服务消费者与云服务提供者，以及不同云服务提供者之间通过制定不同的策略，从分布云交易提供的支撑服务中选择合适的机制进行组合，完成对一次云交易的支撑。例如，分布云交易模块可提供按需实例、预留实例和竞价型实例等定价机制，云服务消费者或云服务提供者可以根据某次交易的特点，选择其中的一种进行谈判，在意见达成一致后，将其作为某次云交易的计价依据。

分布云社区提供云际协作的社区服务。异源异质异构的不同云服务提供者，为了提高互操作性，可依据分布云社区提供的软件定义标准，封装服务接口，在逻辑层面实现同质化，达成可互操作的基本条件。在此基础上，云服务提供者向分布云社区注册自身服务能力，包括资源、数据和定制化的SaaS服务。分布云社区通过聚合云服务提供者的服务能力并形成相应的服务目录，供云服务消费者及其他云服务提供者查询、绑定和交互等。

分布云监管主要为云交易提供关于云服务提供者的信用度量和评价、云服务消费者的消费行为审计、服务等级协议及契约的违约举证等方面的机制支持。分布云监管独立于云服务提供者和云服务消费者，独立维护云服务消费者和云服务提供者交易行为明细，创建信用评价方法，提供可追溯的有关交易行为和信用行为的数据库。通过上述机制，分布云监管可有效支持纯净云交易市场，促进云际协作交易在适度竞争中良性运转，持续发展。

上述3类服务是云际协作的基石。为支撑上述3类核心服务，云际协作环境还将提供基于区块链的分布式记账服务，以支持上述3类核心服务的独立性和可信性。基于云际协作环境，只要云服务提供者实现基于软件定义的对等协作机制，并提供相应的应用编程接口，云服务提供者之间就能实现彼此的联接协作，实现云际互联、云际存储和跨云计算。

对等协作机制

对等协作机制是云服务提供者直接自主参与协作和交易的机制，是设在云服务提供者中处理协作和交易的机构。我们将对等协作机制框架设计成为三横一纵4个紧密关联的平面，如图10所示。

图10　对等协作机制框架

资源平面主要负责对其管辖资源进行直接操作，例如部署、启动、终止任务等。

控制平面主要负责对其管辖资源的相关控制策略的执行，例如根据资源共享策略，控制可以共享资源的数量、价格策略和服务质量承诺。

业务平面主要负责受理外部提交的协作交易请求，实施面向云客户协作交易流程管理。

信息平面通过上述3层平面提供的应用编程接口收集信息，与云际协作环境或其他对等协作机制交换相关信息等。

只要定义和部署了遵循某个云际计算生态系统协作交易规则的对等协作机制，一个既有的实体云服务提供者就加入了该生态系统。我们也可以定义虚拟云服务提供者的对等协作机制，在该生态系统中提供专项的虚拟云服务。

应用场景分析

云资源共享生态系统S的设计开发，涉及3个方面：第一，在S的JCCE_S的分布式交易服务中定义基于服务等级协议的计价系统，在分布式社区服务中定义基于服务等级协议的服务注册和发布系统，在分布式监管服务中定义基于服务等级协议的服务质量监控系统；第二，云服务提供者C_i有意愿在资源富裕时提供有偿资源共享服务，为此设计部署PCM_Ci，其资源平面负责任务的启动/停止，其控制平面负责任务的部署/迁移，其业务平面负责受理任务，其信息平面负责按照策略收集资源的使用数据，报告JCCE_S；第三，定义提供云资源共享服务的虚拟云V的PCM_v，其资源平面负责请求指定的实体云完成计算任务启动/终止，其控制平面负责向JCCE_S查询提供价格优惠的云服务提供者，按照策略请求向被选择的实体云部署/迁移任务，其业务平面负责接受任务资源申请，其信息平面负责按照策略收集实体云的运行数据。

图11给出了云资源共享生态系统S的典型工作过程：(1)实体云C₁到C_n向JCCE_S公布其不同时段的可用资源及其使用价格；(2)虚拟云V向JCCE_S查询可用云资源及其价格；(3)虚拟云V将任务部署到最便宜的云C₁上；(4)由于价格波动，C₂变成最低价云服务提供者，V向C₁发送请求将任务转移到C₂；(5)C₁将任务转移到C₂；(6)V向C₂发送任务开始请求。

图11　基于云际计算的云资源共享生态

云际计算的发展不仅依赖于云计算的共性基础技术（包括云际互联、云际存储和跨云计算），更依赖于云际计算商业模式的创新和实践。

结语

20多年来，互联网计算的发展越来越依赖于其所支持的商业模式的需求牵引，一项互联网新技术的成功与否，取决于其是否支撑一个市场上成功的商业模式。云计算的成功遵循了这一评判标准。我们开展云际计算研究的一个重要指导思想，就是以面向全球化的云际协作商业模式创新为牵引，实现商业模式创新与支撑技术创新同步推进。

云际计算提出了一种以云间联接协作为核心的前瞻性研究，体现在云际计算体系结构、云际协作环境和对等协作机制等3个主要方面，其概念、模型、机制和技术的突破可能为我国未来云计算的创新发展提供重要技术支撑，并将有力支撑我国形成以自主云企业为主体的产业生态体系和具有全球竞争优势的云计算产业集群。■

参考文献

[1] Cross Cloud 2016. http://www.comp.lancs.ac.uk/~elkhatib/crosscloud/.

[2] Buyya R, Ranjan R, Calheiros R N. InterCloud: utility-oriented federation of cloud computing environments for scaling of application services[C]//Proceedings of the 10th International Conference on Algorithms and Architectures for Parallel Processing. Springer-Verlag: Busan, Korea, 2010, 13-31. 

[3] https://supercloud-project.eu/.

[4] Tsamoura E, Gounaris A, Tsichlas K. Multi-objective optimization of dataflows in a multi-cloud environment[C]//Proceedings of the Second Workshop on Data Analytics in the Cloud. New York: ACM Press, 2013: 6-10.

[5] Petri I, Diaz-Montes J, Zou M, et al. Market Models for Federated Clouds[J]. IEEE Transactions on Cloud Computing, 2015, 3(3): 398-410. 

[6] Mateusz G, Alicja G, Pascal B, et al. Cloud Brokering: Current Practices and Upcoming Challenges[J].IEEE Cloud Computing, 2015, 2(2):40-47.

[7] Truong-Huu T, Tham C. A Novel Model for Competition and Cooperation among Cloud Providers[J]. IEEE Transactions on Cloud Computing, 2014:2(3):251-265.

[8] 梅宏, 刘譞哲. 互联网时代的软件技术:现状与趋势[J]. 科学通报, 2010, (13):1214-1220.

[9] Lu X, Wang H, Wang J, et al. Internet-based Virtual Computing Environment: Beyond the data center as a computer[J]. Future Generation Computer Systems, 2013, 29(1):309-322.