Измерение надежности облачных сервисов на основе информационной энтропии и цепи Маркова

Почему важно доверять облачным сервисам

От резервного копирования фото до бизнес‑критичных приложений — всё больше аспектов нашей цифровой жизни работают в облаке. И всё же многие люди и организации задаются вопросом: можно ли действительно доверять этим невидимым системам свои данные и повседневные операции? В этой статье авторы берут этот вопрос в лоб и предлагают структурированный метод измерения того, насколько облачный сервис заслуживает доверия и как это доверие меняется со временем.

Разбиение доверия на понятные качества

Авторы начинают с вопроса, что именно означает «надежность» облака с точки зрения пользователя. Вместо того чтобы рассматривать доверие как расплывчатое ощущение, они делят его на шесть легко понятных измерений. Видимость (visibility) отвечает за то, можно ли увидеть, что сервис делает с вашими данными — например, где они хранятся и кто к ним обращался. Контролируемость (controllability) отражает, сколько контроля у вас и у провайдера над доступом, шифрованием и поведением системы. Безопасность покрывает защиту от потерь данных, атак и вредоносного ПО. Надежность касается того, продолжает ли сервис работать и выдавать корректные результаты с течением времени. Жизнеспособность провайдера характеризует состояние и профессионализм компании за сервисом — её финансы, опыт и долгосрочные планы. Наконец, удовлетворенность пользователей оценивает, считают ли реальные клиенты сервис быстрым, справедливо оценённым и соответствующим их потребностям.

Превращение расплывчатых опасений в измеримые факторы

Чтобы перейти от понятий к числам, команда выделяет 30 конкретных факторов в рамках этих шести измерений, таких как резервное копирование и восстановление данных, аутентификация личности, мониторинг отказов и цена. Они опрашивают 15 облачных экспертов и более 1000 пользователей, спрашивая, как часто каждый фактор приводит к проблемам и насколько серьёзными эти проблемы бывают. Вместо простого усреднения мнений они используют статистический подход — информационную энтропию — для измерения неопределённости. Проще говоря, энтропия показывает, насколько что‑то непредсказуемо. Здесь она отражает, насколько неопределён каждый фактор и насколько сильно он может поколебать доверие пользователей. Факторы, которые часто вызывают проблемы и при этом трудно предсказуемы, получают больший вес в итоговом показателе доверия.

Отслеживание того, как доверие меняется со временем

Облачные сервисы не статичны: программное обеспечение обновляется, атаки появляются и исчезают, нагрузка меняется в разное время суток. Чтобы это учесть, авторы комбинируют энтропию с другим математическим инструментом — цепью Маркова, которая моделирует переходы системы между состояниями. Они определяют «состояния доверия», такие как низкий, средний и высокий риск, и используют реальные данные сервисов, мнения экспертов и отзывы пользователей, чтобы оценить, с какой вероятностью система переходит из одного состояния в другое в каждом временном окне. Повторяя обновление этих вероятностей перехода, можно оценить установившуюся картину: как часто сервис будет находиться в более безопасных или более рискованных состояниях в долгосрочной перспективе и как меняется общее доверие по дням, месяцам или после конкретных улучшений.

Тестирование модели на реальных облачных провайдерах

Исследователи применяют свой метод к трём реальным облачным провайдерам, предоставляющим хранение, офисные инструменты и платформы разработки. Они собирают технические отчёты, финансовые данные, журналы сервисов и опросы пользователей, а затем вычисляют показатель доверия для каждого провайдера. В одном подробном случае первоначальная оценка выявляет конкретные слабые места: видимость (пользователи не могут легко увидеть, как обрабатываются данные) и контрольные механизмы безопасности. Учитывая эти выводы, провайдер усиливает такие элементы, как документация, меры защиты данных и коммуникация с пользователями. Через пять месяцев модель запускают снова. Новые оценки показывают меньшую неопределённость, меньший вклад проблемных факторов и явный сдвиг из категории «в целом надёжный» в высшую категорию исследования — «наиболее надёжный».

Сравнение с другими подходами

Авторы также сравнивают свой метод с несколькими популярными техниками оценки облачных сервисов, включая АHP (Analytic Hierarchy Process), методы многокритериального принятия решений, модели серой теории и байесовские сети. По стандартизированным тестам их комбинированная модель информационной энтропии и цепи Маркова (IE‑MC) повышает точность прогнозов примерно на 15% по сравнению с классическим AHP, при этом оставаясь более эффективной, чем сложные вероятностные модели в больших, быстро меняющихся облачных средах. Она особенно сильна при работе в динамичных условиях, таких как пиковые нагрузки или внезапные сбои, когда доверие может быстро расти или падать.

Что это значит для обычных пользователей облака

Для неспециалистов главный вывод в том, что доверие к облаку можно измерить и улучшить системным способом, а не полагаясь на интуицию или маркетинговые заявления. Разбивая надёжность на видимые аспекты — такие как время безотказной работы, меры безопасности, послужной список и удовлетворённость пользователей — и отслеживая их эволюцию, модель IE‑MC предлагает как клиентам, так и провайдерам нечто вроде «панели управления доверием». Хотя метод математически сложен и всё ещё зависит от качественных экспертных данных, он показывает, что при правильных измерениях и постоянном мониторинге облачные сервисы могут перейти от состояния «скорее в порядке» к документально подтверждённо надёжным платформам, на которые пользователи смогут полагаться с большей уверенностью.

Цитирование: Ou, L., Yu, J. Credibility measurement of cloud services based on information entropy and Markov chain. Sci Rep 16, 4807 (2026). https://doi.org/10.1038/s41598-026-35346-3

Ключевые слова: доверие к облачным сервисам, надежность сервиса, оценка безопасности, моделирование рисков, удовлетворенность пользователей