云服务因具有按需使用、可计量、快速弹性等突出优势而快速普及,应用领域日益广泛,备受学术界和产业界关注。云服务通过云平台及网络提供,可用性和可靠性是用户的重要关注点,直接影响云服务质量,开展测评和优化研究意义重大。目前,学术界从云服务过程监控、故障预警和资源优化等方面开展了云服务可用性和可靠性测评研究,但系统化的测评与优化仍处于探索阶段。云服务质量指标定义的主观性与不一致性,导致测评的盲目性,需要统一云服务质量模型以支持综合测评;云服务可用性与可靠性测评指标和方法的差异化,造成SLA达成度的度量难,需要分别研究可用性和可靠性系统化的测评方法;云服务融合边缘计算因边缘资源有限易造成抖动,致使服务可靠性下降,需要研究云-边负载协同迁移来保障可靠性。因此,本文以云服务的可用性和可靠性为研究对象,以系统测评和优化为目标,从云服务质量模型、可用性和可靠性测评方法以及边缘资源优化方面开展关键技术研究。主要研究内容和创新点如下:(1)针对云服务质量指标定义的不一致性,导致测评的盲目性和可重用性差的问题,通过深入分析云服务的质量特性及内在联系,提出云服务质量模型并标准化。基于该模型,深入研究云服务质量的测评函数和测评方法,提出基于层次分析的综合测评方法,并通过测评示例阐述模型的应用过程。最后与ITSQM、SMI等质量模型进行了详细对比,所提的云服务质量模型兼顾了 SMI的客观测评优势,拓展了ITSQM的可用性,改进了SMI过度关注云计算系统而弱化用户体验的缺陷。(2)针对云服务可用性需求的不确定性、指标定义的主观性,造成了云服务选择适用范围有限、用户体验不能有效保障的问题,详细分析了影响用户选择云服务的行为因素,从功能适宜、专业化、人性化、可信、价值等角度,构建云服务可用性测评指标体系。融合TOPSIS和层次分析法,提出云服务可用性层次测评方法,支持差异化指标权值自动化生成,有效避免主观恶意因素的影响。实验结果表明该测评方法相较于传统的层次分析法具有更强的适用性,与用户需求的匹配度显著提高。(3)针对测评指标和方法的差异化导致云服务可靠性难以有效保障的问题,重点研究影响可靠性的综合因素,围绕可达性、连续性、可恢复性和数据备份构建云服务可靠性测评指标体系。为保障测评结果的一致性,通过无量纲化和归一化处理,研究基于分类统计和层次变权的云服务可靠性测评方法,消除测评指标差异性对综合测评结果的影响。最后,对测评方法进行了实例对比验证。验证结果表明,提出的测评方法具有较强的适用性和可操作性,能为保障云服务的可靠性提供有效指导。(4)针对云-边协同场景下边缘资源按需动态调整效率低而引发业务稳定性差甚至中断的问题,通过深入分析云-边协同的网络特点,研究基于马尔科夫预测模型的云服务资源调度算法,使得服务器超负载阈值的情况下能够快速选择任务待迁移服务器和转移链路,以保证云服务的可靠性。通过仿真表明,高负载服务器能够将负载成功转移到低负载服务器,提高了边缘资源按需动态分配的成功率,保证了云服务的可达率和降低故障率,从而达到保障云服务可靠性的目的。