Author: Kaiqi Xiong and Harry Perros
Introduction:
首先介绍了云计算的概念，文中这样给出了SaaS,Grid computing,cluster computing,等的关系：认为云计算提供SaaS是一种特别的形式，不同于其他计算模式。网格计算，集群计算是构建云计算底层设施的两种形式。
云计算包含了各种服务，这些服务由数据中心提供，用户可以通过一个web浏览器在任何地方访问。本文中，作者认为用户请求首先由web服务器接受，然后再由服务中心（也就是数据中心）进行处理。构成了一个2个服务台的服务网络。
通常用响应时间或平均执行时间来衡量QoS，尽管平均响应时间很容易计算，但是不是针对用户的。用户往往只是指定了一个值，如响应时间的95%应该少于某个值。因此本文以响应时间的比率来刻化（已经存在类似的研究工作，采用这种计算方式）。这篇文章主要考虑如下三个问题：
1）已知web服务器上的服务到达率和服务中心的服务请求率，如何衡量QoS服务的级别？
2）给定服务到达率，如何确定web server和服务中心最小服务率以满足响应时间要求？
3）当web服务器和服务中心的服务率已知的情况下，如何确定用户数以保证响应时间要求。
文章第二部分给出了响应时间比的定义和表达式。(通过查阅排队论M/M/1相关知识发现，文中所说的响应时间其实是系统逗留时间）
文章第三部分首先给出了一个云计算环境下的针对计算服务的排队模型。该模型包含web server; service center两个服务台，给定外部请求的到达率、给定两个服务台的服务率 以及每个服务台的任务离开概率，每个服务台的逗留时间为T1,T2。就可以求出在每种情况下，例如（1，0）表示到达web服务器的顾客数为1,到达service center的顾客数为0的概率；（1，1）表示每个服务台的顾客数都为1的概率；依次类推，可以发现其中的表达式规律，得到平均响应时间的表达式。如果采用的排队模型不同于作者，得到的将会是另外一种写法。
假设响应时间是相互独立的（Walrand and Varaiya; Daduna都有证实在Jackson网络中，overtake-free路径上的响应时间是独立的），进而采用拉式变换和反变换可以得到响应时间的累积分布函数。该分布函数以到达率、各服务台的服务率，时间t为参数。这样以上的问题2和问题3就可以转换为两个优化问题进行求解。（可通过matlab得到结果）
文章最后通过数值进行了验证。
文章关键点：1）响应时间百分率(或者逗留时间百分比，等待时间不超过多少的概率等....）这些指标都备受关注
2）用排队论对云计算环境下的任务执行过程进行建模。结合概率方法给出QoS指标的计算方法。
