一种面向海云协同计算的资源服务框架研究论文

时间:2021-04-17 08:12:44 论文 我要投稿

关于一种面向海云协同计算的资源服务框架研究论文

  1、引言

关于一种面向海云协同计算的资源服务框架研究论文

  近年来,基于服务概念的资源封装和抽象逐渐成为开放环境下资源发布、共享和协同的主流技术基础。因此,资源池运行机制的研究问题也就演变为服务封装、服务发布、服务共享与协同的问题。资源的使用模式涉及资源提供者、资源使用者、资源中介机构三个主要实体,涵盖资源的对外发布,资源的发现,资源使用者与提供者之间的交互方法等。在资源的发布与查找方面文献设计了一种新的P2P 网络模型,资源提供者通过Web 服务发布要共享资源,资源需求者利用Web 服务提供的资源搜索技术,得到提供者的地址,让提供者和需求者直接交互达到资源共享的目的,最后给出了新的研究方向和应用前景。文献针对面向服务结构中传统服务调用带来的不必要的网络负载、较长的响应时间和服务提供端的瓶颈问题,结合发布/订阅模型提出一种推模式服务调用方法,并将其与传统的拉模式相比较,通过分析和实验表明该方法在通信量、响应时间等方面具有较强的优势。

  在资源的交互模式方面文献研究了BPEL4WS 执行引擎WebJetFlow Web 服务的异步调用机制,在引擎的服务调用代理中对Web 服务统一采用非阻塞双传输异步调用,提高了调用线程的利用率。同时引入了cache 机制并设计了相应的cache 替换算法,保证了引擎对异步调用结果消息的匹配效率以及数据安全性,通过实验验证引擎的性能有了明显的提高。文献从安全性角度提出了一个安全异步资源使用平台的基本架构和关键技术。文献提出了基于回调机制和消息回执的Web 服务异步调用模式,在不增加系统运行压力的情况下,实现了Web 服务的异步调用,并能保证消息的可靠性。文献依据服务描述实现资源的静态绑定与调用。文献为了实现BPEL 流程在运行过程中对Web 服务的动态调用,提出了一种通过服务代理为BPEL 流程分配Web 服务的方法。对传统的Web 服务模型进行分析,指出其不足之处,将服务代理引入传统的Web 服务模型,提出了基于代理的Web 服务模型,描述了服务代理的功能和结构,以此为基础构建了基于代理的BPEL 业务流程框架,实现了Web 服务的动态调用,最后通过实例说明了该方法的可行性。文献该文提出了一种使用语义Web 和Agent 技术在客户端发现和调度Web Service 的系统模型,并通过原型系统的演示说明其灵活性。在资源评价方面文献提出: 虽然目前面向服务的架构能够很好地支持协同服务的注册、发现和组合,但在如何根据用户的Qos( Quality of Service,Qos) 请求快速、可靠地为用户选择合适的服务仍然存在诸多挑战。这吸引了来自工业界和学术界的热切关注,尤其是服务组合过程中基于QoS 度量的服务选择技术所面临的挑战。文献为了提供满足客户服务质量( QoS) 需求的组合Web 服务,提出了一种支持QoS 属性描述的Web 服务描述模型。通过在原有的Web 服务描述语言的tport 元素中添加operationInst 属性来描述QoS 属性,从而获得了一种可扩展的Web 服务描述语言。在此基础上给出了基于多目标决策理论和分形理论的服务选择算法,该算法考虑了QoS 属性之间的不可公度性和独立性,同时给出了QoS 驱动的服务组合框架( E -WsFrames) 和具体实现方法。

  实验结果分析表明,E -WsFrame 可以综合考虑服务组合的功能和QoS 的要求,并可根据服务请求自动地实现组合服务。文献摘要提出一种用于QoS 感知的Web 服务选择的遗传算法该算法采用关系矩阵编码方式,克服了一维编码方式表示的局限性,并且可以通过简单的方法来表示组合服务重计划及Web 服务循环路径等情况,通过该算法一次运行,就可以从所有组合路径的组合方案中选出满足用户QoS 需求的组合方案,而一维编码遗传算法在多路径情况下需多次编码、多次运行。算法还采用一种变异策略来提高算法的适应度。通过仿真比较,关系矩阵编码遗传算法比一维编码遗传算法获得了更优解,变异策略在提高算法适应度方面也发挥了作用。文献针对Web 服务提出一种的新Qos 本体及基于该本体Qos 的评级算法- 层次分析算法,并与基于信誉度的评级算法,基于testing 的评级方法在时间复杂度和准确性进行比较,获得较满意的结果。文献提出在这项工作中,我们提出两种互补的方法,克服上述缺陷。首先,我们针对已请求过的相关服务提出一个评级的方法,并给出了基于定义于各服务之间的主关系的客观度量。第二,针对聚类的相关服务研究一种方式从而揭示和反映了不同匹配参数之间的权衡。

  文献设计一种用户协同过滤机制针对他们过去使用过的服务QoS 信息,然后利用这些QoS 数据,设计协同过滤方法预测评级这些服务的QoS。在资源分析度量方面文献本文提出了一个完整的Web 服务质量的评估算法,此算法在分析了Web 服务评量和相对服务质量的基础之上,计算Web 服务质量的综合评估值,并且建立一个Web 服务质量评估模型,将此算法应用于评估模型中,可以在多个Web 服务中选择最优的服务提供给用户。文献在面向服务的环境下,单个Web 服务往往不能满足用户的要求,这时就需将已有的单个Web 服务进行组合,以便产生满足用户需求的、增值的组合服务。已有的服务组合方法都很少考虑Web 服务的随机性和Internet 环境的动态性,从而在服务选择过程中产生的规划都是静态规划,结果导致在服务组合时都以较大概率出现组合失败。针对上述问题,提出了Web 服务各随机QoS 指标的度量方法和自适应QoS 管理体系结构,并利用随机型离散事件系统唯一的动态控制方法———马尔可夫决策过程( MDP) ,设计出随机QoS 感知的可靠Web 服务组合算法。实验结果表明,考虑随机性的QoS 度量方法和QoS 管理体系结构,以及平衡了“风险”与“报酬”的MDP 有效地提高了服务组合成功率。文献就组合服务的总体QoS 计算给出了研究。

  2、海云协同环境下资源池运行机制面临的问题与挑战

  下一代智慧应用的典型特征是在海云协同环境下,以业务需求为驱动,实现人机物的相互协商、自动交互与协同,最终实现和满足特定的业务需求。但此愿景的实现还面临诸多技术难题与挑战。主要体现在资源表述、资源发现、资源组合、资源规划、资源组装、资源协作等问题。

  ( 1) 资源表述: 海云复杂环境下由于资源的多样性和多变性,导致资源的描述( 即有关服务属性的描述信息,如服务接口、服务质量等) 不断变化,需要解决异构资源如何通过统一的接入标准和方法,实现海云资源的虚拟化和服务化。

  ( 2) 资源发现: 现有的资源发现模式( 如“关键词查找”和“目录浏览”) ,返回资源很难准确满足用户的实际需求,大量相关与不相关的返回结果增加了用户资源选择的难度,用户也难以按照“资源质量”,“成本收益”等业务指标对资源进行二次筛选。

  ( 3) 资源组合: 在整个资源发现和组合的过程中,现有技术通常以一种被动编码的形式实现,资源的发现和组合均由资源请求者或者资源代理通过直接的服务调用或者用服务组合语言编写程序等方式进行,其动态性和适应性受到很大的限制。此外,由于资源跨行业、资源粒度的差异性、资源的'静态运行等限制因素,很难依据用户需求准确定位资源并对资源进行再组合,形成资源的二次封装,以满足用户不同层面的业务需求。

  ( 4) 资源评级与监测: 海云协同环境是一个开放的可演进系统,如何基于真实的用户数据实现资源的评级,如何监测资源的QoS,如何协商服务级别,如何实现资源的优胜劣汰,实现资源使用的效用最大化,以上问题的解决,都亟需建立一套资源评价与监测机制。

  ( 5) 资源协作: 海云协同环境下,人机物的相互协商、自动交互与协同,最终都体现为资源的交互与协作,要实现此目标,需要海云资源池提供交互协议和协作规则等底层支持。除此之外,在海云开放环境下,资源将以前所未有的数量不断扩展和更新,资源功能及质量呈现持续变化的特点,对于用户来说,将面对一个复杂、多变的动态资源环境。由于缺乏统一的资源视图,缺乏透明和统一的访问机制,资源发现、使用和协作的复杂度必将猛增。

  3、海云协同资源池运行机制的研究内容与创新点

  如前所述,传统的资源发现使用一种公共的、标准化的服务描述语言( 如WSDL) 来描述资源,以使服务搜索和发现程序可以识别该资源。以此为基础,本文建立一种公共的词汇表来辅助资源的发现和需求理解,本文主要从资源功能需求角度研究资源的发现和需求匹配,因此,我们建立了一个领域功能词汇表,这个功能词汇表在资源发现和资源组合阶段中起着关键作用,它用于支持需求的功能描述和资源的能力描述,使得在功能层面上资源池运行机制可以理解需求,并且能对是否参与该需求的解决作出判断。为此,本文提出一些概念定义如下:

  ( 1) 资源空间( Resource Space,简称RS) : 是特定领域中可能的资源构成的概念组成的词汇表,资源空间包含3 组基本概念: 资源、属性、服务。

  ( 2) 资源: 在海云计算领域中,任意可以被需求方识别和访问的实体称为资源,例如数据、仪器仪表、软硬件系统、人等等。所有资源均包含一组特定的属性,每个属性用于表征资源某个方面的特征。资源属性可以分成静态属性和动态属性。静态属性是指在资源的整个生命周期中,其值不随时间发生变化的属性,例如资源的名称、资源类型等等; 而动态属性的值将随外界条件的改变而发生变化,例如资源的访问量,资源所处状态等等。

  (3)资源服务: 资源所具备功能的表述形式,资源使用者通过资源服务来操作资源的功能,实现资源的状态变迁,以达成用户特定的业务价值。

  ( 4) 原子资源: 经过一次封装并提交到资源池中的资源,是可供使用者识别和访问的不可拆解的实体。

  ( 5) 事务资源: 资源实体所具备的服务具有事务特性,对服务的调用要么成功改变资源状态,要么回滚到服务调用前的资源状态。

  ( 6) 组合资源: 若干原子资源或组合资源组合编排后形成的可供使用者识别和访问的资源实体。

  以上实现以机器能理解的词汇进行资源描述是关键,在传统资源上添加概要与功能词汇标注,将资源的状态从机器可读提高到机器可理解,使得资源的属性和功能能被机器自动识别、处理,这是整个海云协同资源池实现机制的基础。由于语义信息比语法信息更能准确地描述资源及资源之间的关系,因此从定性角度来看,通过语义获得的结果比用语法获得的更好、更准确。

【一种面向海云协同计算的资源服务框架研究论文】相关文章:

基于绿色云计算的能耗优化与资源分配研究论文11-07

浅谈SOA环境下数字教育资源协同共享框架及实现研究的术论论文01-02

基于智能体服务的云计算架构研究与分析的论文11-02

基于智能体服务的云计算架构研究分析论文11-03

云计算环境数据安全研究论文11-03

校企协同创新资源配制机制研究论文11-07

节能减排监控系统的计算框架研究论文10-26

云计算环境下的数据挖掘研究论文10-28

基于云计算的网络监控系统研究论文10-31