面向大规模云服务的服务流程自适应优化关键技术研究

With the rapid development of cloud computing, it is an inevitable trend for enterprises to construct optimized business processes by services in the cloud to sustain development and enhance competitiveness. The increasing number of services and complexity of execution environment in cloud computing have led to the problem of large-scale self-adaptive optimization of service processes in cloud computing, which recent researches cannot adapt to. Focusing on self-adaptive optimization of service processes for large-scale cloud services, this research is carried out: (1) Formalized models for service composition with multiple objectives and complex uncertain constraints are proposed, and algorithms based on multi-objective parallel Cooperative Coevolutionary are designed, so as to find optimal service processes from large-scale cloud services at build time. (2) Dynamic verification methods for service processes with multiple uncertain constraints are designed, and formalized models and algorithms for big service recomposition are proposed, so as to reconstruct self-adaptive service processes at run time. (3) A prototype system is developed to validate the theoretical results. Our research considers the whole life cycle of service processes, and it plays an important role in enhancing the competitiveness of business processes, implementing the core innovation value of cloud computing, and enriching the cloud computing theory.

随着云计算的迅速发展，构建优化的云服务流程是企业持续发展和提升核心竞争力的必然趋势。剧增的云服务数量和复杂的执行环境导致了大规模云服务流程自适应优化问题的出现，当前的研究方法已经无法适用。为满足面向大规模云服务的服务流程自适应优化的迫切需求，本课题的研究内容设计如下：（1）构建多目标复杂不确定性约束下的云服务流程优化模型，并设计基于协同进化的多目标、并行优化求解算法，实现在海量云服务中快速构建最优服务流程；（2）提出支持混合不确定性的云服务流程动态验证技术，并建立支持大规模服务重选的云服务流程动态重优化模型及求解算法，实现复杂执行环境下云服务流程的快速自适应调整；（3）开发面向大规模云服务的服务流程自适应优化原型系统，对理论成果进行验证。上述研究贯穿了“服务流程构建-服务流程执行”全生命周期，对提升企业业务支撑能力、实现云计算核心创新价值、完善云计算理论体系具有重要现实及理论研究意义。

随着云计算的迅速发展，构建优化的云服务流程是企业持续发展和提升核心竞争力的必然。为满足云服务流程自适应优化的迫切需求，本项目以面向大规模云服务的服务流程自适应优化为研究主题，贯穿“服务流程构建-服务流程执行”两阶段,针对“面向大规模云服务的服务流程自适应优化关键技术”开展了研究。①在大规模云服务流程优化构建方面：针对大规模云服务发现问题存在计算复杂度高等不足，提出一种并行柔性Skyline服务发现方法，从而准确、高效地过滤出潜在的优质云服务。在此基础上，构建了支持异构服务流程、QoS约束和服务关联约束的大规模云服务流程优化问题模型，设计了并行优化算法，提高了求解精度和求解效率。②大规模云服务流程动态重优化方面：设计了全面考虑虚拟机部署及周期定价模式的混合云服务流程动态调度模型，并提出了烟花编码表示、基于Metropolis准则的烟花更新等策略，提高了计算效果及效率。进一步，针对现有研究难以支持动态重优化等不足，构建了综合考虑多目标及双重约束的云服务流程动态重优化问题模型，并提出了改进多目标进化算法框架，可支持构建阶段服务优化和运行阶段的服务重优化。③大规模自适应云服务流程优化系统方面：开发了自适应云服务流程优化系统，该系统包括基于XML的异构服务流程定义、云环境参数配置、算法封装、结果可视化分析等功能，可实现大规模云服务流程的构建及自适应快速重构。目前，项目申请者以第一作者或通讯作者（学生一作）发表SCI一区期刊论文1篇、二区期刊论文2篇，已申请或授权发明专利5项。综上，本项目已经获得了较为丰富的成果，超额完成了预定计划。

内容获取失败，请点击重试