Agent支持的地理信息服务动态弹性优化方法研究

Because of the rigescent deployment model and computing resources, the traditional static Geospatial Web Service (GWS) has been facing serious challenges on efficiency, controllability and robustness. To improve the efficiency, controllability and robustness of the GWS, this proposal presents a mobile Agent and elastic computing supported GWS aggregation dynamic and elastic optimization, and to construct the corresponding service aggregation model. For this purpose, the proposal will promote the research in three main frontiers: (1) We will study the seamless conversion between the Agent and GWS and discover the principles of the generation of GWS’ dynamic mobility and elastic cloud resources allocating capability; (2) We will study the association model of the spatial-temporal constraint factors, computing resources, number of processes and efficiency, and research the control strategy of elastic computing of GWS; (3) We will also research the spatial-temporal constraint recommendation trust model of Agent supported GWS and build dynamic and elastic service aggregation model for the proposed GWSs. This proposal will fully integrate the strength of Agent and elastic computing for the optimization of GWS. With the implementation of this research, we can go beyond the limitation of the model of the traditional GWS and will obtain some novel achievements in this area.

为克服由于传统地理信息服务部署位置和计算资源固化而导致的服务稳定性、可控性及效率方面的不足，本课题拟结合Agent和弹性计算进行地理信息服务动态弹性优化方法研究，并形成相应的服务组合优化模式，最终达到构建高效、稳定、可控的地理信息服务的目的。课题将从3个方面开展研究：（1）深入研究Agent与地理信息服务的无缝转化方法，并通过对云计算资源的统筹运用，建立地理信息服务动态迁移与云资源弹性配置机制；（2）研究地理信息服务时空约束因素、计算资源、进程数与性能的相关模型，用以支持研究地理信息服务的弹性计算控制策略；（3）研究Agent支持的地理信息服务的时空约束推荐信任度模型，进而构建地理信息服务组合的动态弹性优化方法。本课题以Agent与弹性计算资源协作作为切入点，是研究全新地理信息服务模式的一次有益探索。通过本研究，可望突破现有地理信息服务模式的限制，在地理信息服务研究中取得创新性的成果。

由于受到计算条件、服务的部署与运行模式等限制，传统的地理信息服务主要是以固定静态的形式部署，不能进行动态迁移和自主弹性扩充计算资源。这种静态固化特征导致服务在稳定性、可控性及效率方面存在缺陷，严重影响到地理信息服务的应用与推广，使得地理信息服务技术的发展面临严峻挑战。为应对这个挑战，本课题提出了基于智能体Agent和云计算研究服务的动态迁移与弹性计算方法，并基于地理信息服务时空质量特征及智能算法开展地理信息服务的智能组合优化研究。首先，为解决地理信息服务的静态固化问题，应对空间大数据跨区域分布式协同计算的挑战，课题组结合智能体Agent、云计算技术，提出了Agent支持的地理信息服务的无缝转化、动态迁移等机制，成功构造了地理信息服务的动态迁移能力；继而，基于云计算、Spark、CUDA等先进弹性计算、并行计算技术，进一步研究了地理信息服务的按需、弹性、并行计算方法，提高了地理信息服务在云环境中地理计算的性能及按需、弹性计算能力；进而，提出了基于地理信息服务工作流模式的异构地理模型分布式集成服务方法，以解决地学应用过程中的跨学科、跨领域的异构地理模型、数据等资源的集成与协作服务难题，同时，为基于多元地理信息服务质量特征（包括时空约束因素、计算资源、计算性能等）驱动的地理信息服务组合优化提供了有效方法，提高了分布式地理信息服务组合的可靠性、智能性与性能；最后，开展了地理信息服务组合优化应用研究，构建了协同应急通信、空天地感知、定位导航的应急监测地理信息服务组合模型，成功驱动了空-天-地协同的地理感知服务，且应用于灾害应急、生态环境监测。本研究成果克服了由于传统地理信息服务静态固化特征导致的不足，突破了现有地理信息服务模式的限制，提升了服务的稳定性、弹性伸缩性、智能性、性能以及异构集成能力，对于地理信息服务理论的发展具有重要的科学意义。研究成果同时在生态环境应急监测和自然灾害应急等领域都具有重要应用价值。

内容获取失败，请点击重试