融合群体智慧的云服务自律协同提供机制研究

Focusing on network services and applications, cloud computing is an emerging computing model of great value. In cloud computing, what users care about is no longer computing resource itself, but the service they can obtain. As a result, service provision and delivery are regarded as the core of cloud services. Trying to resolve collaborative service provision issues in multi-tenant application environment, this project will carry out comprehensive research on resources organization, credit assessment, service composition and security by the fusion of colony intelligence and autonomic computing. The goals of the project are as follows. (1) To propose cloud service resource classification methods using multi-dimension and multi-attribute; resource naming methods integrating layering naming and planarization naming; virtualization mapping models based on "strong attribute". The proposals will be used to map service resources provided by different providers into virtual and easy-to-use service resources set, which can provide essential technical support for the collaborative cloud service provision; (2) To produce dynamic evolution models for credit assessment, i.e., credit calculation and modification. The models will be used to provide numeric support for the collaborative cloud service provision; (3) To explore cloud service resources searching, matching, optimizing and forecasting schemes to produce optimal service or service combinations which meet customers' QoS requirements; (4) To research security protection mechanisms for cloud computing systems and intelligent agents such as autonomic security assessment, security enforcement, virtual isolation and security promotion etc, to guarantee the security in the processing of cloud-service.

云计算是以网络服务和应用为中心的新兴服务计算模式，蕴藏巨大的应用价值。在云计算中，用户关心的不是计算资源，而是所能获取的服务，因此，服务提供被认为是推进云计算服务应用的关键。本项目以云服务的协同性和自主性为切入点，融合群体智慧和自律计算思想，从资源组织、信誉评估、服务组合和安全增强等方面研究云服务自律协同提供机制，以满足云服务提供自主管理和服务动态进化的理论和应用需要。①提出多维度多属性服务资源分类方法、层次化与平面化相结合的资源命名方法和"强提供者"聚类的虚拟化映射模型，将异构服务资源映射为虚拟、易用的服务资源集合，支撑云服务协同提供；②提出信誉评价信息的计算、修正和自律进化模型，支持云服务自律提供；③提出云服务资源的检索、匹配、优化组合及其预测模型，依据QoS为用户选取"最优"的服务或服务组合；④提出云服务提供各环节的安全自律评估、安全保障、虚拟隔离及安全提升机制，支持云服务安全性。

本项目围绕云计算环境下的服务提供问题，将群体智慧和自律计算思想融入资源组织、信誉评估、服务组合和安全保障四个方面，从服务资源的虚拟化组织模型、用户和提供商的信誉评估体系、云服务资源的推送模式以及云服务安全保障机制等四个方面研究了自律云协同服务提供机制，为云服务提供的自主管理和云服务功能的动态进化提供了基础理论和关键技术支撑。(1) 研究了云服务资源的归一化分类、描述、命名、聚类等，构建虚拟、易用的服务资源集合，提出了基于特征相似度的云服务资源分类策略、混合式的信息命名方案、基于Vandermonde矩阵的文件编码冗余存储方法、分布服务资源虚拟化映射模型，为实现向用户提供透明、安全的云服务提供基础技术保障。(2) 面向用户、服务提供商给出的异质、海量信誉评价信息，研究了构建其计算模型、修正模型和自律进化模型的方法，提出了基于先验知识和市场机制的云服务选择信誉修正方法、高可信度的分布式信誉评价模型，为系统提供了基础数据保障，提高了服务推送的准确性和可靠性。(3) 基于群体智慧的思想，研究了云服务提供的各协同主体实现服务资源的检索、匹配、优化组合及预测方法，提出了基于用户兴趣的服务资源检索方法、面向用户需求的服务资源检索方法、基于虚拟chord环的云服务组合模型、基于细菌觅食优化算法的云服务组合方法、基于Chord环的云服务推荐模型，基于进化理论生成“优”的服务或服务组合，使其能够好地符合用户的QoS需求。(4) 面向自律云协同服务提供体系下的智慧群体，研究了服务资源虚拟组织模式安全、服务推送模式安全等问题，提出了基于神经网络聚类的用户异常行为分析方法、基于模糊决策树的敏感信息预测方法、云环境下基于中国墙的虚拟隔离方法，为增强系统安全，最大程度保护用户利益，提供了安全保障。