云计算环境下服务组合的自治愈关键技术研究

The autonomy and dynamic nature of the cloud services and the heterogeneity of environment may cause a variety of uncertainties. These factors can affect the correctness, reliability and availability of cloud service composition. How to make cloud service composition meet users' requirements is a major issue to be solved. This project gives an innovatiove solution based on self-healing service composition in cloud service environment, including the following three aspects. First, we propose an extension of a scenario-based requirement specification language, to clearly represent the non-functional requirements of the user, which provides a full graphical front end. Secondly, an adaptive cloud service composition monitoring method is proposed to monitor the service resources in the infrastructure layer, platform layer and software layer. It makes the monitoring mechanism and cloud service composition non-intrusive, ensuring that the monitoring mechanism affects the system as small as possible. Finally, when the failures in the cloud services composition are detected, we propose a technique that can automatically generate a set of recovery strategies, and choose the best strategy to make the recovery strategy feasible in practice. This study will further reveal the general laws of self-healing service composition in the cloud computing environment, and provide an innovatiove solution for users with the satisfied and reliable cloud services.

云服务本身的自治性和动态性及环境的异构性等特点引发的多种不确定因素影响了云服务组合的正确性、可靠性和可用性。如何提供持续满足用户需求的云服务组合是当前亟待解决的重大问题。本项目给出了云计算环境下服务组合自治愈技术的解决方案，主要包括三个方面。首先，提出一种基于场景的需求规约语言的扩展形式，来清晰地表示云计算环境下用户的非功能需求，从而提供了一个完全图形化的前端。其次，提出了一种自适应的云服务组合监控技术，分别对基础设施层、平台层和软件层的不同服务资源进行监控，并使得监控机制与被监控云服务组合之间是非纠缠的，以保证监控机制对系统的影响尽可能小。最后，当检测到云服务组合中的失效时，提出一组恢复策略的自动生成技术，并选择最优方案，使恢复策略在实践中是可行的。本研究将进一步揭示云计算环境下服务组合自治愈的一般规律，并为用户提供满足和可靠的云服务提供新方案。

云服务本身的自治性和动态性及环境的异构性等特点引发的多种不确定因素影响了云服务组合的正确性、可靠性和可用性。如何提供持续满足用户需求的云服务组合是当前亟待解决的重大问题。本项目给出云计算环境下服务组合自治愈技术的解决方案，包括三个方面：.1）场景规约：提出一种基于场景的需求规约语言的扩展形式，定义了其形式语义，并分别转换为基于状态的规约和基于逻辑的规约。时间属性序列图是最近提出的规约，用来表示实时系统的时间属性。然而，目前没有工具检测由TPSC规约表示的属性。为了解决该问题，通过显示地将TPSC转换为时间计算树逻辑，以一种间接方式来模型检验TPSC规约表示的实时需求。综合是一种能够自动从基于场景的规约构建基于状态的规约的方法。全局综合为整个场景规约构建一个基于状态的规约，本地综合为场景规约中的每个对象构建一个基于状态的规约。提出了支持全局和本地综合的状态机，并满足完整性和正确性。.2）云环境下的在线监控和分析：针对云平台的作业调度问题,提出支持作业优先级、作业类型区分和资源抢占的三队列作业调度算法。实验结果表明算法在作业运行时间和集群运行稳定性上都表现出较好的性能。针对MapReduce任务调度中任务属性取默认值的不合理性以及人为指定值的不确定性,对调度算法实现动态调整任务优先级、计算合理的Reduce任务数、明确Reduce任务启动时机等改进,达到提升任务并行度、实验结果表明,基于任务属性的改进能提高调度算法性能与作业整体执行效率。提出一种基于贝叶斯统计的概率监控方法BaProMon，该方法根据贝叶斯统计原理，计算贝叶斯因子，通过假设检验诊断QoS属性。实验表明，BaProMon与目前常用的概率顺序比方法具有相当的统计能力，而所需的样本更少，并且通过设定合适的阙值，可以显著改善中立区失效的问题。.3）自治愈的策略恢复：总结了云服务组合中可能出现的故障和失效，将故障、失效和云的三层体系结构联系起来，使用户可以在不同云层监控到某种失效后，通过分析导致该失效的故障原因采取针对性的恢复策略。针对组合服务提出了局部重组策略；针对基本服务恢复算法，考虑到服务故障是由服务内部原因或外部原因导致的，提出了撤销、重做、需要撤销的替换、不需要撤销的替换和局部重组四种策略。该恢复机制涵盖了失效研究中涉及到的所有故障类型，可以有效降低恢复成本和响应时间，从而提高服务组合性能。