基于认知循环的任务关键系统可生存性自主增长模型与方法

It is becoming more and more difficult that managing, maintainting and keeping the key services of mission-critical systems by manual because of hardware problems, software bug, misoperation and malicious attacks. In order to solve the above problems, cognitive computing and survivability will be combined, and an autonomic growth pattern for system survivability is studied. Firstly, a self-awareness computing model based on feedback control-loop is builded to realize self-management, which emphasizes on layered in an autonomic element and cross-domain collaborative design. Secondly, by analyzing self-configuration mechanism, a macroscopic self-configuration method for survivability growth driven by the external environment is proposed. Actual resources on the physical layer face are abstracted to controllable virtual resources based on dynamic mapping and decoupling, then concrete realization approaches of system self-configuration are studied on the controllable level. Thirdly, by analyzing self-tuning mechanism, a microscopic self-tuning method for survivability growth driven by the internal environment is proposed. According to the prior survivability curves, trigger points and tuning strategies are designed based on the sliding window increment. The self-configuration and self-tuning methods are used to realize dynamic adaptations. A closed feedback control-multiple loop is composed with the above methods and the self-awareness model, which can achieve the progressive and sustained growth of system survivability by information feedback of the knowledge base.

硬件问题、软件bug、人为误操作及恶意攻击等现象使得人工完成任务关键系统的管理和维护、保持关键服务的持续提供变得日益困难，为解决上述问题，本课题拟将认知计算与可生存性相结合，研究系统可生存性的自主增长模式。首先，基于自律闭合反馈控制结构，构建自感知计算模型，强调自律单元内的分层自感知和跨域协同的分域自感知，解决系统的自主管理问题；其次，借鉴自配置机理，提出外部环境驱动的可生存性增长宏观自配置方法，基于动态映射和退耦思想，将物理层面的实体资源抽象为可控可管的虚拟资源，研究在可操纵层面上系统自配置实现途径与方法；再次，借鉴自调节机理，提出内部环境驱动的可生存性增长微观自调节方法，依据先验可生存性变化曲线，基于滑动窗口增量设计调节触发点及调节策略。自配置和自调节方法相结合解决系统的动态适变问题，二者与自感知模型组成封闭反馈控制多环结构，通过知识库信息反馈实现系统可生存性的渐进式动态持续增强。

可生存性增强是针对系统在入侵抵抗、识别和恢复等薄弱环节进行的增强设计和提出的对策建议。在Internet已成实时通用计算机网络的前提下，伴随系统构成的复杂化及应用环境的多样化，如何在减少或免于人为干预的情况下有效提高各类任务关键系统的可生存性，研究具有自感知能力并能够根据应用环境差异而动态进行自适应调节的系统可生存性自主增长模式势在必行。.本课题将认知机理系统地引入可生存性增强研究中，探讨基于认知循环的任务关键系统可生存性渐进式自主增长模型与方法，重点突破系统可生存性增长的自感知、自配置、自调节实现机理。主要研究内容如下：（1）建立基于多级自律反馈控制环的系统自感知计算模型，实时、动态地自动感知系统内外部工作环境、任务和目标变化，并对这种变化进行了理解和学习，综合判断系统运行所处状态，为自配置和自调节提供调控的策略依据；（2）基于自感知计算的外部环境信息与系统行为，借鉴认知计算中的自配置机理，将系统结构规约为系统运行过程中的可操纵资源，在可操纵层面上研究了系统可生存性增长的宏观自配置方法；（3）基于自感知计算的内部环境信息与系统行为，借鉴认知计算中的自调节机理，依据先验系统可生存性变化曲线，自主调节导致系统可生存性变化的触发因素，研究了系统可生存性增长的微观自调节方法。取得的研究成果如下：发表课题相关学术论文15篇，SCI检索3篇，EI检索8篇；获已授权相关专利4项；软件著作权3项；出版基金标注著作3部；培养已毕业硕士研究生3名，在读硕士研究生3名，留学生1名。.本课题研究成果是课题组前期研究“可生存性”和“认知计算”相结合的发展和延续，其理论体系改善了现有系统可生存性增强的研究模式，为构造追求高可用性和使命连续性的可生存任务关键系统提供了重要的理论依据和科学支撑。