云计算环境下自适应的可信服务组合动态协同研究

The sharing of service resources is an important research direction in the cloud computing environment in recent years. Current researches focus on the utilization of a single service,and comparatively,less work is done related to the service composition collaboration.And it rarely considers how to meet the personalized requirements of users and trusted collaboration. Aimed at the problems, the project studies the dynamic collaborative model of service composition which is oriented to the personalized requirements in the cloud computing environment. The model utilizes the hierarchical task analysis method to decompose business processes and expands the description of the trust and users' requirements. Based on the optimization theory and data mining methods, we design the dynamic collaboration algorithm of the self-adaptive trust service composition in the cloud environment .The algorithm computes the trust values and QoS to find the optimization services. And based on the dynamic collaborative context situational and the self-adaptive mechanism for dynamic collaboration, it can make the services work autonomously,so that the reliable implementation for trust services composition process can be supported to meet the personalized requirements of users. To verify the validity of the model and algorithms, we design and implement prototype system and focus on the application in the field of B2B. The project will provide the feasible theoretical framework for the services composition modeling and easily accepted solutions for users in the cloud computing environment. In addition, the proposed approach of self-adaptive trust service composition collaboration will further expand the fields of service resources sharing applications in cloud environment.

云计算环境下服务资源共享是近年来兴起的一个重要研究方向。目前的研究多注重对单个服务的利用，对服务组合协同共享的研究工作相对较少，且很少考虑如何满足用户个性化需求与可信协同问题，本项目针对上述问题，研究云计算环境下面向用户个性化需求的服务组合动态协同调度模型，此模型采用层次任务分析法对业务流程进行分解，并扩展对信任度及需求的描述；基于最优化理论与数据挖掘等方法，设计云环境下自适应可信服务组合动态协同算法，该算法通过计算信任度及QoS，发现可信优化服务，并借助上下文情境及自适应动态协同机制调控服务自治协同工作，以支持满足用户个性化需求的可信服务组合协同流程的可靠运行；设计与实现原型系统，验证模型和算法的有效性。本项目将为云环境下服务组合建模提供可行的理论框架和易于被用户接受的解决方案，此外，所提出的自适应可信服务组合动态协同方法将进一步拓展云环境下服务资源共享的应用领域。

针对云计算环境下服务组合协同过程中存在的控制瓶颈及服务信任难以保障而导致的服务组合协同效率低及可靠性低问题，开展如下研究工作：.1）提出公有云环境下一种基于任务分类的虚拟机调度方法，针对每个任务占用资源不同、为任务临时创建与之匹配的虚拟机需要耗时多的问题，设计一种预先创建虚拟机方法，将新任务匹配到合适的虚拟机上进行动态协同调度。实验表明该方法可有效提高服务协同和任务调度性能。.2）提出公有云环境下一种基于信任传递的信任计算模型，针对传统的信任计算需要较高的资源开销问题，对云环境进行域划分，实现信任的按需计算，同时结合即时信任与局部信任计算，获得全局信任。实验证明该信任模型可实现低开销和有效的信任计算。.3）提出公有云环境下一种匿名信任评价模型，针对公有云环境下的串谋欺骗等信任问题，将云用户的需求与服务商进行动态匿名匹配，同时采用优势策略博弈方法对云服务商和用户的合谋行为进行分析，实现云环境下对服务商信誉的可靠评价。实验表明该模型能较好地抵制恶意攻击及串谋攻击。.4）提出基于GRID-SVM的云故障检测模型，针对云系统结构复杂、动态变化，云故障检测面临着效率不高和精度低的问题，利用相关检测数据了解云系统运行状态，从而在云故障发生前及时找到处理措施。实验表明该方法能够高效、准确地预测出云系统故障。.5）提出一种基于混合策略的云故障监测动态周期调整方法，针对云服务性能检测开销大的问题，先用决策树-SVM求出故障发生的概率，再进行检测周期的动态调节，达到检测周期的合理性，在提高故障检测的准确性的同时降低其检测开销。实验表明该方法是可行的和有效的。.6）提出一种基于改进差分进化的云虚拟机资源分配策略，针对资源分配中存在的负载不均衡及提高用户满意度问题，基于多服务商协同提供的云资源，实现多用户多任务批处理的资源优化分配，以提高云服务资源的利用效率。实验表明该方法能够较好地提高虚拟机的服务性能和满足用户需求。