分布式虚拟化环境下服务可信性保障关键技术研究

摘要

随着网络通信技术蓬勃发展与软件开发模式的快速转变，新的大规模复杂计算形态不断涌现，“一切皆服务”已经成为未来通用计算环境发展的终极目标。以分布式虚拟化为核心技术的分布式虚拟化环境通过将“资源整合能力”与“虚拟化跨平台能力”相结合，实现对高度异构、自治计算资源的高效管理与按需分配，充分满足用户的多样化与按需服务要求，正驱动并支撑着计算形态向着“服务中心体系”快速转变，让“一切皆服务”的理念逐渐成为现实。
　　由于分布式虚拟化环境具有显著的开放性、共享性、动态性和透明性，相比于传统的计算环境，给服务组合构建的各个阶段带来了更多的服务可信性保障新挑战。动态透明环境中如何发现获取高可信保障的服务组件、提升服务组合构建的动态过程可信保障并在服务组合运行过程中面向可信性增强的持续演化等一系列可信性保障难题日益凸显。据此，本文以分布式虚拟化环境下服务可信性保障为研究目标，以演化博弈、语义网、机器学习、智能优化等相关理论为手段，建立一个服务行为可信保障模型，结合服务生命周期，从服务组合过程的前、中、后三个阶段对服务可信性保障关键技术展开研究，以实现服务可信性的全周期动态保障。本文的主要研究内容如下：
　　首先，在服务行为兼容性与行为策略演化方面，提出一个基于动态演化博弈的多策略服务行为可信保障模型。从服务行为定义的两个层次出发，一方面通过Petri网对服务交互过程进行形式化描述分析，根据不同的服务接口不兼容类型采取相应策略，从而重点解决服务行为兼容性带来导致的服务可信性保障能力不足的问题。另一方面根据服务实体的差异化等级的信任行为对服务行为策略进行分级，通过基于Moran过程的多策略信任演化来优化服务行为策略，促使系统向着服务可信性增强的方向演化。
　　其次，为了解决现有语义服务发现与匹配过程中False Positive和False Negative现象导致的查准率和查全率偏低等问题，提出一种基于随机森林的自适应混合语义服务匹配方法。通过引入近似逻辑匹配等方法，利用逻辑概念收缩与溯因、服务前件后件匹配等来缓解过于严格的逻辑匹配造成的匹配失败。进而将不同匹配方法得到的匹配结果作为特征值，通过特征学习分类的随机森林方法进行匹配结果分类器的自我学习，实现自适应混合语义服务匹配，避免阈值划分方法中阈值设定复杂和缺少依据的不足。
　　再次，为了实现高可信服务组合构建，提出一种分布式虚拟化下环境可信服务组件选择方法。针对服务组件通信交互过程中所体现出的社会性，建立可信质量的概念来对可信性指标做出描述，将用户对于服务组件可信度的主观评价与分布式虚拟化环境中的组件亲和度等客观属性参数结合，共同建立基于QoD的可信效用函数，进而通过智能优化搜索算法，在多重端到端QoD限制的条件下搜索信任服务路径的最优或次优解，并选择其上的服务组件来实现服务动态组合，提升服务组合可信构建的保障能力。
　　最后，为了解决服务组合动态演化过程中一致性保证问题，提出基于事务补偿的分布式虚拟化环境下服务替换方法。通过充分考虑服务的事务属性，从服务组件间的数据流的角度出发来分析事务粒度与事务范围，通过补偿机制实现支持事务级的服务替换，维护服务组合在替换过程中的一致性，避免失效处理后的可信性降低，为实现面向可信性保障与增强的服务组合动态演化提供支撑。

目录

声明

第1章 绪论

1.1 研究背景

1.2 分布式虚拟化环境与相关技术研究现状

1.3 服务可信性保障关键技术研究现状

1.4 研究现状总结与分析

1.5 研究目标与研究意义

1.6 本文研究内容与组织结构

第2章 基于演化博弈的服务行为可信保障模型

2.1 引言

2.2 服务行为兼容性检测

2.3 服务行为全局收益函数

2.4 Moran信任演化模型

2.5 多策略博弈的Moran过程演化模型实验

2.6本章小结

第3章 基于特征学习分类的自适应混合语义服务匹配

3.1 引言

3.2 基于逻辑方法的语义服务匹配

3.3 基于非逻辑方法的语义服务匹配

3.4 基于随机森林决策的语义服务匹配特征学习分类

3.5 自适应混合语义服务匹配实验

3.6 本章小结

第4章 面向可信性保障的服务组合方法

4.1 引言

4.2 基于QoD约束的服务组合信任路径选择模型

4.3 启发式微正则退火

4.4 面向可信性保障的服务组合仿真实验

4.5本章小结

第5章 面向可信性增强的服务组合动态演化

5.1 引言

5.2 支持事务级属性的层次化服务组合模型

5.3 基于服务补偿的服务替换方法

5.4 服务组合动态演化仿真实验

5.5 本章小结

结论

参考文献

攻读博士学位期间发表的论文和取得的科研成果

致谢