一种支持最终用户探索式组合服务的方法

服务组合是构建面向服务、松耦合、高适应性的应用系统的主要途径.现行服务组合技术大多只适于构造需求明确、业务流程可预先定义的情况.然而,现实中存在大量需要边执行边探索、“摸着石头过河”式的问题求解形式.针对这类需求,结合网络化科研协作中的实际问题,提出一种最终用户可探索式服务组合的方法,重点讨论了探索式服务组合编程模型、服务推荐等关键问题.此外,从使用者角度对所提出的组合方法及其实现机制给予了定性分析和评价.

《云计算和服务计算》专辑前言

云计算作为一种新兴的信息处理基础设施模式和商业模式得到广泛认可之后,人们开始关注其背后的科学问题和特有的核心技术,以便能更有效、高效、节省、保质地建设和利用云基础设施.此外,软件和资源走进云基础设施,以服务的形式为消费者所用,服务成为接入和放大各类基础设施能力的基本途径.云计算与服务计算的关系非常密切,云计算中最常提到的软件即服务（SaaS）、平台即服务（PaaS）和基础设施即服务（IaaS）中最核心的就是服务,而近来服务计算相关研究也多涉及云基础设施上的资源共享和应用集成.

基于系统动态重构的高适应性工作流管理

该文首先讨论工作流技术的发展现状及其缺乏应变能力的所谓僵化问题，随后提出一种有利于提高工作流系统的灵活性和适应能力的方法体系。该方法的出发点是利用系统自身的资源管理和动态重构来应付环境的变化和不确定性。其核心是建立开放的组合式工作流模型和与之配套的软件体系结构。

一种面向服务、事件驱动的企业应用动态联盟构造方法

提出了一种面向服务、事件驱动的企业应用动态联盟构造方法,旨在应对企业动态联盟中合作伙伴的动态选择和自主加入带来的信息系统动态集成问题.该方法通过业务事件表达联盟成员之间的业务需求,在各企业信息系统之间搭建了语义互通的桥梁;同时将基于主题和内容的事件发布/订阅机制引入其中,给出了基于订阅方式的合作伙伴及服务查找算法,以解决潜在合作伙伴的准确和动态查找问题;在合作伙伴的选择方面,通过基于协商的方式解决了联盟成员的自主加入问题.文中讨论了该方法的核心概念、工作原理以及相应的合作伙伴查找算法.给出了基于 JMS消息服务以及消息队列服务的具体实现.该方法在某企业的动态供应链管理系统中得到了实际应用.

一种面向业务用户的大粒度服务组合方法

对如何在业务层面即时组合服务,按需创建个性化应用进行了研究,提出了一种适合业务用户使用的大粒度服务组合方法———TROLL方法.该方法利用服务组合模板并结合多约束下的参数进行求解,以一种大粒度、可重用的方式组合业务服务,从而提高服务组合的自动化程度和抽象层次.该文重点介绍了时序约束下如何利用组合模板进行业务级的服务组合.实验结果表明 TROLL方法降低了用户参与服务组合的难度,在业务级面向服务应用的构造上效率更高.

支持高并发数据流处理的MapReduce中间结果缓存

针对面向大规模历史数据的高并发数据流处理需求,为改进MapReduce的实时处理能力,提出了一种内存Hash B树、外存SSTable文件的key/value中间结果缓存,该结构具有可划分性、可扩展性和高效性.在此基础上,利用B树的平衡性特征提出了一种基于概率的B树构造算法和多路查询算法,利用读写开销估算和缓冲区信息改造了外存文件读写策略和内外存替换算法,进一步优化了中间结果的高并发读写性能.算法分析和实验证明了该缓存的有效性.

针对模板生成网页的一种数据自动抽取方法(英文)

当前,Web上的很多网页是动态生成的,网站根据请求从后台数据库中选取数据并嵌入到通用的模板中,例如电子商务网站的商品描述网页.研究如何从这类由模板生成的网页中检测出其背后的模板,并将嵌入的数据(例如商品名称、价格等等)自动地抽取出来.给出了模板检测问题的形式化描述,并深入分析模板产生网页的结构特征.提出了一种新颖的模板检测方法,并利用检测出的模板自动地从实例网页中抽取数据.与其他已有方法相比,该方法能够适用于"列表页面"和"详细页面"两种类型的网页.在两个第三方的测试集上进行了实验,结果表明,该方法具有很高的抽取准确率.

基于云计算的流数据集成与服务

当前,大数据的管理和处理是云基础设施的重点用武之地,而服务是落实云计算环境中各类资源及能力交付和使用模式的主要方式.随着感知设备的普及,系统规模急剧扩张,数据多元异构复杂性提升,流数据并发数量及速度剧增,传统的流数据系统在处理能力、可扩展性、容错性等方面面临瓶颈问题,而云计算技术依靠其良好的可伸缩性、数据的并行化处理能力、对服务使用模式的支持、容错性等特点,可作为流数据管理与处理的基础.基于云计算对来自不同类型设备的大规模流数据进行集成、处理及服务化正是文中关注的焦点所在.从应用需求出发,该文对大规模流数据集成和实时处理及服务的概念框架、集成方法、流数据查询处理、定制化服务、可伸缩性保障和可靠性保障以及相关评测基准等要点进行了剖析,归纳了大规模流数据的集成与服务研究面临的挑战,探讨了云计算环境下求解相关问题的思路.

MINI--一种可减小变更影响范围的本体演化算法

本体演化会影响依赖本体的服务,使其重新修订和重新部署.面对同一变更需求,不同演化实现方法造成的影响范围差别很大.当前的本体演化研究主要集中在如何实现变更需求以及维护变更前后本体的一致性,对于如何降低演化影响范围关注甚少.文中提出了一种可以有效减小变更影响范围的本体演化算法MINI.该算法首先分析了本体实体和服务之间的依赖关系并提出了量化变更影响范围的数学公式.根据这一公式,MINI算法将本体演化过程转变为图的启发式搜索过程,通过搜索一条影响值最小的变更路径来减小本体演化的影响范围.实验结果表明,MINI算法导致的平均变更影响范围大大小于现有的本体演化算法.该算法已在某实际项目中得以应用和验证.

动态网络环境下的透明服务组合

动态网络环境(如网格、Ad hoc Wireless Network等)使面向服务的应用面临许多新问题.如何使用户能够透明、动态地按需使用各种服务是其中的研究热点之一.文中提出了一种虚拟服务模型,在此基础上定义了虚拟服务的组合运算,给出了服务动态查找的算法.此外,文中还介绍了支持虚拟服务透明组合的P2P服务组合原型系统,并在实验基础上对虚拟服务及其支撑引擎进行了客观评价.实验表明,本文所述虚拟服务及支撑引擎能使面向服务应用较好地适应动态网络环境下的服务变化,使用户能够透明地按需使用各种资源.

面向网络化制造的网格应用平台及其核心技术研究

针对网络化制造中灵活的资源与协同需求 ,提出了支持语义级资源共享与虚拟化的业务共同体技术 ,以及事件驱动的主动应用动态联盟方法 在此基础上 ,给出了面向网络化制造的网格应用平台体系结构 该平台在某大型电子制造企业中得到了实际应用 。

面向大规模感知数据的实时数据流处理方法及关键技术

为了在大规模历史感知数据基础上实现针对高速传感数据流的实时计算,提出一种面向大规模历史数据的数据流处理方法RTMR,通过中间结果缓存、流水化和本地化改进了MapReduce的数据流处理能力。在此基础上,为了适应性地构造RTMR集群,利用模型分析方法根据应用特征和集群环境配置节点类型和拓扑结构。为实现集群的负载均衡,通过计算负载状态转换关系分组空闲节点和过载节点,将NP难的动态负载均衡问题快速分解为规模较小的子问题,并且综合执行时间和数据移动代价作为子问题的优化目标,提高应对负载倾斜的反应速度。实验表明,上述方法和技术能够保障大规模历史数据上数据流处理的可伸缩性。

一种支持业务端编程的服务虚拟化机制VINCA-VM

针对服务环境下使能业务用户按需快速构建应用的需求,提出一种支持业务端编程的服务虚拟化机制,旨在将软件层面的Web服务通过抽象和转换等手段绑定到业务用户可理解的、易于使用的业务级服务.文中重点研究了服务虚拟化运算及其性质,提出一套虚拟化操作原语,并设计和实现了相应的服务虚拟化工具.结合实际应用案例,展示和讨论了服务虚拟化机制及其软件工具的效果.

一种支持业务用户编程的服务虚拟化技术——VINCA聚合服务机制

提出一种支持业务用户编程的服务虚拟化技术———VINCA聚合服务机制 ,其核心是VINCA聚合服务模型 该模型从业务与IT两个层面出发并“中间相遇”来实现服务资源的虚拟化 ,从而屏蔽具体服务资源的使用复杂性 ,使得业务用户更易于直接将业务需求映射到虚拟化的服务资源 ,为业务用户编程提供支持 定义了VINCA聚合服务的生命周期模型及使用方式 ,以明确地指导VINCA聚合服务的构造及使用过程 介绍了VINCA聚合服务支撑系统架构 。

基于数字预案的应急处置流程构造方法

为了能够在应急处置中有效利用应急预案,并解决应急处置流程构造中的不确定性,提出一种基于数字预案的应急处置流程构造方法。根据应急预案中包含的应急事件以及与处置相关的组织、规则和预定义的流程,给出了数字预案的定义。基于数字预案,在应急处置流程构造过程中为用户推荐应急响应级别和应急活动,形成一种以用户为中心、预案辅助决策的应急处置流程构造方法。结合应急处置的实例和相关工作,对方法进行了分析和评价。

基于数据服务的嵌套视图动态更新方法

数据服务屏蔽了数据访问的复杂性,并且支持用户以可视化方式定义装载异构数据源的嵌套视图.然而,当异构数据源输出的数据发生更新时,该更新需要通过数据服务逐层传播到顶层的嵌套视图,一类挑战性问题是,如何减少更新传播过程中的冗余计算,提高嵌套视图的数据新鲜度.为此文中提出了基于数据服务的嵌套视图动态更新方法,该方法利用指针为嵌套视图中的元组建立嵌套任意层次的数据服务的引用,同时给出了一种记录数据服务更新的日志以及在该日志上的嵌套视图增量更新算法.文中在原型系统中实现了该算法并且进行了实验分析,实验结果表明,该方法减少了70%的嵌套视图的更新时间,提高了60%的嵌套视图的数据新鲜度.

基于车牌识别流数据的车辆伴随模式发现方法

针对伴随车辆检测这一新兴的智能交通应用,在一种特殊的流式时空大数据——车牌识别流式大数据(ANPR)下,重新定义了Platoon伴随模式,提出PlatoonFinder算法,即时地在车牌识别数据流上挖掘Platoon伴随模式.主要贡献包括:第一,将Platoon伴随模式发现问题映射为数据流上的带有时空约束的频繁序列挖掘问题,与传统频繁序列挖掘算法仅考虑序列元素之间位置关系不同,该算法能够在频繁序列挖掘的过程中有效处理序列元素之间复杂的时空约束关系;第二,该算法融入了伪投影等性能优化技术,针对数据流的特点进行了性能优化,能够有效应对车牌识别流式大数据的速率和规模,从而实现车辆Platoon伴随模式的即时发现.通过在真实车牌识别数据集上的实验分析表明:PlatoonFinder算法的平均延时显著低于经典的Aprior和PrefixSpan等频繁模式挖掘算法,也低于真实情况下交通摄像头的车牌识别最小时间间隔.因此,所提出的算法可以有效地发现伴随车辆组及其移动模式.

服务网格中的业务端即时应用集成技术研究

研究了服务网格环境中快速构造集成化应用的问题 提出了一个新的业务端即时应用集成方法 ,旨在为业务人员提供快速整合资源、配置集成化应用的平台 ,以降低成本、提高效率 提出了包含语义服务描述与注册、业务服务社区、业务端编程以及聚合构件和服务组合引擎的框架结构 ,并阐述了各个部分的作用 文章最后对比分析了基于此技术构造业务应用中的优势 ,并以奥运综合信息服务系统FLAME 2 0 0 8为案例 。

基于云架构的交通感知数据集成处理平台

海量、多源、不间断的交通感知数据环境下,如何提供集成化的交通感知数据处理支持是多样化交通应用实施中的难点.现有的通用计算框架及平台由于缺少对具有时空相关等特征的交通感知数据和应用间交通感知数据共享的支持,使得交通感知数据处理应用的开发存在较高的复杂性并且易于造成大量重复的数据跨节点传输而影响应用性能.针对此问题,通过分析交通感知数据及其处理需求特征,提出一种基于可跨应用共享的时空数据对象的交通感知数据处理模型,通过引入时空数据对象这一新的概念抽象并提供易并行划分的时空数据对象组织及共享支持,实现分布计算中对时空型交通感知数据的优化管理.在此基础上,设计并实现了交通感知数据集成处理平台.通过实际应用和基于真实交通数据的实验测试表明:该平台相对于传统的交通感知数据处理方法及系统在性能及扩展性等方面均具有一定的优势.