云计算环境下的服务动态组合及其优化技术的研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61170033
  • 项目类别:
    面上项目
  • 资助金额:
    58.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0203.软件理论、软件工程与服务
  • 结题年份:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

动态服务组合通过重用和组装已有服务,可即时、快速、低成本的组建各种分布式松耦合的新服务,以满足用户多样化、个性化的按需服务要求,因此成为当前建设、推广和应用云计算的基础技术并备受关注。然而,云计算环境所特有的服务形态、服务模式、海量服务规模以及多租户、虚拟化服务机制,给服务动态组合带来了新的挑战。针对传统计算环境和模式下的服务模型、组合方法以及调度策略在云计算环境下凸显出来的诸多不足,特别是性能瓶颈,项目将紧紧围绕组合算法设计和性能优化两大关键科学问题展开研究,拟引入一阶谓词逻辑、空间向量等形式化方法以及基于多维信息驱动的启发式组合规划、任务空间无关性分割等技术,突破云计算环境下多态复杂服务建模、高效组合算法以及并行优化等三大关键技术,并通过研制一个面向云计算环境的动态服务组合原型平台验证所提出的关键理论和技术方案,为云计算的按需服务模式提供模型、方法和技术支持。

结项摘要

动态服务组合通过重用和组装已有服务,可即时、快速、低成本的组建各种分布式松耦合的新服务,以满足用户多样化、个性化的按需服务要求,因此成为当前建设、推广和应用云计算的基础技术并备受关注。然而,云计算环境所特有的服务形态、服务模式、海量服务规模以及多租户、虚拟化服务机制,给服务动态组合带来了新的挑战。本项目针对传统计算环境和模式下的服务模型、组合方法以及调度策略在云计算环境下凸显出来的诸多不足,特别是性能瓶颈,将紧紧围绕组合算法设计和执行性能优化两大关键科学问题展开研究,在云计算环境下多态复杂服务建模、高性能动态组合以及并行优化等关键技术方面,在IEEE Transactions on Parallel and Distributed Systems、IEEE Transaction on Service Computing、IEEE Transactions on Automation Science and Engineering、ICWS、SCC等领域国际权威会议和期刊上发表高水平论文18篇,申请国家发明专利10项,授权专利5项,出版英文学术专著1部,成果获得2014年浙江省科技进步一等奖,培养博士研究生2名,代表性成果包括:. (1)提出了基于状态空间的服务自动组合建模方法,实现了面向服务的专用组合规划器。该方法通过借鉴AI规划中常用的状态空间法,以状态来描述基本的规划单元并采用参数集和一阶谓词逻辑表达式混合的方式来刻画状态内容。. (2) 提出了基于规划图的服务自动组合方法,并对组合服务的QoS进行了优化。该方法主要针对海量信息提供类服务,并在满足用户功能性需求的同时考虑了组合服务的整体QoS,能够在较短时间内返回整体QoS最优的前K个组合服务。本方法所找到的组合服务的最优QoS值与竞赛中的冠军系统所返回的最优值完全一致。. (3) 提出了结合状态空间与规划图的服务自动组合方法,并通过分布式方法对其进行了并行优化。该方法融合了状态空间建模能力强和规划图搜索空间小的优点,设计并实现了基于多节点的分布式服务自动组合系统。

项目成果

期刊论文数量(26)
专著数量(0)
科研奖励数量(0)
会议论文数量(3)
专利数量(0)
一种基于近距离最大子图优先的业务流程推荐技术
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    尹建伟;邓水光;王东京;徐悦甡
  • 通讯作者:
    徐悦甡
一种QoS最优的语义Web服务自动组合方法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    黄龙涛;吴斌;尹健伟;李革新
  • 通讯作者:
    李革新
A feature-selection algorithm based on Support Vector Machine-Multiclass for hyperspectral visible spectral analysis
基于支持向量机多类的高光谱可见光谱分析特征选择算法
  • DOI:
    10.1016/j.jfoodeng.2013.05.024
  • 发表时间:
    2013-11-01
  • 期刊:
    JOURNAL OF FOOD ENGINEERING
  • 影响因子:
    5.5
  • 作者:
    Deng, Shuiguang;Xu, Yifei;He, Yong
  • 通讯作者:
    He, Yong
Service Selection for Composition with QoS Correlations
具有 QoS 相关性的组合的服务选择
  • DOI:
    10.1109/tsc.2014.2361138
  • 发表时间:
    2016-03-01
  • 期刊:
    IEEE TRANSACTIONS ON SERVICES COMPUTING
  • 影响因子:
    8.1
  • 作者:
    Deng, Shuiguang;Wu, Hongyue;Zhao, J. Leon
  • 通讯作者:
    Zhao, J. Leon
基于MapReduce的并行Web服务自动组合
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    电子学报
  • 影响因子:
    --
  • 作者:
    邓水光;戴康;李莹;尹建伟
  • 通讯作者:
    尹建伟

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

A Service-oriented Network Infrastructure for Crossover Service Ecosystems
面向服务的跨界服务生态系统网络基础设施
  • DOI:
    10.1109/mic.2020.2972121
  • 发表时间:
    2020-01
  • 期刊:
    IEEE Internet Computing
  • 影响因子:
    3.2
  • 作者:
    郑邦蓬;尹建伟;邓水光;吴朝晖;Schahram Dustdar
  • 通讯作者:
    Schahram Dustdar
基于矩阵表示的局部敏感辨别分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    浙江大学学报(工学版)
  • 影响因子:
    --
  • 作者:
    董金祥;冯志林;刘小明;邓水光;尹建伟;陈黎
  • 通讯作者:
    陈黎
基于Skyline的QoS感知的动态服务选择
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    邝砾;吴健;李莹;陈亮;邓水光
  • 通讯作者:
    邓水光
深度学习模型鲁棒性研究综述
  • DOI:
    10.11897/sp.j.1016.2022.00190
  • 发表时间:
    2022
  • 期刊:
    计算机学报
  • 影响因子:
    --
  • 作者:
    纪守领;杜天宇;邓水光;程鹏;时杰;杨珉;李博
  • 通讯作者:
    李博

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

邓水光的其他基金

面向不确定演化的服务生态系统设计理论与方法
  • 批准号:
    U20A20173
  • 批准年份:
    2020
  • 资助金额:
    259 万元
  • 项目类别:
    联合基金项目
移动边缘计算中的服务供应策略与选用方法研究
  • 批准号:
    61772461
  • 批准年份:
    2017
  • 资助金额:
    59.0 万元
  • 项目类别:
    面上项目
大粒度服务协同的适配机制与算法研究
  • 批准号:
    60803004
  • 批准年份:
    2008
  • 资助金额:
    19.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码