服务计算环境中容错策略及个性化可靠性预测研究

随着面向服务系统的普遍，服务系统可靠性变得越来越重要。面向服务系统大.规模化和复杂化的趋势使得开发高效可靠的系统成为一个巨大的挑战。在规模庞大，组件众.多，环境动态，结构复杂的服务计算环境中，仅靠错误避免和错误排除难以达到高可靠的目.的。本课题将首先利用服务计算环境中存在的冗余资源进行服务容错，针对服务计算环境高.度动态的特点，设计服务容错策略。还将考虑任务间的依赖关系，来提高服务容错的效果和系统资源的利用率。如果通过服务容错，系统失效仍不可避免，那么预测系统的可靠性就显得非常重要。本课题将设计用户协作的Web 服务失效数据共享机制，并基于搜集到的数据进行个性化的用户可靠性预测。最后，我们将监控并采集现实世界中Web 服务的性能及出错数据。收集到的数据将会被用于实验验证，也会被整理成研究数据集，发布给学术界做进一步研究之用。

近年来，面向服务系统越来越普及，面向服务系统大规模化和复杂化使得服务系统可靠性的研究变得很重要。本项目提出服务计算环境中容错策略及个性化可靠性预测这个研究课题，主要研究内容包括：(1)利用服务计算环境中存在的冗余资源进行服务容错，针对服务计算环境高度动态的特点，设计服务容错策略及重构算法。(2)设计用户协作的 Web 服务失效数据共享机制，并基于搜集到的数据进行个性化的用户可靠性预测;(3)设计多点的Web服务监控机制，并部署于实际环境中，监控并采集现实世界中 Web 服务的性能及出错数据,并进行实验验证。项目的创新性及意义体现在：(1)项目充分利用服务计算环境的冗余资源，通过容忍Web服务错误来提高面向服务系统的可靠性；(2)通过分析收集的数据，设计个性化的Web服务可靠性预测模型，为用户提供准确的Web服务失效预测，减少服务失效对系统造成的影响；(3)采集的数据使得各种新提出的Web服务模型的正确性和可行性能够得到验证。项目已在斯普林格出版社出版英文学术专著1本，发表SCI期刊论文12篇(其中IEEE Transactions 9篇)，国际会议文章6篇。