基于数据编程的服务网络

With the rapid growth of universal ubiquitous sensing devices, and the rate data is growing today, current data transmission network can not afford such a large network load. Thus, an new network system is required to avoid flooding the current network due to the rapid growth of data. We argues that big data networking joint Software Define Network (SDN), together with cloud and Fog computing platform, can build a service networking. We propose a novel Orchestrating Data as Service Networking (ODSN) framework, which can dynamic orchestrate big data to services in SDN to meet the requirements of next generation networks. Based on the platform which combines software define network, cloud computing and fog computing together, this project constructs service network based on data programming to meet the requirement of big data networks. In the proposed ODSN, data center distributes data programming software to devices in distributed network, then data in devices can be structured as services. Thus, ODSN can realize the service network based on service programming and service call. First, the project is intended to study service network architecture of data programming, and design components of scalable and efficient service network of data programming. Second, the operation mechanism in ODSN will be studied , including service routing, service request and service return and so on, and designs programming software and dissemination mechanism. Finally, ODSN realizes a new service network based on data programming, which provides a new theory and architecture for the development of big data networks.

无所不在的普适感知设备的急剧增长，其数据增长的速度远超当前数据传输网络所能承载的负载。迫切需要研究新的网络体系以避免当前网络被快速增长的数据所淹没。本项目拟结合软件自定义网络，云计算，雾计算平台为基础，构造基于数据编程服务网络(Orchestrating Data as Service Networking, ODSN)以满足快速增长大数据网络的需求。在拟构造的ODSN中，数据中心分发数据编程软件到分布式网络的各级设备中将数据进行编程构造成服务后再传输与调用，从而实现以基于服务编程与服务传输的服务网络。本项目拟首先研究数据编程服务网络体系结构，设计可扩展高效数据编程服务网络的组成部分。然后，研究ODSN的运行机制，包括服务路由，服务请求，服务返回等运行机制。设计编程软件及其扩散机制与方法。最后，实现基于数据编程的新型服务网络，为大数据网络的发展提供新的理论与体系结构。

当前连接到物联网络的设备超过200亿台。这种史无前例大量设备与数据量增长对当前基于数据传输的互联网络带来空前的挑战。为此，项目提出了一种基于服务的网络运行架构。研究与构造了基于服务的网络体系结构与架构，确定网络体系结构的相关组成部分，对组成部分之间交互机制与方法进行了研究。提出了一种数据编程即服务的计算与通信(ODAS-CC)模式。深入研究了基于服务路由的相关机制与方法。研究了网络不同组成部分之间的服务请求，获取，服务返回的策略与方法。提出了一个基于排队延迟沿路服务聚合方案，该方案充分利用服务数据的排队延迟进行服务聚合，利用待转发数据包的数据发送时间进行聚合数据包的服务聚合操作，从而在不产生额外延迟的情况下有效降低传输数据量和通信开销。还提出了基于内容路由的缓存策略减轻了云计算平台中数据中心的工作负载。研究了透明计算模式下对通信带宽要求，构建了透明计算模式的优化经济模型。本项目还提出了一种高效的服务聚合与缓存策略，该策略可以实现基于服务的网络架构。设计数据编程软件及其扩散机制与方法是本项目重要的研究内容之一。我们在这方面做了很多工作，提出了一种广播半径自适应增大的代码扩散策略、一种基于车联网基础设施的代码传播方案、一种联合利用车辆和无人机的代码传播方案。提出了一种基于深度强化学习的任务卸载数据收集策略。.共发表了SCI论文64篇，其中本课题为第一标注的SCI论文50篇，第二标注的SCI论文12篇，第三标注的SCI论文2篇，其中8篇论文进入ESI全球前1%高被引用论文。获得 . 授权发明专利19个。获得2020年度湖南省自然科学二等奖《物联网络数据感知与获取理论及方法》(申请人排第一)。有4人获得校级或者省级以上优秀硕士论文。申请者的研究成果产生了很好的学术影响，学术论文超过8000余次SCI引用，Google学术引用突破10000次，入选全球前2%顶尖科学家“2019、2020年度科学影响力排行榜”以及“终身科学影响力排行榜”; 入选2019、2020年度爱思唯尔“中国高被引学者” 。