可编程网络环境下多粒度服务与服务组合的机制研究

In the latest decade, rapidly growing attentions have been put on programmable network, due to its advantages in load balancing, content distribution and security. However, the research on service, especially multi-granularity service and service composition under programmable network structure is far from mature, even though they are critical to the development and application of programmable network. This may attribute to their extreme complexity in both modeling and analysis. Based on the aforementioned observation, this project will explore several related areas in programmable network. 1) a programmable network model will be provided based on SONs framework. 2) the question of how to classify the granularities of services will be answered with a proper multi-granularity service model. Then, multi-granularity service distribution methods will be proposed based on the programmable network model. 3) a novel service composition algorithm will be designed for multi-granularity services to enhance the efficiency of the network, reduce redundant links as well as redundant information. 4) In network layer, a programmable network based routing algorithm will be developed, and problem of routing restoration will be considered. The aim of this project is to provide a powerful set of tools for analyzing and designing multi-granularity service framework in programmable network, both theoretically and practically. It is also served as a fundamental role in solving the key problems in the area of cloud computing. Finally, both profound scientific contributions and numerous potential applications can be safely foreseen.

近年来，可编程网络因其在负载均衡、内容分发以及网络安全性等方面的巨大优势而受到了广泛关注。然而，作为其核心研究方向之一，可编程网络环境下的服务，尤其是多粒度服务与服务组合的问题因其学科交叉性强、建模分析难度高等特点而未得到深入地研究。鉴于上述分析，本课题将针对以下问题进行深入研究：1）在可编程网络特点的基础上参考SONs架构提出可编程网络模型；2）提出服务粒度划分方法以及相应的模型，并在此基础上设计多粒度服务在可编程网络中的优化部署方法；3）设计跨层次的可编程网络环境下不同粒度服务之间的服务组合算法，以提高服务组合效率，减少冗余链路以及冗余信息的产生；4）针对底层网络开发基于可编程网络路径选择与路由算法，以及路由重建与修复策略。本课题的研究将会为可编程网络环境下多粒度服务系统的设计提供良好的理论和实践支撑，为解决云计算技术中的关键问题提供良好的基础，具有深远的科学意义与广阔的应用前景。

随着下一代互联网和云计算技术的发展与成熟，用户的本地需求将会更多地以服务及服务组合的形式由平台提供给终端，因此信息服务的效率以及用户的体验将实现质的飞跃。随着云计算平台的成熟，以计算和存储为主的服务已经逐渐呈现出标准化、高效率、低成本的特点，可以说计算和存储服务以打包的形式按需提供给用户的技术已经非常成熟，而制约整个云计算平台和服务计算领域的瓶颈已经变成了低效率的网络架构和带宽分配能力。上述问题推动了“可编程网络”的发展，而为了体现可编程网络的架构优势，我们必须解决可编程网络环境下的多粒度服务与服务组合问题。针对上述问题，本项目在可编程网络的背景下研究了网络架构、服务组合和资源分配等相关问题，主要包括：1）提出了一种分布式流表存储架构，通过该架构可以完成多台Openflow交换机的集中式管理，从而构建一个适配于多粒度服务的可编程网络模型；2）提出了基于遗传算法的资源预分配算法RPGA与基于多属性QoS综合评估方法的负载均衡策略，提高了可编程网络的资源利用率与服务质量，实验验证了上述方法的有效性和实用性；3）提出了一整套多粒度服务部署、服务发现与服务组合算法。上述算法可以针对不同的网络状况，高效地完成Web服务部署、服务发现与服务组合优化配置；4）在以上研究的基础上，基于贝叶斯定理提出了一种网络攻击者可疑概率计算方法，可以获得较低的误判以及漏判概率，保证网络的安全；5）针对以上研究搭建了可编程网络实验平台，并通过平台验证了上述研究成果。.本项目针对可编程网络架构下服务科学问题的研究，从模型、策略和算法的层次深入探讨了云平台资源分配、负载均衡、服务发现和服务组合等方面的问题，并在实验平台上进行了测试与应用，为可编程网络的服务组合应用提供了良好的理论支撑。