情境感知云计算工作流的动态服务选择研究

Workflow technology has widely existed in various domains of scientific computing, which provide a common method for designing the scientific computing process. Recently, for the sake of meeting the increasing requirement of the scientific computing, the issue of dynamic service selection in cloud workflow system has been widely acknowledged. However, previous works simply focus on the Quality of Service, which ignoring the characteristics of scientific computing as well as the collection of user-oriented information, which results in the failure of satisfying with the requirement of specific users. To solve those problems, firstly we introduce the context constraints in cloud workflow system and aim to enhance the effectiveness of service selection by researching on the theory of dynamic service selection in cloud workflow environment. Secondly, the service selection algorithm on cloud is proposed to satisfy user's multi-criterion expectation, by combining the context constraints with the quality of service constraints. Furthermore, the automatic workflow model generator is developed to realize the intelligent selection of cloud services, datasets and service parameters, combining with the well-known and traditional methodology in service selection. Finally, we evaluate the cloud workflow system by a case study in bioinformatics. The proposed work will contribute to an effective solution for dynamic service selection methods in cloud environment, which will lay the theoretical and practical foundation for cloud workflow design.

工作流技术已广泛存在于不同领域的科学计算中，为科学计算流程提供了一种通用的设计手段。近年来，为满足日益增长的科学计算需要，利用云平台实现工作流的动态服务选择已逐渐得到关注。现有工作主要关注服务质量约束，而忽略了科学计算本身的特点和面向用户信息的收集，导致无法满足特定用户的需求。针对上述问题，本项目拟在云计算工作流中引入情境约束，在确保工作流顺利执行的前提下，首先以提高工作流的服务选择效率为目标，研究适用于云计算环境的工作流动态服务选择的理论模型。其次，通过整合情境约束和服务质量约束，提出可满足用户多元期望的云计算工作流服务选择算法。再次，通过结合传统工作流服务选择策略，实现以云服务、数据集和参数的智能选择为目标的工作流模型自动生成器。最终，通过生物信息学示范应用验证云计算工作流系统。本项目的研究工作将为云环境中工作流服务选择研究提供切实有效的解决方案，具有重要的理论意义和应用价值。

近年来，为满足日益增长的科学计算需要，利用云平台实现动态Web服务选择已逐渐得到关注。现有工作主要关注服务质量约束，而忽略了科学计算本身的特点和面向用户信息的收集，导致无法满足特定用户的需求。针对上述问题，本项目在服务推荐中引入情境约束，以提高Web服务动态推荐效率为目标，主要研究内容包括：第一，研究用于云计算环境的动态服务推荐的理论模型。第二，通过整合情境约束和服务质量约束，提出可满足用户多元期望的Web服务推荐算法。第三，实现以云服务、数据集和参数的智能选择为目标的Web服务自动生成器。最终，通过应用验证系统。.本项目自2014年1月1日开始执行以来，紧跟服务计算领域的学科前沿，并结合国内外最新研究进展，对研究计划进行了适当调整：将“服务选择”扩大到研究“服务推荐”，将研究对象从“工作流服务”转向“Web服务”。经过三年的研究，在论文发表、人才培养、国际合作交流等多方面取得阶段性的成果，已实现了预期研究目标：1）已发表期刊或国际会议论文9篇，受理发明专利2项；2）已获得其他科研项目资助共9项；3）获奖：CCBD国际会议最佳论文提名奖和CSC-IBM中国优秀教师奖教金；4）国际合作交流：主办大数据云计算领域的国际研讨会1次，签订国际合作科研合作协议1项，出境参加国际会议3次，受邀出国讲学2次等。重要研究成果包括：第一，针对现有Web服务推荐系统缺乏时序和空间情境融合理论的问题，提出了一种基于时空相关性挖掘的情境感知Web服务推荐算法CASR-TE；第二，针对Web服务推荐系统中存在QoS异常值的问题，一种剔除真异常值的情境感知Web服务推荐算法CASR-TADE。上述两个成果分别发表在服务计算国际旗舰会议ICWS 2015和ICWS 2016上。本项目的研究成果一方面将为进一步构建和发展服务推荐方法提供理论依据和技术指导，另一方面将有利于将动态Web服务推荐的研究理论化、条理化和系统化。