面向服务的信息物理融合系统建模与验证

针对信息物理融合系统(CPS)中建模与验证面临的问题与挑战,基于服务组合的思想,提出一种CPS建模与验证方法。首先,综合分析已有研究成果,提出一种CPS的组成结构,包含物理世界、感知系统、信息处理系统、控制系统及时间约束。基于该结构提出CPS资源的服务分类及组成框架,并利用时间自动机理论,提出CPS物理环境建模方法、CPS原子服务建模方法及服务组合方法。最后,通过案例设计和模型检测工具Uppaal,分别对系统安全性、可达性、活性及时间约束四种类型的性质进行了相关验证。结果表明,系统通过了这些性质的验证,这也证明了面向服务的CPS建模方法的正确性。     

基于对象时空Petri网的CPS建模与仿真

信息物理融合系统（CPS）是一个融合了计算、控制、通信和物理元素的分布式实时反馈系统,但传统的建模方法无法满足CPS对时空性能要求较高的情况。为此,提出结合对象特征的对象时空Petri网（DS-OPN）建模方法。首先,将面向对象封装技术、时空元素融入Petri网中,设计空间和时间描述规则,将相同对象下的场景元素封装到同一对象子网系统模型中。其次,定义聚合规则,聚合各个子网模型,使这些模型能够描述CPS物理拓扑环境中的对象变化过程。最后,以交通CPS为例,建模和仿真分析自主控制超车系统的动态行为;同时,建立模型的可覆盖性树和关联矩阵分析验证模型的可达性、安全性等性质。实验结果显示,DS-OPN建模方法建立的模型对系统流程的逻辑结构表现清晰,对时空因素的计算准确,在实时性和安全性上能满足CPS的要求,验证了该建模方法的有效性和安全性。     

面向CPS时空性质验证的混成AADL建模与模型转换方法

随着信息物理融合系统CPS （Cyber Physical System）研究的深入,CPS的安全性问题越来越受到人们的广泛关注,如何验证CPS时空不一致的安全性问题已经成为研究热点.本文针对该问题提出了面向CPS时空性质验证的混成AADL （Architecture Analysis&Design Language）建模与模型转换方法.首先,扩展AADL行为附件的时空描述能力,提出混成AADL （Hybrid Architecture Analysis&Design Language）,用于建模CPS的时空性质;其次,在进程代数中引入微分方程以及位置描述提出HP-TCSP,能够验证CPS的时空性质;再次,通过模型转换将混成AADL转换为HP-TCSP,从而可以将混成AADL描述的CPS模型在HP-TCSP中进行时空一致性验证;最后通过一个飞机避撞系统实例,验证该方法的有效性.     

协作环境下的时空约束强制访问控制模型

安全的信息共享对信息系统而言至关重要。协作环境下的关键应用对信息共享和信息安全提出了更高的要求。已有的基于BLP模型的强制访问控制模型均无法满足协作环境下关键应用的访问控制需求。因此提出一种协作环境下的具有时空约束的强制访问控制模型,将任务、时间、空间等要素进行综合考虑,从而将逻辑安全和物理位置相结合,既增强了访问控制模型的安全性,又满足了协作环境下访问控制的灵活性。采用无干扰理论对所提模型的安全性进行了证明。     

信息物理融合系统的时间需求一致性分析

信息物理融合系统(cyber-physical system,简称CPS)蕴藏着巨大的潜在应用价值.时间在CPS中起到非常重要的作用,应该在需求早期阶段明确.提出了一个基于逻辑时钟的CPS时间需求一致性分析框架.首先,构建了CPS软件的时间需求概念模型,提供时间需求和功能需求的基本概念,并给出了概念模型的形式化语义;然后,在模型制导下,从CPS的交互环境特性和约束中提取出其软件时间需求规约.基于形式化语义,定义了时间需求规约的一致性特性.为了支持形式化验证,将时间需求规约转换成NuSMV模型,用CTL公式表述要检测的特性,并使用NuSMV工具实施了一致性检测.     

描述CPS物理实体的时空Petri网模型

时间Petri网在经典Petri网的基础上引入了时间因素,不仅能分析逻辑层次的系统性能,还能分析时间层次的系统性能,然而包含空间因素的信息物理融合系统(cyber-physical system,CPS)的产生需要对时间Petri网进行拓展。CPS集成计算系统和物理系统,不仅能够实时感知物理环境信息,并且能够通过物理实体改变物理环境。对CPS的物理层面特点进行了深入分析,研究了CPS物理实体的属性及其位置变迁过程,提出了一种CPS物理实体的形式化建模方法。在时间Petri网的基础上引入了空间因素,构造了时空Petri网模型,使其不仅能够描述物理实体逻辑及时间层次的行为,并且能够描述物理实体位置变迁所引起的状态变化。最后以机器人控制系统为例,进一步阐述了时空Petri网模型的有效性。     

信息-物理融合系统动态行为模型构建方法

信息-物理融合系统(Cyber-Physical System,CPS)特有的计算、通信、控制的联合动态性,计算与物理的多尺度融合性,系统环境及状态的时空交互性以及系统动态行为的非确定性,不但使面向CPS的模型驱动设计与验证方法在CPS系统设计中更为重要,而且也向其提出了新的技术挑战.论文在结合典型实例分析CPS系统特征及其模型构建具体挑战的基础上,研究并总结了CPS动态行为建模的主要方法:一体化建模方法从CPS系统层面描述计算过程与物理过程的交互与融合;时空交互建模方法关注CPS系统行为与时间及空间关系的语义表示;功能和实现兼容建模方法侧重刻画CPS系统的逻辑设计和物理实现的映射与支撑;而集成建模方法则重点解决多异构模型的交互方式与语义的一致表达.论文基于多异构实体的CPS系统建模框架,提出了一种CPS系统结构与动态行为的协同建模方法,并用CPS-ADL对其进行了实现和验证.     

面向实时数据的CPS一体化建模方法

信息物理系统（cyber-physical system，简称CPS）是一个在环境感知的基础上整合了物理和计算元素的系统，它可以智能地响应真实世界的动态变化，具有重要而广阔的应用前景.然而，CPS工作在复杂的物理环境中，周围的物理变化会对CPS的行为产生影响.因此，确保CPS在复杂环境中的安全性和可靠性至关重要.提出了一种面向实时数据的一体化建模方法，通过定义一系列的规则，将领域环境模型组合到运行时验证过程中去，从而保证CPS在不确定环境中的安全性和可靠性.该方法首先为环境建立数学模型.然后，设计合并规则将相同系统参数下仅有一个环境影响因子的数学模型合并为相同系统参数下有一个或多个环境影响因子的数学模型.之后，定义转换规则，将数学模型转换为伪代码表示的环境模型.最后，根据组合规则将环境模型组合到运行时监视模型中执行验证.该方法使得监视模型更加完整、准确，当环境发生变化时，通过动态调整参数范围使得CPS中的安全属性在复杂的物理环境中仍然得以满足.将该方法应用到移动机器人避障实验中，对影响电池容量的温度和湿度进行数学建模，然后将环境模型组合到监视模型中去，最终实现在执行任务前可以根据不同的物理环境准确地给出续航时间安全提醒.     

CPS系统物理实体时空一致性建模与分析

CPS作为一个混合系统,是计算系统和物理系统的集中体现,注重计算进程和物理进程行为一致性分析与刻画。传统建模方式只针对物理进程和计算进程进行单一建模,难以满足CPS物理实体状态转移时空一致性的要求,在此基础上提出一种新的建模方法。将CPS时空状态转移融合成一个状态转移实时时空事件,并在时间Petri网基础上引入空间标签,建立时空Petri网模型,利用时空Petri网对物理实体状态转移过程进行分析。最后通过列车控制系统实例进一步分析了时空模型的有效性,从而例证了该方法的可行性。     

CPS系统体系结构顶层设计研究

美国国家基金委员会首次提出信息物理融合系统(CPS),该系统已被列于美国未来八大关键信息技术的首位。在归纳分析国内外CPS研究现状的基础上,为了实现CPS协调物理进程的目标,满足CPS的信息处理与物理控制功能性需求和实时性、可靠性、安全性、可适应性等非功能性需求,提出了3种视图的CPS体系结构。对CPS体系结构设计理论及方法进行了研究,最后展望了CPS未来的研究方向和技术挑战。     

A QoS-aware virtual machine scheduling method for energy conservation in cloud-based cyber-physical systems

Nowadays, with the development of cyber-physical systems (CPS), there are an increasing amount of applications deployed in the CPS to connect cyber space with physical world better and closer than ever. Furthermore, the cloud-based CPS bring massive computing and storage resource for CPS, which enables a wide range of applications. Meanwhile, due to the explosive expansion of applications deployed on the CPS, the energy consumption of the cloud-based CPS has received wide concern. To improve the energy efficiency in the cloud environment, the virtualized technology is employed to manage the resources, and the applications are generally hosted by virtual machines (VMs). However, it remains challenging to meet the Quality-of-Service (QoS) requirements. In view of this challenge, a QoS-aware VM scheduling method for energy conservation, named QVMS, in cloud-based CPS is designed. Technically, our scheduling problem is formalized as a standard multi-objective problem first. Then, the Non-dominated Sorting Genetic Algorithm III (NSGA-III) is adopted to search the optimal VM migration solutions. Besides, SAW (Simple Additive Weighting) and MCDM (Multiple Criteria Decision Making) are employed to select the most optimal scheduling strategy. Finally, simulations and experiments are conducted to verify the effectiveness of our proposed method.

     

基于风洞试验中的消耗计量模型研究与实现

高压、中压、氮气等是保障风洞试验有效进行所需的动力资源,针对风洞群试验中供气气源管线拓扑结构复杂多变、试验用户多、生产调度粗放等特点,为了提高动力资源生产和调度的保障效能,研究提出了基于动态拓扑结构的单车次动力资源消耗计量模型。该模型采用设备状态监测、图形数据库(Neo4j)技术、流体力学静压差法等技术,在虚拟空间里,完成了物理世界到逻辑世界的映射,形成了动态拓扑结构模型。在此基础上结合试验状态感知、资源库存量,实现了对风洞单车次试验各类动力资源消耗计量。实验结果表明,该模型较好地解决了原风洞单车次试验难以计量或计量不准的难题。通过试验数据对比发现,计量数据准确,满足数据精准度要求。     

Resource virtualization methodology for on-demand allocation in cloud computing systems

The resources’ heterogeneity and unbalanced capability, together with the diversity of resource requirements in cloud computing systems, have produced great contradictions between resources’ tight coupling characteristics and user’s multi-granularities requirements. We propose a resource virtualization model and its on-demand allocation oriented infrastructure mainly providing computing services to solve that problem. A loosely coupled resource environment centered on resource users is created to complete a mapping from physical view of resources to logic view of resources. Heuristic resource combination algorithm (HRCA) is proposed to transform physical resources to logic resources, which meets two requirements: randomness in combination and fluctuation control to the size of resources granularities. On the basis of the appraisal indexes presented for the on-demand allocation, resource matching algorithm (RMA), targeting at resource satisfaction with the highest resource utilization, is designed to reuse resources. RMA can satisfy users’ requirement in limited time and keep resource satisfaction in the highest level in the condition of logic resources granularities being less than their required size. Resource reconfiguration algorithm (RRA) is presented to implement resource matching in the condition that virtual computing resource pool cannot match granularities of resource requirements. RRA assures the lowest resource refusal rate and the greatest resource satisfaction. We verify the effectiveness, performance and accuracy of algorithms in implementing the goal of resource virtualization centered on resource users and on-demand allocation.     

虚拟试验中临近空间大气环境仿真技术研究

临近空间作为空天过渡区域,对火箭等各种飞行器的安全和准确入轨有重大影响。为了完善临近空间的虚拟试验验证平台,提出一种基于美国TIMED卫星的SABER探测数据和参考大气模式的虚拟试验环境资源构建方法。该方法使用Matlab读取和预处理SABER探测数据,利用SABER探测数据的压强和密度参数计算大气风场,通过三维离散点插值算法构造符合分辨率要求的大气环境模型,根据SEDRIS规范格式化大气环境数据,生成临近空间虚拟环境资源。测试结果表明,该方法生成的临近空间虚拟大气环境资源能够为虚拟试验验证平台提供相应的环境支撑。     

Chaotic Sandpiper Optimization Based Virtual Machine Scheduling for Cyber-Physical Systems

Recently, with the growth of cyber physical systems (CPS), several applications have begun to deploy in the CPS for connecting the cyber space with the physical scale effectively. Besides, the cloud computing (CC) enabled CPS offers huge processing and storage resources for CPS that finds helpful for a range of application areas. At the same time, with the massive development of applications that exist in the CPS environment, the energy utilization of the cloud enabled CPS has gained significant interest. For improving the energy effectiveness of the CC platform, virtualization technologies have been employed for resource management and the applications are executed via virtual machines (VMs). Since effective scheduling of resources acts as an important role in the design of cloud enabled CPS, this paper focuses on the design of chaotic sandpiper optimization based VM scheduling (CSPO-VMS) technique for energy efficient CPS. The CSPO-VMS technique is utilized for searching for the optimum VM migration solution and it helps to choose an effective scheduling strategy. The CSPO algorithm integrates the concepts of traditional SPO algorithm with the chaos theory, which substitutes the main parameter and combines it with the chaos. In order to improve the process of determining the global optimum solutions and convergence rate of the SPO algorithm, the chaotic concept is included in the SPO algorithm. The CSPO-VMS technique also derives a fitness function to choose optimal scheduling strategy in the CPS environment. In order to demonstrate the enhanced performance of the CSPO-VMS technique, a wide range of simulations were carried out and the results are examined under varying aspects. The simulation results ensured the improved performance of the CSPO-VMS technique over the recent methods interms of different measures.