物联网智能感知节点π网低功耗软硬件划分建模

物联网智能感知节点的低功耗软硬件划分的优劣直接影响节点的续航能力和网络寿命。针对现有物联网智能感知节点的软硬件划分存在能耗较高的问题,提出了基于π网的物联网智能感知节点的低功耗软硬件划分模型。首先对物联网智能感知节点进行带约束定义,得到智能感知节点的约束模型;然后根据π网理论,建立基于π网的智能感知节点软硬件划分模型,实现依据软硬件IP核功耗和系统总体功耗约束下的低功耗软硬件划分,并对模型进行了演化分析。分析与实验仿真结果表明,与基于禁忌搜索算法和遗传算法的模型相比,该模型在适应度、划分执行时间和最小系统划分能耗等方面具有一定的优越性和实用性,可降低物联网智能感知节点能耗,提高其续航能力。     

物联网环境下智能物流服务组合研究

在动态物联网环境下,为了获得满意度高的物流服务,提出一种局部最优选择的物流服务选择方案,该方案用传统web服务组合的思想来解决智能物流服务问题。首先对物流中QoS(Quality of Service)属性进行建模和计算,然后从每个物流子流程中选出效用值最优的原子方案,进行服务组合并执行。通过实验验证了该方案下的模型与算法的可行性与有效性。     

SLA感知的事务型组合服务容错方法

针对组合服务容错逻辑与执行逻辑不分离,以及容错过程易出现SLA（service level agreement）违反的现状,提出一种SLA感知的事务型组合服务容错方法.该方法首先采用有限状态机建模组合服务执行过程,对其状态进行监控;其次,采用监控自动机监控执行过程中的SLA属性,确保不出现SLA违反;然后,对于补偿过程,采用改进的差分进化算法快速寻找最优恢复规划;最后,该方法与组合服务执行逻辑相分离,所以易于开发、维护和更新.基于真实数据集的实验结果验证了所提方法在故障处理时间与组合最优度方面优于其他方法,并且对不同故障规模适应良好.     

融合网络环境下快速可靠的服务组合容错方法

针对传统容错方法在融合网络环境下服务组合的低效性,本文提出了一种快速可靠的服务组合容错方法.该方法首先采用模糊逻辑,对服务的临时性故障进行服务重试;然后采用多属性决策理论,对服务的永久性故障进行服务复制;最后通过改进的粒子群算法,对永久性故障进行服务补偿.基于真实数据集的实验结果表明,所提方法在故障排除率、故障处理时间与组合最优度方面,均优于其它方法.     

Web服务组合运行时的容错处理

基于WebJet服务组合组装与运行平台,设计了一个基于反馈容错机制、支持Web服务组合运行时自动容错处理的基本框架。针对服务组合运行时的时间QoS质量和用户SLA计算容错选择因子,运用聚类算法确定容错边界值,提出容错处理的一般映射方法,并给出了故障处理及流程重构区域计算方法。系统支持流程在线自恢复,适应复杂的网络生态环境,为流程执行时业务功能与服务质量的保障提供了一种有效的机制。     

Web服务组合运行中的容错架构

对Web服务组合进行容错处理是提高服务可用性和可靠性的有效途径。该文分析服务组合流程运行时经常出现的故障,对其故障的严重程度进行分级,提出执行引擎WebJetFlow在执行过程中的的容错架构。针对Web服务组合运行时故障的轻重程度,有针对性地实现了相应的在线处理策略,当流程执行时使业务功能和服务质量同时得到了保障。     

物流服务供应链可靠性诊断的FTA模型及应用

针对物流服务供应链（LSSC）可靠性问题,提出一种基于故障树分析（FTA）模型的LSSC可靠性诊断方法。以物流集成商、物流分包商、制造商构成的三级物流服务供应链为研究对象,建立LSSC可靠性诊断的一般模型;结合实例,构造了LSSC可靠性诊断的FTA模型,通过对FTA模型的最小割集和重要度的求解,得出了LSSC系统失效的故障模式和关键故障因素。     

基于数据挖掘的秦岭北麓西安段古村镇旅游智能推荐系统设计

为了促进智慧旅游建设，保证旅游系统能够为用户提供个性化服务，以秦岭北麓西安段古村镇旅游为例，基于数据挖掘技术设计一种旅游智能推荐系统。从规模、优越度与聚集度三方面挖掘该地旅游资源空间分布特征；将用户对视频、图片、文本三种类型旅游信息浏览时间的加权平均值作为兴趣度函数，确定每个古村镇的用户兴趣度；将感兴趣的景点保存到相同集合中，通过规则匹配，实现智能推荐；分别设计图形用户界面、智能分析与智能推荐服务模块，完成系统整体设计。仿真实验表明，该系统可实现旅游个性化智能推荐，提高用户满意度。     

基于COTS技术的高可靠通用容错计算机容错机制研究

本文提出并实现了一种基于COTS部件、容错机制智能实现的、新颖的通用高可靠容错计算机系统。基于容错功能与用户应用相分离的原则，应用自主设计的智能管理模块。实现对COTS部件内部状态的可观察性。详细分析了系统的容错机制。利用提出的故障逃逸模型，分析了系统中的层次化故障检测和保护措施并估计了系统故障覆盖率。     

Web服务组合的容错管理

Web服务有广阔的应用前景,得到了工业界和学术界的广泛关注.目前,将细粒度的Web服务按照用户需求或特定的业务逻辑进行合成,以完成更复杂的功能,是提高服务利用率的有效手段之一.然而,服务组合涉及多个主体和多种平台,难以保证其可用性和可靠性.针对服务组合的特点,分析了组合过程中可能出现的故障,构建了服务组合容错管理框架,提出了相应的容错策略、故障检测及容错实施方法,并通过仿真实验验证了该方法的有效性.     

分布式计算集群容错系统的设计与实现

为了提高分布式计算集群系统的可靠性，增强系统的容错能力，使系统在局部出错的情况下仍能稳定正常运行，建立了一个容错系统模型，该模型采用两级容错机制即节点级容错和任务级容错。此模型为分布式计算集群系统下的容错的进一步研究建立了基础。     

基于π演算的智能流程建模

为适应当前云计算环境下客户的个性化要求,一种新的智能流程的概念应运而生。首先提出了智能流程平台架构,描述了智能流程生成模块、社区云服务管理模块、智能流程执行模块三大模块。π演算能够描述通信拓扑结构的动态改变,具有强大的表达能力,随后运用耵演算对智能流程进行建模描述。为了适应用户需求的不断变化,介绍了用户需求变更描述模型,并给出了形式化表示方法。依据互模拟理论验证建模正确性表明π演算建模较好地描述了智能流程下用户多变的个性化需求。     

基于云计算神经网络物流车辆调度算法研究

研究了物流车辆调度优化问题。针对云计算下任务调度算法没有考虑调度的服务质量和用户满意度的问题,特别是在物流任务调度问题中存在复杂的计算网络,造成计算率降低,为了解决上述问题,提出了一种新的有关云计算和神经网络相结合的物流作业调度算法。算法充分考虑了调度的服务质量以及用户满意度,建立一个参数化的处理模型,计算用户在各个资源上的综合满意度,再将任务分配到满足用户需求和使系统资源达到均衡的资源上执行,最后采用改进的神经网络进行优化车辆调度。实验结果表明,改进算法不仅能满足用户的多种需求,提高了用户的满意度,同时也提高了资源调度率和系统资源的利用率。     

一种基于CBR和多Agent的Web服务个性化组合

客户的满意度是衡量Web服务组合的重要指标之一。为解决Web服务组合中客户满意度的缺失问题,提出一种基于CBR(Case-based Reasoning)和多Agent的个性化的Web服务组合算法。在给出Web服务客户满意度属性的定义基础之上,建立了属性偏好的权重向量求解模型,并通过多目标规划寻找服务组合的最优解,从而实现了Web服务组合的个性化。原型系统表明了其可行性。     

Analytic models for the primary site approach to fault-tolerance

Summary A common approach for supporting fault tolerance against node failures is the primary site approach. In this approach the service to be made fault-tolerant is replicated at many nodes, one of which is designated as primary and the others as backups. All the requests for the service are sent to the primary site. The primary site periodically checkpoints its state on the backups. If the primary fails, one of the backups takes over as primary, and to maintain consistency, it first re-executes all the requests performed by the previous primary since the last checkpoint. Two important issues that effect performance of this approach are the frequency of checkpointing and the degree of replication of the service. If the checkpointing interval is decreased the overhead of reexecuting old requests decreases, but the overhead for checkpointing increases. If the degree of replication increases, on the one hand, the availability of the system for user services increases since the reliability of the system increases. On the other hand, the checkpointing time increases, which reduces the availability of the system. In this paper, we present an analytic model to study the optimum checkpointing interval, and a queuing model to study the optimum degree of replication for a service in a primary site system. The reliability of a primary site system is also studied.This work was supported by the NFS grant DC1-861033. P. Jalote has a joint appointment with Institute of Advanced Computer Studies     

Adaptive and context-aware service composition for IoT-based smart cities

Smart Cities are advancing towards an instrumented, integrated, and intelligent living space, where Internet of Things (IoT), mobile technologies and next generation networks are expected to play a key role. In smart cities, numerous IoT-based services are likely to be available and a key challenge is to allow mobile users perform their daily tasks dynamically, by integrating the services available in their vicinity. Semantic Service Oriented Architectures (SSOA) abstract the environment’s services and their functionalities as Semantic Web Services (SWS). However, existing service composition approaches based on SSOA do not support dynamic reasoning on user tasks and service behaviours to deal with the heterogeneity of IoT domains. In this paper, we present an adaptive service composition framework that supports such dynamic reasoning. The framework is based on wEASEL, an abstract service model representing services and user tasks in terms of their signature, specification (i.e., context-aware pre-conditions, post-conditions and effects) and conversation (i.e., behaviour with related data-flow and context-flow constraints). To evaluate our composition framework, we develop a novel OWLS-TC4-based testbed by combining simple and composite services. The evaluation shows that our wEASEL-based system performs more accurate composition and allows end-users to discover and investigate more composition opportunities than other approaches.     

基于Rejuvenation和检查点技术的软件性能研究

近年来，一种新兴的软件容错技术Rejuvenation得到了广泛研究。该文将这项技术与传统的检查点技术相结合，提出了一种保障系统可靠性的容错策略，利用流体随机Petri网(Fluid Stochastic Petri Net，FSPN)这一模型描述语言，建立结合Rejuvenation和检查点技术的软件系统工作模型，并以执行这一策略后系统的丢包率和总损失作为性能指标。对模型的数值分析和仿真表明，这项技术较之单纯的检查点技术，可以大大降低丢包率，提高系统可靠性。最后，根据系统损失函数，可以确定执行Rejuvenation的最优策略。