面向移动互联网的开放服务技术架构及若干关键技术研究

发布时间：2017-09-17 05:05

  本文关键词：面向移动互联网的开放服务技术架构及若干关键技术研究

  更多相关文章： 服务计算 移动互联网开放服务 开放服务选择 开放服务编排 开放服务推荐 资源型服务仓储

【摘要】：移动互联网在打破原有电信网络孤立、封闭的构建格局基础上,与开放的互联网络深入融合。移动互联网的网络结构、服务能力、数据资源向着开放共享、按需分配、快速响应的趋势发展。以服务计算为核心的分布式计算技术的发展,突破了移动互联网在计算能力、存储能力上存在的局限,使得移动系统/应用在设计和构建过程中能够解耦于底层网络的拓扑关系和终端平台的异构,大幅度提升服务系统的开发效率,适应业务需求的灵活多变。 面向服务的计算是以服务个体为基本单元,利用服务能力的开放性,通过组件化复用、流程化编排和资源的灵活分配,进而构建出多样化、个性化的分布式应用/系统。移动互联网开放服务是以服务计算理论为基础,通过研究电信网和互联网基础能力融合,构件化服务开放,发现服务间的属性、关系、结构,实现架构的增量式扩展和应用的便捷化交付。当前研究的重点主要集中在服务能力开放、标准化服务描述、多属性服务选择、灵活服务编排、个性化服务推荐、资源型服务存储等方面。本论文旨在通过深入体系化的研究,解决如何在架构层面,提高移动互联网开放服务的开发效率,降低服务的运维和交付门槛；如何实现多QoS (Quality of Service)的开放服务选择,降低多维度、高空间下服务选择的复杂度；如何研究编排关系中开放服务群的网络化特征,实现服务网络的动态预测和安全保障；如何实现开放服务的主动Push模式,提高稀疏性下服务推荐的准确率；如何提高资源型服务开放资源的组织管理能力,解决海量资源的仓储瓶颈等问题。 本论文的主要创新点为： (1)针对在移动互联网融合的网络环境、异构的终端平台中,系统／应用的开发效率低、运营门槛高、推广成本大,难以高效的响应海量移动用户的多样化、个性化需求的问题,本文提出了一种移动互联网开放服务架构(Open Service Architecture for Mobile Internet，， OSAMI)。该框架作为研究移动互联网开放服务的基础,分别从网络侧和终端侧两方面进行设计,实现了流程化、构件化、开放式的技术架构,降低了模块间的耦合度,实现了功能的纵向复用和能力的横向延伸。本文设计了一种开放服务分布式缓存策略(Open Service Distributed Cache Policy, OSDCP),通过在“边缘节点”中设置服务缓存表和服务请求转发表,利用Token标示服务副本的状态及有效性,实现了服务缓存的检索与服务请求的转发,保证了服务副本间的一致性,并缩短了服务的平均响应时间约26.85%。(第二章,论文[3][8][15],标准规范[1][3]) (2)针对移动互联网中域内与域间网络基础设施、通信协议、接口形式等差异性,如何在众多提供相同功能的服务集合中,快速、准确地选择出匹配需求的开放服务的问题,本文构建了一种QoS层叠模型(Overlay QoS Model, O-QoS)并提出了基于QoS层叠模型的开放服务选择算法(Open Service Selection Algorithm, OSSA),该算法综合考量近30个QoS参数,通过降低QoS参数维度,缩小服务集空间,逐步细化优化范围,求得开放服务的最优解或次优解,提高了服务质量动态变化的适应能力,增加了基于QoS的开放服务选择的准确度,降低了多QoS参数服务选择算法的时间花费约28.43%。(第三章,论文[1][6][13],标准规范[2]) (3)针对移动互联网中开放服务数目不断增加,服务个体间编排关系复杂,服务群体间整体特征明显的问题,本文基于复杂网络理论,通过构建开放服务编排网络,发现了一种开放服务编排关系群体化特征(Open Service Orchestration Group Characteristics, OSOGC)。分析网络拓扑、度分布、聚类系数、平均最短路径、度匹配性、中心性等多个方面的群体化属性,发现开放服务编排关系具有集中式-Hub拓扑形态；度匹配性0.23,因此随着密度的增加将迁移进入更高的Hub；平均最短路径为1.75,因此服务发现和服务搜索的效率较高。该发现对于开放服务的联通性、有效性、强壮性保障,具有很高的理论指导价值。(第四章,论文[2][7][14],专利[1],标准规范[4]) (4)针对移动服务系统构建初期用户总量小、服务评价数量少,以及移动终端用户兴趣发生变化的问题,构建了一种基于反馈环的开放服务推荐模型(Feedback-Loop Service Recommend Model, FLSRM),通过基于特征预测的方法,形成了一种基于反馈模型的开放服务推荐算法(Open Service Recommend Algorithm, OSRA),有效解决了开放服务推荐过程中用户概念的动态偏移,并规避了服务推荐的稀疏性,提高了推荐准确率约4.17%-18.75%。(第五章,论文[4][12],专利[2]) (5)针对海量开放资源异构、零散、体积大的新特性,如何规范资源管理策略,提高资源查找效率,降低资源维护成本问题,构建了一种结构化资源对象模型(Structured Resource Obj ect Model, SROM),并基于该模型设计了一种开放资源透明仓储算法(Open Source Transparent Storage Algorithm, OSTSA),通过对资源对象标示进行散列、换算、拼接,形成了资源仓储路径,实现了存储路径无需维护、资源对象均匀分布。与关系型数据库存储相比,.采用资源对象模型SROM进行资源管理在百万级资源属性检索方面,效率约提高87.67%。(第六章,论文[9],专利[3])。
【关键词】：服务计算 移动互联网开放服务 开放服务选择 开放服务编排 开放服务推荐 资源型服务仓储
【学位授予单位】：北京邮电大学
【学位级别】：博士
【学位授予年份】：2013
【分类号】：TP393.09
【目录】：

• 摘要4-7
• ABSTRACT7-11
• 目录11-15
• 全文用图目录15-18
• 全文用表目录18-19
• 第一章 绪论19-29
• 1.1 论文研究背景19-22
• 1.2 论文研究内容22-23
• 1.3 论文主要创新点23-24
• 1.4 博士期间主要工作及成果24
• 1.5 本文的组织结构24-26
• 参考文献26-29
• 第二章 移动互联网开放服务技术架构研究29-61
• 2.1 引言29
• 2.2 现有开放服务架构研究29-35
• 2.2.1 标准化及学术界研究现状30-32
• 2.2.2 主要厂商发展现状32-35
• 2.2.3 当前存在问题35
• 2.3 移动互联网开放服务技术架构设计35-53
• 2.3.1 架构设计原则36-37
• 2.3.2 整体架构设计37-42
• 2.3.3 移动互联网开放服务分布式缓存策略42-53
• 2.4 场景应用53-57
• 2.5 本章小结57-58
• 参考文献58-61
• 第三章 基于QoS层叠模型的开放服务选择技术研究61-89
• 3.1 引言61
• 3.2 现有服务选择技术研究61-63
• 3.3 开放服务模型相关定义63-67
• 3.4 开放服务多维QoS描述67-71
• 3.4.1 服务效能与参数效能67-69
• 3.4.2 QoS参数归一化69
• 3.4.3 服务稳定性描述69-71
• 3.5 QoS层叠模型的构建71-74
• 3.5.1 参数的量化与规范71-72
• 3.5.2 QoS层叠模型构建72-74
• 3.6 开放服务选择问题建模74-75
• 3.7 基于QoS层叠模型的开放服务选择算法75-80
• 3.7.1 算法的数学推导75-78
• 3.7.2 开放服务选择算法78-80
• 3.8 实验仿真与性能评估80-85
• 3.8.1 时间代价评估81-83
• 3.8.2 成功率评估83-85
• 3.9 本章小结85
• 参考文献85-89
• 第四章 面向群体化特征的开放服务编排技术研究89-115
• 4.1 引言89
• 4.2 现有服务编排技术研究89-92
• 4.3 开放服务编排网络构建92-97
• 4.3.1 开放服务本体化描述92-94
• 4.3.2 开放服务编排网络构建94-97
• 4.4 开放服务编排关系群体化特征分析97-109
• 4.4.1 数据集获得97-101
• 4.4.2 网络属性分析101-109
• 4.4.3 结论分析109
• 4.5 讨论109-110
• 4.6 本章小结110
• 参考文献110-115
• 第五章 基于反馈模型的开放服务推荐技术研究115-143
• 5.1 引言115
• 5.2 现有推荐技术研究115-118
• 5.3 开放服务推荐相关定义118-124
• 5.3.1 服务相似性定义119-122
• 5.3.2 用户相似性定义122-124
• 5.3.3 上下文环境定义124
• 5.4 基于反馈环的开放服务推荐模型124-128
• 5.4.1 基于反馈环的服务推荐模型的建立124-126
• 5.4.2 问题模型的数学描述126-128
• 5.5 开放服务推荐算法128-133
• 5.5.1 数学推导128-131
• 5.5.2 算法描述131-133
• 5.6 实验仿真与性能评估133-136
• 5.6.1 数据集的获取及分析133-134
• 5.6.2 服务相似性评估134-135
• 5.6.3 推荐准确性评估135-136
• 5.7 场景应用136-139
• 5.8 本章小结139
• 参考文献139-143
• 第六章 结构化开放服务资源对象仓储技术研究143-165
• 6.1 引言143
• 6.2 相关研究现状143-144
• 6.3 结构化资源对象模型构建144-152
• 6.3.1 对象容器定义145-149
• 6.3.2 资源对象定义149-151
• 6.3.3 对象模型相关操作151-152
• 6.4 开放资源透明化存储算法152-155
• 6.4.1 算法的设计原则152-153
• 6.4.2 算法的主要内容153-155
• 6.5 实验仿真与性能评估155-158
• 6.5.1 实验环境155
• 6.5.2 测试数据155-156
• 6.5.3 性能评估156-158
• 6.6 场景应用158-162
• 6.6.1 系统架构设计及实现159-160
• 6.6.2 系统部署及实施160-162
• 6.7 本章小结162
• 参考文献162-165
• 第七章 总结和展望165-167
• 7.1 论文总结165-166
• 7.2 进一步工作166-167
• 附录 缩略语167-170
• 致谢170-171
• 攻读学位期间发表的学术论文171-174
• 攻读学位期间申请的发明专利174-175
• 攻读学位期间撰写的标准规范175

【参考文献】

中国期刊全文数据库 前1条

1 陈健;印鉴;;基于影响集的协作过滤推荐算法[J];软件学报;2007年07期

本文编号：867411