摘要: 为了保证系统在开放动态的环境中持续稳定高效的运行，通过扩展基于服务的软件系统(Service Based Software system，SBS)的自适应能力构建自适应的基于服务的软件系统(Adaptive Service Based Software system，ASBS)是当前分布式软件系统的重要发展... 展开 为了保证系统在开放动态的环境中持续稳定高效的运行，通过扩展基于服务的软件系统(Service Based Software system，SBS)的自适应能力构建自适应的基于服务的软件系统(Adaptive Service Based Software system，ASBS)是当前分布式软件系统的重要发展方向。ASBS系统中自适应行为大多采用了策略驱动的方式，面向环境状态的自适应策略评价方法作为系统自适应策略设计的重要依据，成为了当前ASBS系统研究中的热点。 目前研究中对于软件系统设计期的评价问题广泛采用了基于模型的评价方法。然而，在面向环境状态的ASBS系统自适应策略评价中，现有基于模型的评价方法面临着诸多实际的问题。首先，现有研究大多忽略了Web服务所处环境对Web服务的影响，由此导致系统描述模型中缺乏对系统所处环境的描述;其次，ASBS系统在执行过程中基于自适应策略对系统本身进行动态的调整，为系统行为的建模以及自适应策略的评价带来了巨大的挑战;最后，现有研究中缺少有效的方法利用自适应策略的评价协助ASBS系统自适应策略的设计。这些问题限制了现有评价方法在面向环境状态ASBS系统自适应策略评价中的应用。 针对上述问题，为了实现对ASBS系统中自适应策略的有效评价，本文进行了面向环境状态的ASBS系统自适应策略评价方法研究。本文构建了面向环境状态的Web服务描述模型，在Web服务非功能属性与其所处环境之间建立关联，以此为基础提出了面向环境状态的ASBS系统描述模型;由系统业务行为与自适应行为分离的角度出发，提出了基于反射Petri网的ASBS系统评价模型，给出了建模方法以及基于模型的自适应策略评价方法;在自适应策略评价方法的基础上，研究了基于人工蜂群算法的自适应策略推荐方法协助ASBS系统构建过程中自适应策略的设计。本文的主要贡献包括: (1)面向环境状态的Web服务非功能属性描述模型。考虑不同环境状态下Web服务非功能属性的差异，利用基于Dirichlet过程模型的方法对Web服务所处环境的状态进行分析，提出了面向环境状态的Web服务非功能属性描述模型，给出了基于历史监测信息的模型参数估计方法，为面向环境状态的ASBS系统提供了基础。 (2)面向环境状态的ASBS系统描述方法。给出了ASBS系统的定义以及面向环境状态的ASBS系统描述，随后针对现有描述语言在ASBS系统描述方面的不足，对现有Web服务描述语言以及自适应策略描述语言进行了扩展，分别提出了面向环境状态ASBS系统的Web服务描述语言以及ASBS系统自适应策略描述语言，以解决面向环境状态的ASBS系统描述问题。 (3)基于反射Petri网的ASBS系统评价模型。针对ASBS系统动态性为系统行为建模带来的问题，基于系统业务行为与自适应行为分离建模的思想，提出了基于反射Petri网的ASBS系统评价模型，给出了模型的定义、结构以及根据ASBS系统描述进行评价模型构建的方法。结合ASBS系统应用实例，对评价模型的构建方法进行了说明。 (4)面向环境状态的ASBS系统自适应策略评价方法。在前章对ASBS系统行为建模的基础上，从功能和非功能两方面，研究了面向环境状态的ASBS系统自适应策略评价方法。在定性分析方面，提出了ASBS系统自适应策略合理性的定义并给出判定定理以及验证算法。在定量分析方面，以系统的平均响应时间以及平均开销为例，给出了系统非功能属性指标的计算方法，并通过对比应用自适应策略前后系统平均响应时间以及平均开销差异对自适应策略进行定量的评价。通过实验验证了评价方法的有效性，为ASBS系统自适应策略设计提供了依据。 (5)基于人工蜂群算法的自适应策略推荐方法。针对ASBS系统执行情况复杂，自适应策略设计困难的问题，研究了利用历史经验进行推荐，协助自适应策略设计的方法。基于人工蜂群算法的自适应策略推荐方法实现自适应策略的推荐，依据自适应策略中规则的相关性改进了基本的人工蜂群算法。通过实验，验证了改进的人工蜂群算法相对基本的人工蜂群算法在收敛速度以及结果质量方面的改善。 综上所述，本文针对ASBS系统自适应策略评价相关技术中亟待解决的几个关键问题提出了有效的解决方案，对推进ASBS系统的理论研究和实用化具有较高的理论价值和应用价值。 收起