【摘要】：隨著云計算、服務計算以及社會計算等新技術(shù)不斷應用于企業(yè)信息領(lǐng)域,越來越多的業(yè)務過程跨越了企業(yè)組織邊界,構(gòu)成了不同組織間松散耦合的服務工作流�？缃M織工作流的廣泛應用將傳統(tǒng)的封閉、靜態(tài)、可控的企業(yè)計算環(huán)境遷移到以開放、動態(tài)、不確定為特征的面向大規(guī)模服務計算的分布式系統(tǒng)。然而,支持跨組織工作流應用的可靠服務評估模型正面臨著協(xié)同作弊和虛假評價等各種惡意攻擊,嚴重影響了企業(yè)之間的協(xié)同工作效率。而且,傳統(tǒng)的服務評估模型只適用于小規(guī)模企業(yè)信息系統(tǒng),難以滿足大數(shù)據(jù)環(huán)境下跨組織工作流可靠性評估和實時計算的要求。因此,本文從跨組織工作流的可靠性、服務性能、服務組織關(guān)系以及服務可信性等多個角度出發(fā),采用基于超平面劃分的Skyline計算、多子群協(xié)同優(yōu)化、小批量學習預測與綜合分析、社會協(xié)同計算以及在線聚類推薦等理論和方法,建立支持跨組織工作流應用的可靠服務計算模型,并提出面向大規(guī)模服務計算的工作流自動優(yōu)化算法,解決跨組織復雜業(yè)務過程的動態(tài)優(yōu)化與異構(gòu)系統(tǒng)集成等可靠服務計算問題。論文的主要工作和創(chuàng)新性貢獻歸納如下:1)提出一種面向大規(guī)模服務計算的跨組織工作流調(diào)度優(yōu)化算法,針對大規(guī)模服務的選擇和組合優(yōu)化問題,設(shè)計一種跨組織工作流調(diào)度優(yōu)化的算法集成框架,通過集成Skyline過濾技術(shù)、逆向分層調(diào)度、以及權(quán)值迭代優(yōu)化等模型方法,解決了已有工作流調(diào)度優(yōu)化模型存在的效率問題。首先,通過引入超平面投影劃分模型,過濾冗余候選服務,建立Skyline服務數(shù)據(jù)集,提高了服務選擇的效率,并運用理論證明分析了Skyline模型算法的可行性,發(fā)現(xiàn)了Skyline服務數(shù)據(jù)數(shù)量遠小于所有候選服務數(shù)量的重要原因;然后,采用逆向分層的優(yōu)化算法,確定初始工作流調(diào)度方案;最后,在初始方案的基礎(chǔ)上,圍繞工作流截止期,提出權(quán)值迭代優(yōu)化計算方法,通過逐步優(yōu)化工作流調(diào)度模型,從而獲得最優(yōu)方案。仿真實驗結(jié)果表明,提出的跨組織工作流調(diào)度優(yōu)化算法具有良好的效率與正確性,為解決大規(guī)模服務的選擇和組合優(yōu)化問題,提供了一種新的實用解決方案,具有重要的應用價值。2)提出一種求解工作流可靠性計算問題的多子群協(xié)同進化算法,為解決傳統(tǒng)優(yōu)化約束模型的懲罰系數(shù)難以設(shè)置問題,將跨組織工作流可靠性計算問題轉(zhuǎn)化為雙目標優(yōu)化問題,把工作流約束條件作為其中一個優(yōu)化目標,而工作流可靠性優(yōu)化作為另外一個目標;在可靠性計算模型和混合離散粒子群算法的基礎(chǔ)上,設(shè)計出相應的粒子編碼和帶擾動的位置更新算子;綜合考慮雙目標優(yōu)化問題的特點,定義了一種新穎實用的均勻多樣性適應度函數(shù),將進化群體分解為若干子群,讓各進化子群在不同方向上協(xié)同搜索目標解;最后根據(jù)適應度進行排序,構(gòu)造出基于非支配集合的全局最優(yōu)解。仿真實驗結(jié)果表明,提出的跨組織工作流可靠性優(yōu)化算法具有良好的效率,求得的最優(yōu)解集全部滿足約束條件,且分布和質(zhì)量均優(yōu)于基于非支配檔案的混合離散粒子群算法。3)在動態(tài)不確定的大規(guī)模服務計算環(huán)境下,單一服務性能評估值難以全面解釋跨組織工作流的服務性能狀態(tài)問題。因此,采用了綜合的服務性能預測與分析方法,從不同階段和不同角度分析服務的性能狀態(tài),通過計算服務過去某段時間的歷史性能、當前性能、將來性能以及趨勢等多個性能值,合理地評價跨組織工作流的服務性能。而且,針對大規(guī)模服務性能預測算法的時間效率問題,在綜合權(quán)衡了批量學習法和隨機梯度下降法的基礎(chǔ)上,提出一種基于小批量學習的服務性能預測方法,改善了服務性能預測與分析方法的時效性;并且,理論分析了基于在線學習的服務性能預測算法的收斂性。仿真實驗結(jié)果表明,所提算法有效地提升了工作流服務預測算法的時間效率,解決了大規(guī)模服務預測算法的時效性問題。4)針對跨組織協(xié)同計算帶來的不可靠性和社會網(wǎng)絡所固有的大規(guī)模性問題,引入社會計算的理論與方法,提出支持跨組織工作流應用的社會協(xié)同計算模型及其優(yōu)化算法,首先,采用基于工作流任務子網(wǎng)的分層優(yōu)化模型,有效地劃分復雜社會網(wǎng)絡圖,從而簡化社會網(wǎng)絡成員的關(guān)系評估問題;然后,根據(jù)劃分后網(wǎng)絡的拓撲特征,改進了快速介數(shù)中性算法,創(chuàng)新性地設(shè)計了一種基于工作流任務子網(wǎng)連接點的快速介數(shù)中心性計算方法,以高效地選取跨組織業(yè)務項目的領(lǐng)導者;最后,采用基于任務子網(wǎng)劃分的最短路徑近似算法,實現(xiàn)了快速查找跨組織業(yè)務過程的協(xié)作成員;并且,理論證明了社會協(xié)同計算模型及其優(yōu)化算法的可行性。仿真實驗結(jié)果表明,所提算法大幅降低了社會協(xié)同計算的復雜性,保證了較高的準確性,解決了工作流任務成員之間的關(guān)系評價和人工服務組合優(yōu)化的時效性問題,為社會工作流的任務分派提供了一種新的思路,具備很高的實際應用價值。5)針對大規(guī)模服務計算環(huán)境中聚集反饋、協(xié)同作弊和虛假評價等問題,通過融合在線聚類推薦、共謀欺騙檢測、個體惡意識別等技術(shù),提出了一種支持跨組織工作流集成應用的可信服務推薦方法,首先,根據(jù)跨組織工作流日志中企業(yè)服務用戶反饋評分信息,綜合考慮大規(guī)模服務計算的大數(shù)據(jù)特性問題,提出基于改進更新規(guī)則的在線k-均值聚類算法,通過自動修正權(quán)重的聚類分組方差計算,并進行遞減增量優(yōu)化,提高了在線k-均值算法的聚類質(zhì)量;然后,建立一套復合檢測機制識別出不同性質(zhì)的虛假行為,充分考慮團體的同謀行為特征和協(xié)同攻擊現(xiàn)象,利用聚類的性質(zhì)和同謀團體異常性的特征,檢測出協(xié)同作弊團體;并對已通過評估認定的聚類分組,進一步檢測分組中個體不誠實行為,引入偏離率和聲望值,通過迭代計算,綜合分析反饋評價的真實性和可信度;最后,采用協(xié)同過濾技術(shù)度量用戶行為的偏好相似性,實現(xiàn)了快速的可信服務推薦。仿真實驗結(jié)果表明,本文提出的支持跨組織工作流應用的可信服務推薦算法具有良好時間性能,有效地解決了大規(guī)模服務推薦中虛假反饋的問題。
[Abstract]:......
【學位授予單位】：南京航空航天大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP393.09

【相似文獻】

相關(guān)期刊論文 前10條

1 路川;工作流應用的一種實現(xiàn)方案[J];指揮技術(shù)學院學報;2001年05期

2 莊勁;;工作流應用技術(shù)在綜合管理信息系統(tǒng)中的應用[J];企業(yè)技術(shù)開發(fā);2013年Z1期

3 吳步丹;林榮恒;陳俊亮;;基于模板的工作流應用系統(tǒng)代碼自動生成[J];華中科技大學學報(自然科學版);2013年S2期

4 陳艷;通用工作流應用框架的設(shè)計[J];華東電力;2005年10期

5 馬寧;;Windows Mobile加速企業(yè)工作流應用[J];程序員;2008年01期

6 王志山;郜靜;;OA要像快餐[J];每周電腦報;2002年11期

7 卜祥智,蔣建軍,張琪;基于J2EE的通用工作流應用平臺[J];計算機應用研究;2003年10期

8 田釗;程曜安;劉英博;趙炯;張力;;工作流應用數(shù)據(jù)生命周期模型的提取方法[J];計算機集成制造系統(tǒng);2011年08期

9 于孟喜;;SAP ERP工作流應用現(xiàn)狀及解決方法[J];電腦開發(fā)與應用;2012年07期

10 孫小涓;雷斌;程兆運;朱鵬仁;;遙感數(shù)據(jù)處理運行控制中的工作流應用[J];計算機工程;2012年04期

相關(guān)會議論文 前1條

1 王瑩;郝玫;潘靜;高學東;;工作流應用系統(tǒng)在企業(yè)信息系統(tǒng)中的定位[A];全國第九屆企業(yè)信息化與工業(yè)工程學術(shù)會議論文集[C];2005年

相關(guān)博士學位論文 前2條

1 蔡志成;云計算環(huán)境下工作流應用的資源供應方法[D];東南大學;2015年

2 孫勇;支持跨組織工作流應用的可靠服務計算模型及其優(yōu)化算法[D];南京航空航天大學;2016年

相關(guān)碩士學位論文 前1條

1 吳凌凡;電子公文交換平臺中工作流應用的設(shè)計與實現(xiàn)[D];清華大學;2004年

，

本文編號：2353845