近几十年,在电子商务与电子政务行业的极速推进下,业务流程自动化程度和执行效率的要求变得更加严格,各种商务工作流系统也随之不断出现。商务工作流应用场景中最为明显的特征是实例并发性,即大规模工作流实例并发执行,其中每一个工作流实例对应一个业务请求的处理过程。为了获取强大处理能力、高扩展性以及低成本,越来越多的商务工作流系统逐渐迁移到云计算平台中,利用云基础设施来保障大规模工作流实例的有效执行。然而,在云计算性能不稳定以及并发工作流实例之间竞争计算资源等多重影响下,部分工作流活动在执行过程中会出现时间延迟,如果不能及时阻止时间延迟的传播,则大量并发工作流实例都无法在约束时间内得到及时响应,从而会降低用户满意度,甚至会导致企业的巨大经济损失。由此可见,时间指标对商务工作流系统的服务质量具有重要影响。为了保障商务工作流的按时完成,提升工作流系统的服务质量,有必要开展时序管理的研究。基于以上的讨论,下面概括了本文相关的主体研究内容与创新点:(1)商务工作流时序一致性验证模型的构建。为了监控和验证商务工作流执行过程中的时序一致性状态,本文从两种不同角度分别构建了相应的时序一致性验证模型。就商务工作流整体而言,一种基于吞吐量和时延传播效应的时序一致性验证模型被构造。就单个排队系统上执行的活动而言,一种基于工作流活动响应时间的时序一致性验证模型被构造。所提出的时序一致性模型能够准确地反映工作流运行过程中的时序状态。(2)商务工作流时序异常动态检测点选择策略的设计。检测点的选择就是选择工作流执行过程中部分时间点,然后根据时序一致性模型来验证商务工作流的运行时序状态,从而检测出现的时序异常。与现有基于固定观测时间间隔的检测点选择策略相比,本文提出一种基于动态观测时间间隔的检测点选择策略,其利用上一个检测时间点的工作流执行情况来确定下一个观测时间间隔的大小。该策略不仅能够有效监测到时序异常的发生,也能降低时序异常的监控成本。(3)商务工作流时序异常处理策略的提出。为了保障大量并发工作流实例的按时完成,针对在检测点处发现的时序异常,本文提出一种新的时序异常处理策略。该策略分为两个步骤。首先,一种基于排队系统活动时间冗余的时序异常点选择策略被设计,该方法在数学上被证明满足充分和必要性质。然后,通过增加云资源来加速出现时序异常的排队系统后续活动的执行。该策略在满足目标时序服务质量的同时,减少了时序异常的处理成本。综上所述,本文主要进行了三个方面的研究。首先,构建时序一致性模型来监测和验证工作流运行时序一致性状态;其次,动态时序异常检测点选择策略被提出,选择合适的检测点。最后,一种新的时序异常处理策略被设计,可用于保障商务工作流的按时完成。所展开的相关研究很好地提升了商务工作流系统的服务质量,同时也节约了大量的时序异常监控与处理成本。