服务集成框架中的服务组合机制及优化方法研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:zwb19860
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
面向服务的架构(Service-Oriented Architecture,缩写SOA)由于其应用程序接口独立、资源可共享和重用的特点得到广泛的利用,解决了传统应用架构应用程序难以管理、系统依赖特殊环境的问题。服务集成框架是适用于实时分布式应用领域的 SOA 实现方案,由于缺乏服务组合机制,系统中大量已有可用服务难以被有效复用。而现有的服务组合机制难以直接应用在同时支持发布订阅和请求应答两种通信方式的服务集成框架中。因此需要构建适应服务集成框架的服务组合机制。此外,由于组合服务的运行依赖被调用服务的运行状态。为及时发现和解决组合服务异常,需要引入相应的业务流程监控机制。
  针对上述问题,论文在服务集成框架原有的服务开发和服务监控流程基础上,提出针对服务集成框架的服务组合机制与业务流程优化和监控机制,提供高效的组合服务开发方案。论文主要的贡献如下:
  (1)提出适应发布订阅和请求应答两种通信方式的组合服务描述方案。论文在服务集成框架原有服务模型的基础上增加业务流程模型,提出一套支持服务组合的服务描述方案,以支持服务集成框架中的服务组合机制。
  (2)提出一套业务流程的优化方案。论文为实现高效的组合服务开发,提出静态优化与动态优化两项优化机制,静态优化通过分层蚁群算法选择业务流程的最佳执行方案,动态优化采用相同服务调用分流、循环结构分流和并行结构合并等规则对业务流程进行动态调整,分别在服务开发和服务运行过程中对业务流程进行优化。
  (3)提出一套业务流程的监控机制。论文在服务集成框架原有的服务存活状态监控的基础上增加组合服务业务流程执行状态反馈机制,使系统能及时发现并处理组合服务运行过程中出现的异常情况。
  (4)设计并实现了服务集成框架中的服务组合原型系统。论文在原有服务集成框架系统的基础上,根据提出的服务组合方案及业务流程的优化和监控机制,实现了服务组合原型系统。经测试,服务组合原型系统可支持组合服务的快速开发、高效运行和实时监控。
其他文献
时间序列一般是指系统中某一变量的观测值按时间顺序排成一个序列。时间序列数据是受系统中其它各种因素影响的总结果,自身反映出了对象的变化特征、发展趋势和运动规律。时间序列有高维时间序列也有单维数间序列,针对不同特性的时间序列数据应使用不同的方法进行研究才可获得预期的效果。本文的研究内容便是研究不同特点的时间序列数据该使用怎样的研究策略。本文的主要研究内容包括:  1)针对单维小样本时间序列数据提出使用
物联网设备产生和发送的数据中存在许多重复冗余的部分,传输这些数据降低了网络寿命、增加了网络流量。数据聚合可以减少不必要的数据传输,提高网络传输效率,减少能量与资源受限设备的能耗,延长网络寿命。本文从物联网数据聚合的路由结构和处理算法两个方面进行了以下研究:  (1)提出聚合网关层,设计了一种基于SDN的物联网数据聚合体系结构和规则算法。对于能量受限的传感器节点,对LEACH算法改进,综合考虑了节点
学位
摔倒是老年人意外死亡的首要原因,摔倒行为检测在维护老年人生命安全方面有着重要应用价值。本文以研究人体摔倒检测为主要方向,基于计算机视觉,将目前主流的深度学习方法用于监控视频下的人体摔倒行为建模和检测,主要完成以下工作:  1)对现有的三种人体摔倒检测法:可穿戴设备法、环境感知法和计算机视觉法进行研究对比,分析不同方法的研究现状、优缺点和适用场景。  2)提出了基于人体轮廓关键点和LSTM(Long
肺癌是威胁人类健康的多发癌症,其病灶的表现形式肺结节,它是致死率最高的癌症之一,如果在癌症早期发现病灶并及时进行治疗将会大大降低死亡率。医学CT(Computed Tomography,CT)影像是肺癌诊断的主要模态,这些影像数据为医学工作者提供了大量的诊断信息来判断癌症的类型。但是由于人工阅片需要医务工作者具有较强的专业素养,并且诊断比较耗时,因此计算机辅助诊断(computer-aided d
学位
磁共振成像因其具有无创、较高的软组织对比度等特点,广泛用于脑科学研究和临床脑疾病诊断,脑部磁共振图像的分割可辅助医生诊断病情。纵向弛豫时间T1是磁共振成像组织的固有属性,组织特性T1映射图不仅反映了成像组织的生理学或病理生理学特征,还提供了原始脑部磁共振图像不具有的组织特征。本文主要研究的是融合组织特性的脑部磁共振图像分割方法,研究内容如下:  (1)基于自旋回波—反转恢复序列以及反转时间,计算并
在光伏功率预测分析的过程中,由于光伏板受外界因素影响,输出功率会产生变动,从而威胁到电网的安全。本文针对光伏功率影响因素和算法的创新应用展开研究。实验主要完成以下工作以及研究:  (1)SVM算法是本实验运用机器学习预测光伏输出功率中所选择的经典算法。研究使用GBDT算法和SVM算法组合的方式对光伏功率输出进行短期预测。由于得到的电站数据包含多组因素,使用GBDT算法对数据中的因素进行重要性分析,
学位
步态特征是一种新型的生物特征,与其它的生物特征,如人脸、指纹等相比,其最突出的优势在于非接触性和远距离适用性。在当今高科技越来越发达的时代,步态识别在智能视频监控和身份识别领域都有着重要的实用价值。在传统步态识别方法中,因为步态模型的参数通常是根据人的先知经验选取的,识别率的高低受步态建模的影响较大,另一方面,外界因素如大衣外套、背包携带物等对模型的训练也会产生较大的影响。针对以上问题,本文分别开
学位
深度神经网络的训练任务通常具备计算和存储密集的特性,往往需要依赖于 GPU集群中大量 GPU 计算以及显存资源,并通过分布式训练以提升训练效率。传统分布式训练中数据并行的方式因参数同步存在巨大通信开销,而模型并行则由于计算依赖性导致 GPU 利用率较低,均影响了分布式训练的效率。为此,最新的流水线分布式训练在模型并行基础上,通过分时注入训练数据的方式显著增加 GPU 利用率。然而,在现有的GPU集
学位
随着数据共享的不断深入,对描述数据产生与演化原理的世系工作流(Provenance Workflow)进行共享发布的需求日益迫切,世系工作流在追踪历史信息、数据恢复、数据来源引用等方面有重要应用价值,直接对世系工作流进行共享发布存在泄露工作流隐私风险,世系工作流共享发布中的隐私保护问题已成为研究者关注的热点。针对现有世系工作流模块隐私与结构隐私保护方法存在的不足,提出维持溯源查询可用的隐私保护世系
学位
我国的心血管疾病死亡率居各病因之首,占居民疾病死亡构成的40%以上,心律失常是心血管疾病中重要的一组疾病,标准的12导联心电信号是诊断心律失常的重要工具,基于心电信号的心律失常自动检测对预防和治疗心血管疾病有重要意义。虽然12导联心电图信号比单导联心电图提供了更全面的心律失常信息,然而不同导联之间的信息很难有效融合,因此,基于12导联心电开发一种具有较高准确性和较强泛化能力的的心律失常自动检测算法
学位