数据即服务(Data as a Service,DaaS)是一种新兴的云计算服务模式,通过互联网上的不同协议以及时、低成本的方式向消费者按需提供数据。DaaS的主要目标是克服数据技术中先进方法的局限性,根据这些方法存储数据,并从位置已知且与共享、处理相关的存储库中访问数据。利用DaaS不仅可以随时随地支持数据访问,而且可以降低数据管理成本。不同类型的DaaS允许消费者在大量丰富的数据源上执行数据请求和分析,提高了对数据的访问灵活性。例如Azure的Data Market、大数据平台供应商Infochimps、开发位置数据平台Factual、以及随之产生的一系列研究系统。然而,由于单个数据服务功能单一,难以满足在复杂网络环境中各个消费者的需求,因此,服务组合已成为面向服务架构(Service Oriented Architecture,SOA)中构建新服务和满足业务需求的主要手段,在业务流程的构造和重组中处于核心地位。但高动态的Web服务运行环境和多样化的用户需求增加了服务组合的动态适应难度。事实上,现有的服务组合系统并没有过多考虑全局设计与固定需求目标,其内的每个组成服务个体为了自身的利益最大化而提供服务,系统松散结合并根据需求变化或者自身利益而演化。因此,如何有效的对服务组合进行演化建模和对服务行为进行分析,成为了现有研究必须应对的问题。为了更好的对服务组合演化进行推理,本文以数据细胞为载体,基于Bigraph(偶图)理论,针对数据即服务的思想,提出一种基于数据细胞演化模型(data cell evolution model,DCEM)的服务演化方法。主要通过服务的功能调用以及服务之间的依赖关系,将数据服务组织成为一组数据细胞,并通过对数据细胞的静态结构和动态行为模型进行设计与分析,以提高系统的灵活性,使系统能够适应复杂的分析应用。提出的模型能根据需求变化来动态调整数据细胞的结构与行为方式。其中,包含数据服务的数据细胞应具有类似生物细胞的生命力,每个数据细胞能够与其环境进行交互,通过从环境中学习获取知识。本文的创新主要包括以下四个方面:(1)提出一种基于数据细胞模型的服务演化框架,运用Bigraph理论将数据服务封装为数据细胞,对数据细胞及细胞簇进行Bigraph建模,为数据细胞的智能行为推理提供了理论依据。(2)参考分析生物细胞的进化、吸收消化、自愈等智能行为特点,同服务的动态演化规则相结合,并采用Bigraph理论进行演化推导,以提高了服务动态演化的合理性和准确性。(3)通过Bigraph反应系统理论准确判断数据细胞的结构完整性,有助于在服务动态演化时验证提出的方法的有效性,并根据用户需求分析和检查演化时组合服务执行的可靠性。(4)提出一种基于膜计算理论的数据细胞混合进化机制聚类算法,构造一个特殊的全连通结构类组织P系统,根据其特殊的结构和演化通信机制对数据服务进行聚类,提高服务发现、服务查找和服务失效替换的效率。