新一代互联网服务及故障检测若干关键技术的研究

论文摘要

服务的可管理性是新一代互联网服务的核心问题之一。可以预见互联网上的服务将与时俱增,如果没有科学的方法对服务进行管理,互联网的服务将不可控。如何形式化描述和语义化表示服务的内部结构及接口,如何使用元服务组合成功能更强的高级服务,如何动态查找和匹配服务,如何描述故障检测服务的属性及性能指标,如何有效部属故障检测服务,如何评估故障检测服务的性能,如何提高故障检测服务的性能,这些是服务管理必须解决的理论问题。以解决这一关键的科学问题为目标,本文采用理论分析和实验相结合的方式重点针对新一代互联网服务及故障检测的若干关键技术进行研究并取得了一系列有价值的成果。概括起来,本论文的创新成果主要体现在以下几个方面:1)分析了下一代互联网基础网络资源异构、用户需求个性化、参与者众多等特征;研究了WEB服务、语义WEB、服务分类、参与者角色细分、面向服务的体系结构、开放网格服务体系结构等研究成果;从服务参与者、语义描述、技术视点分别提出了多角色合作交互管理模型、本体模型和能力分层提供模型。多角色合作交互管理模型使用智能化方式综合管理服务;本体模型解决了服务本质特征统一语义描述的问题;能力分层提供模型实现了异构基础网络资源的融合开放;基于三个服务模型提出了一个完整的服务框架。解决网络体系结构的相对稳定性和复杂多变的用户服务需求之间的基本矛盾。2)分析了网格环境下故障检测服务所需满足的各种要求,形式化的描述网格故障模型、故障检测器模型及性能评测指标;提出一个多层故障检测机制,能根据不同网格环境（节点内、站点、虚拟组织）,实施不同的故障检测机制,在保证完整性、可靠性、动态性、可扩展性、适应性、多样性等需求的前提下,能及时有效地检测出进程、主机、站点等不同层次的故障。3)研究分析了网格等新一代互联网服务必须提供的另一个重要指标-互操作性,首先利用“本体”描述故障检测服务,然后利用面向服务的思想使多级故障检测实现不依赖于具体的环境,保证了互操作性要求。4)利用大量的仿真实验研究心跳式故障检测器在无线自组网不同路由协议上的性能,提出以变化节点数量、节点移动速度、节点业务量、节点传输范围来评估性能。仿真结果显示主动路由提供较好的平均延时、平均故障检测时间,被动路由提供较好的标准化路由开销、能量消耗率、交付率、误检测率。仿真结果可以为无线自组网环境下的故障检测器提供参考。5)为了使故障检测服务能精确地预测心跳消息的延时,提出一种新颖的黑箱模型预测下一个心跳消息的到达时间。将心跳消息到达时间看作自回归过程,将心跳消息发送时间看作外生变量,基于滑动窗口的观测值用来估算模型系数,然后使用这个结果估算下一个心跳消息到达时间。仿真实验表明,在瓶颈链路、链路失效恢复、可用带宽变化、心跳消息间隔变化等不同的网络环境下,自适应自回归外生变数模型能适应这些变化,精确捕获心跳消息的到达时间,与传统的时间序列预测方法相比,产生最小的预测错误。6)使用两层前向神经网络学习并近似心跳消息的非线性特征,精确地预测心跳消息的延时。输入包含一个滑动窗口心跳消息延时的观测值,输出是提前一步预测,首先使用后向传播算法来训练网络节点的权值、偏置值,然后使用最速梯度下降规则调整。仿真实验表明,自适应自回归外生变数模型能适应这些变化,精确捕获心跳消息到达时间,产生更好的预测结果。7)使用非线性自回归外生变数网络来学习心跳消息的线性、非线性特征,进而实现提前一步预测。输入包含一个滑动窗口心跳消息到达的观测值和一个滑动窗口的心跳消息发送时间,输出是提前一步预测,首先使用后向传播算法来训练网络节点的权值、偏置值,然后使用最速梯度下降规则调整。仿真实验表明,这种自适应算法能精确捕获心跳消息到达时间,产生最好的预测结果。

论文目录

• 中文摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究工作的背景和意义
• 1.2 项目背景和主要研究内容
• 1.3 研究工作创新点
• 1.4 论文结构和主要内容
• 第二章 国内外研究综述
• 2.1 服务
• 2.2 分布式故障检测技术
• 2.2.1 基本概念
• 2.2.2 故障检测器抽象属性
• 2.2.3 故障检测服务质量指标
• 2.2.4 故障检测器算法实现概要
• 2.2.5 存在的故障检测服务研究
• 2.2.6 现状分析
• 2.3 移动自组网路由协议
• 2.3.1 AD HOC中路由协议的分类
• 2.3.2 两种典型的AD HOC网络路由算法
• 2.3.3 AD HOC网络路由研究现状
• 2.4 心跳式故障检测服务
• 2.4.1 系统模型
• 2.4.2 基本心跳式故障检测算法
• 2.4.3 图形化的和量化的数据分析技术
• 2.4.4 预测评估-拟合优度指标
• 2.4.5 预测结果残差分析
• 2.4.6 现存的预测方法-时间序列分析法现状分析
• 2.5 神经网络预测
• 2.6 本章小结
• 2.7 本章参考文献
• 第三章 新一代互联网服务模型及框架
• 3.1 三维服务模型
• 3.1.1 基于参与者视点的服务多角色合作交互管理模型
• 3.1.2 基于语义描述视点的服务本体模型
• 3.1.3 基于技术视点的服务能力分层提供模型
• 3.2 服务框架
• 3.3 本章小结
• 3.4 本章参考文献
• 第四章 网格环境故障检测服务机制研究
• 4.1 网格系统模型
• 4.2 网格环境下故障检测困难及性能评测指标
• 4.3 网格环境下的多级故障检测服务
• 4.3.1 多级故障检测器
• 4.3.2 主机内故障检测
• 4.3.3 主机间故障检测
• 4.3.4 虚拟组织的故障检测
• 4.3.5 仿真
• 4.3.6 结论
• 4.4 面向服务的多级故障检测
• 4.4.1 面向服务的体系结构
• 4.4.2 基于本体的故障检测服务描述
• 4.4.3 面向服务的多级故障检测器
• 4.4.4 结论
• 4.5 本章小节
• 4.6 本章参考文献
• 第五章 基于移动自组网不同路由协议的心跳式故障检测器性能研究
• 5.1 性能评估指标
• 5.2 性能分析
• 5.3 仿真实验
• 5.3.1 变化节点数目性能分析
• 5.3.2 变化节点速度性能分析
• 5.3.3 变化业务量性能分析
• 5.3.4 变化传输范围性能分析
• 5.4 本章小结
• 5.5 本章参考文献
• 第六章 心跳式故障检测器自适应预测算法研究
• 6.1 仿真及心跳消息可预测性分析
• 6.1.1 仿真环境
• 6.1.2 瓶颈链路及采样数据可预测性分析
• 6.1.3 链路失效恢复及采样数据可预测性分析
• 6.1.4 更少和更多的可用带宽及采样数据可预测性分析
• 6.1.5 较小和较大的心跳间隔及采样数据可预测性分析
• 6.2 自回归外生变数线性模型（ARX）预测算法
• 6.2.1 ARX模型
• 6.2.2 仿真实验
• 6.2.3 结论
• 6.3 多层前向神经网络预测算法
• 6.3.1 两层前向神经网络
• 6.3.2 提前一步预测
• 6.3.3 仿真
• 6.3.4 结论
• 6.4 外生变数非线性自回归模型（NARX）预测
• 6.4.1 NARX模型
• 6.4.2 提前一步预测
• 6.4.3 仿真
• 6.4.4 结论
• 6.5 神经网络预测快速算法性能分析
• 6.5.1 神经网络快速算法
• 6.5.2 误差（精度）
• 6.5.3 时间消耗
• 6.5.4 内存消耗
• 6.5.5 总结
• 6.6 本章小节
• 6.7 本章参考文献
• 第七章 结束语
• 7.1 论文总结和创新点
• 7.2 进一步的研究工作
• 缩略词
• 致谢
• 攻读博士学位期间发表的论文