预见式自适应软件系统结构探讨

软件生存环境中的可变性为增强体系结构为基础的自适应开辟了新的思路。由于软件生存环境的要素存在多样性和复杂性的特点,这就决定着自适应行为的不确定性。为了解决不可预期的自适应,需要重新设计当前传统的被动式的自适应体系结构模型(ReactiveSelf-adaptation,RSA)。传统的RSA的局限在于:适应性的过程是预先计划的并且局限于一个有限的范围。理想的系统应该具备:预期在不久的将来用户可能的服务并调整系统的行为以便于能够适应于新的软件生存环境。生存环境的不确定性以及应用服务的内在不可预知性和复杂性迫切要求自适应具有预见性,即预见式的自适应(ProactiveSelf-adaptation,PSA)。和传统的RSA相比,PSA能预见不远的将来和调整系统的行为以适应新的环境。通过组合来自系统管理的观察和PSA的认知能力,系统能够作出公道的决策,从而实现预见性的自主管理过程,减少了人工干涉。基于审查不确定性来源的预见式的自适应软件体系结构可以使得自适应系统具有更好的可预见性和更加智能的行为,同时对于自适应政策的冲突消解有利于产生一致的动作。在软件体系结构自适应研究中,存在着以下三个十分明显而重要的问题:一是对软件生存环境的分析问题;二是对可预见性的研究问题;三是实施自适应动作的约束问题。对于这三个问题的研究具有非常重要的意义,迫切需要从理论和实践两方面加以解决。本文针对软件生存环境的可变性,提出了可预见式自适应软件体系结构模型Lizard,重点解决了对软件生存环境的不确定性建模问题、猜测系统行为问题和实施非冲突的政策问题,集中突破了体系结构的预见式行为方法的难点,从而为可预见式的自适应体系结构提供理论和实现基础。本文的主要工作内容包括以下四个方面:1)实现了对生存环境的不确定性本体推理建模。给出了基于化学抽象机的预见式自适应体系结构规约——ChamPSA,通过基于框架的本体建模技术把不确定性写入ChamPSA的描述中,便于体系结构模拟、推理和分析。实现了体系结构为基础的自适应的形式化推导。2)提出了基于隐Markov模型的体系结构预见式的自适应方法.通过把系统行为视为一个随机过程,本文方法的核心在于试着刻画目标系统的统计学属性。本文利用隐Markov的数学特征并通过建模用户请求行为和运行时上下文实现运行时自适应。通过预见式的自适应提高了系统的预见能力。本文的方法是新奇的,由于一方面用标准的体系结构模型作为“杠杆”,另一方面用相关的体系结构元素量化系统行为。3)建立了基于ECA规则的自适应语言模型Humble。以扩展ECA规则作为定义政策的语义基础,将使自适应体系结构中的政策具有机器可理解的语义,进而可以明显促进政策导向的自主管理和协同工作。由于影响系统运行时变化的各种因素之间可能存在着冲突,基于扩展ECA规则本体的政策表示有良好的语义基础,有助于政策冲突的消解。该方法的核心在于通过把驱动体系结构演化的生存环境因素编织成政策,并以此为指导实现体系结构演化。4)实现了可预见式的自适应体系结构框架Lizard.Lizard框架是一个体系结构为基础的可预见式的自适应方法。本方法是通过考虑多个自适应目标的情况下基于审查不确定性来源进行研究的。利用隐Markov模型,Lizard能够从目标系统的历史行为中加以学习,终极可使体系结构天生|教育论文网|预见式的自适应行为,从而实现了PSA的目标。使用了基于政策的自适应编织语言Humble解决在SA演化过程中多个自适应动作的冲突问题。本论文受到863计划专题项目(No.2007AA01Z187)和霍英东教育基金(No.94030)的资助,在此表示感谢。【关键词】：软件体系结构预见式自适应不确定性政策编织隐Markov模型
【论文提纲】：致谢5-7摘要7-9Abstract9-17第1章绪论17-321.1研究背景17-181.2相关研究现状18-241.2.1传统的自适应方法20-211.2.2基于体系结构的自适应21-221.2.3自适应的不确定性22-241.3研究动机24-281.4研究内容与贡献28-301.5本文结构30-32第2章本体推理模型的研究32-532.1引言32-332.2体系结构的本体模型研究33-442.2.1构件本体模型的提出33-412.2.2连接子本体模型的提出41-442.3体系结构的推理模型研究44-522.3.1PSA的CHAM描述44-472.3.2ChamPSA的导出47-492.3.3推理模型的检查49-522.4本章小结52-53第3章自适应生存模型的研究53-683.1引言53-583.1.1生存环境要素的引入54-563.1.2PSA驱动因素的分析56-583.2生存本体模型的设计58-643.3不确定性的本体模型的设计64-673.4本章小结67-68第4章自适应语言模型的设计68-934.1引言68-704.2自适应语言模型的语义70-744.2.1ECA规则的定义70-724.2.2政策冲突和冲突消解的定义72-744.3自适应政策的冲突管理74-854.3.1软件度量的方法74-784.3.2政策规则的分类78-794.3.3政策冲突的分类79-814.3.4政策冲突的探测81-854.4自适应的冲突消解框架的设计85-864.5实例研究86-914.5.1HES演化过程的设计86-884.5.2政策规则和值约束的实例88-894.5.3实验结果的分析89-914.6本章小结91-93第5章预见式自适应框架的研究93-1125.1引言94-955.2预见式自适应的原理和机制95-1025.2.1HMM模型的建立95-995.2.2计算资源的公道安排99-1015.2.3多维度的自适应政策的构建101-1025.3预见式自适应体系结构的实例化102-1035.4预见式自适应框架的构造103-1115.4.1环境感知和资源捕捉的方法105-1085.4.2练习模型的设计108-1105.4.3预见式自适应行为的实施110-1115.5本章小结111-112第6章应用实例——预见式的自适应健康评估系统112-1226.1引言112-1146.2健康评估系统的化学抽象机的设计114-1166.3健康评估的预见式自适应116-1216.3.1评估模型的练习116-1196.3.2健康评估冲突的消解119-1216.4本章小结121-122第7章总结与展望122-1267.1论文工作总结122-1247.2将来研究工作124-126参考文献126-136攻读博士学位期间主要的研究成果136-137作者简历137