《基於情景感知的工作流執行模型最佳化機制的研究》是依託深圳大學，由馮禹洪擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於情景感知的工作流執行模型最佳化機制的研究
- 項目類別：青年科學基金項目
- 項目負責人：馮禹洪
- 依託單位：深圳大學
項目摘要,結題摘要,
項目摘要
情景感知的工作流管理技術被廣泛用於提高工作流在分散式異構環境中的適應性。現有系統的適應性主要體現在工作流定義、資源調度和服務行為等方面。我們發現有更多影響執行性能的其它因素，如執行代碼的獲取、控制執行緒管理和數據移動等機制。各因素不同實現策略的組合可以組成不同的執行模型。當前的研究缺乏系統的工作流執行建模和動態按套用的特點自動選擇並配置執行模型的機制，這降低了異構工作流在複雜多流程共存環境如物聯網中的執行效率。而物聯網套用如醫療保健對實時性要求較高，這將阻礙物聯網套用的推廣。本項目旨在採用情景感知的技術系統地分析各因素對工作流管理的性能影響，從而構建執行模型自適應的工作流管理機制。首先構建多維度工作流執行模型，然後設計特定態勢和情景下的最佳執行模型的自動選擇算法、有效的自主執行管理機制，最終形成基於情景感知的工作流執行模型自適應的系統原型。我們的研究結果將為推廣物聯網計算提供必要的支撐技術。
結題摘要
情景感知的工作流管理技術被廣泛用於提高工作流在分散式異構環境中的適應性。當前的研究缺乏系統的工作流執行建模和自動選擇並配置執行模型的機制，造成在複雜多流程共存環境如物聯網中工作流的執行效率比較低。 本項目研究基於情景感知的執行模型自適應的工作流管理機制及其相應算法，提高複雜多流程共存環境中工作流的執行效率：（1）針對決策中大數據處理的時效性問題，提出數據局部性敏感的任務調度算法，有效提高在異構計算環境中MapReduce的系統性能。（2）針對決策需要尋找及時有效的學習算法問題，對四個經典機器學習算法（BP、ELM、I- ELM 和 SVM）的準確性、過度擬合、誤差分布、輸出分布等進行全面的比較學習分析。(3)針對圖對數據挖掘的重要性及構造圖的時效性，我們設計、分析並評估從海量數據中提取有向圖的基於MapReduce的邊權值的計算方法。(4)在態勢和情景信息中，節點位置信息是一個重要組成部分。針對成本較低的RSSI測距技術的誤差較大問題，提出基於最大後驗機率的感測器節點定位算法，獲得在較短的時間內完成對未知節點的定位和較小的平均定位誤差；針對基於RSS的測距容易受到多徑現象影響問題，提出基於RSS測距區分多條無線電路徑的方法，提高其定位精度；針對動態環境中多物體的定位問題，提出一系列利用感測器節點來跟蹤免收發器對象的算法。在不需要校準的情況下取得較好的單個物體和多個物體的定位精度。（5）針對收集態勢信息需要保證網路的連通性問題，提出基於貪婪疊代的感測器網路覆蓋增強算法，最大化所有感測器節點的最短生存時間。（6）針對採集必要的日誌數據同時儘可能降低其運行期開銷的問題，設計、實現並評估面向雲計算的粒度自配置日誌採集平台。（7）針對影響工作流的執行效率的多維度因素，劃分工作流執行模型，比較其性能，並設計執行模型自適應的工作流管理算法。 項目按照計畫進度正常執行，實際經費支出與預算基本相符，執行期間項目組成員共發表論文10篇，其中包括SCI期刊IEEE TPDS和Neurocomputing，高質量國際會議InfoComm和ICDCS等論文。作為主要參與人獲得廣東省科學技術獎勵一等獎、第三屆高等學校自製實驗教學儀器設備現場終評一等獎，廣東省“思科杯”大學生網路創意大賽二等獎各一項。已提交申請中文專利1項,待出版中文編著1本，修改中論文多篇，達到預期目標。
