基于环境感知的云服务自适应演化研究

李星星+徐洪珍

摘要：在目前开放动态的互联网环境下，为了适应多样的外部环境以及用户需求信息的变化而引发的诸多问题，云服务系统需要用灵活，自适应的方法来管理和提供服务。因此该文提出一个基于多Agent系统的的环境感知框架，该框架将环境实体分为两类，分别采用基于事件发布-订阅的被动感知和基于软传感器的主动感知两种方式来感知外部环境及用户需求的变化，然后通过自适应演化模型根据自适应演化算法来自主地调整自身行为以应对感知到的外部环境及用户需求的变化。

关键词：环境感知；云服务；自适应演化

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）26-0067-02

Abstract： In the current open dynamic Internet environment， in order to adapt to some problems cause by a variety of external environment and changes in user demand information. Cloud services systems need to manage and provide services in a flexible and adaptive way. Therefore， this paper proposes an environment-aware framework Based on multi-agent system. The framework divides the environment entities into two types， which are the two ways of passive perception Based on event release-subscribe and active perception Based on soft sensor to perception the changes of external environment and user demand.And then through the adaptive evolution model Based on adaptive evolution algorithm to adaptively adjust their behavior to respond to the changes of external environment and user demand.

Key words： environment perception； cloud services； adaptive evolution

1 背景

隨着信息技术的快速发展，互联网迎来了新一轮技术变革，云计算应运而生，软件技术也将随着云计算的产生和深入应用发生深远变化，并对原有的软件工程理论提出了新的要求。近年来，由于云计算技术越来越成熟，云服务得到快速发展，IT 资源服务化的思想日益普及，呈现“一切皆服务”（X as a Service， XaaS）的趋势[1]。

由于互联网上云平台的大量部署和使用，云服务的数量和类型在不断增加，它们通常都是分布在私有云、公共云和混合云等3种不同类型的云上。由于云服务类型的不同，云服务具有异构性和分布性的特性。为了使云服务平台能够为用户提供合适的服务资源，需要一种合理有效的方法来管理这些资源。这个过程如果完全通过人工来完成时非常复杂和困难的，因为互联网环境自身是开发动态和持续变化的，云服务是分散部署在互联网上的，因此每个云所处环境都是不同的，并且呈现出局部化的特征。为了实现对所有云服务资源的有效管理，就需要通过一种自适应演化的方式来对服务资源进行有效管理。此外，为了满足应用需求并能针对应用需求的变化灵活自主地分配、调度和提供云服务资源，同时需要保证云资源的有效利用，这就需要云服务感知其所处的上下文环境，根据其自身的状态和环境变化信息自主地调整其行为。

2 基于多Agent系统的环境感知框架

一般来说，环境感知、推理决策、动态调整是自适应演化的三个关键技术。为了识别、度量和表示环境的变化以便支持云服务自适应，本节提出一个全局环境感知框架，该框架除了对环境指标参数的监测方法研究外，主要是对如何进行环境变化的识别进行较深入的研究。

Agent 的思想和技术源于 20 世纪 70 年代人们对人工智能（AI，Artificial Intelligence）的研究，它是人工智能和计算机网络技术相结合的产物。Agent 是指处于一定的环境下，为了达到设计目标而能够采取灵活自治行为的计算实体，简称智能体。自主性是Agent的基本特性，因此本文将自适应云服务中的实体抽象为Agent，将自适应系统云服务视为由多个Agent交互作用所构成的多Agent系统。

2.1 环境的定义和分类

通常来讲，在一般的多 Agent 系统中，环境是指Agent所处的物理环境，如内存、CPU和温度等，或者是系统本身的运行状态。而本文所指的环境不仅仅是传统的环境，还包括 Agent的状态、Agent的行为、系统运行状态的改变等等。为了解决云服务系统对环境动态感知的问题。就需要将环境进行形式化的描述，本文将环境分为两类：全局环境和局部环境，详细的定义如下[2]。

1） 全局环境（Global Environment）：与系统运行平台相关，包括Agent的增加，删除和替换、演化策略的改变等全局的信息，可以用一个三元组来描述，GE =，AIDs表示多个不同的Agent的集合，ACapabilitys表示当前各个Agent能力的集合，AStrategys表示当前系统演化策略的集合。

2） 局部环境（Partial Environment）：与Agent个体相关，包括Agent之间的通信内容、Agent功能缺失情况和Agent异常等个体局部的信息，用一个四元组来描述，PE =，其中AID表示Agent的唯一标识，AState表示当前Agent的运行状态，AType表示Agent的类型，AValue表示Agent的功能状态。

2.2 动态环境感知框架

云服务自适应演化的执行依赖于Agent对环境的感知，为了支持Agent对环境的感知，本文提出了如图1所示的动态环境感知框架。

如图1所示，将环境实体分为两类：第一种环境实体是处在框架顶层的云服务Agent，这类环境实体本身就可以控制自身行为，也能够判断是否需要将自身变化的信息以事件的形式向外发布.Agent对这类环境实体的感知通过“被动监听”的方式来实现。为了有效地对处于顶层的其他云服务Agent的变化进行感知（如图中的a云服务Agent需要对b和c云服务Agent进行感知），云服务Agent就需要订阅相关的环境事件，比如b的某个行为执行的事件等，一旦b执行了这个行为并将行为执行的信息以环境事件的形式发布出去后，订阅了该事件的a云服务Agent就可以感知到该事件，即感知到b的行为执行。另外一种处于框架的底层，包括一些物理的和逻辑的实体，比如系统的CPU、内存、数据库、网络等，这些环境实体本身是被动的，它们的状态发生改变不会主动向外发布，所以Agent对这类环境实体状态的感知就需要采用“主动探测”的方式进行[3]。自适应Agent所处的环境是动态变化的，为了感知环境状态的变化，就需要傳感器提供支持。这里为了统一概念，方便交互，就将传感器的功能用一类特殊的Agent进行封装，用来对底层环境信息的感知，然后将感知到的信息以环境事件发布给环境Agent。环境Agent收集各个不同传感器的环境事件，并对其进行解析和规范化处理，然后封装成云服务Agent可以“理解”的环境事件发送给云服务Agent，云服务Agent通过这种方式感知这些物理的和逻辑的环境实体的状态。

3 云服务自适应演化

3.1 自适应演化模型

在如今动态变化的互联网环境下，云服务快速发展，为了适应不断改变的用户需求及持续变化的云环境，云需要更加灵活、自适应的来提供服务，结合前面提出动态环境感知框架，这里建立一个基于环境感知的云服务自适应演化模型。

如图2所示，其中环境感知器根据前面的环境信息感知方法，负责感知环境信息的变化，并以事件的方式触发自适应演化器进行自适应演化；自适应演化器首先根据事件的类型，从自适应演化策略库选取合适的演化策略和演化规则，然后根据选定的策略和规则，实现云服务的自适应演化，同时避免不正确行为的出现。

3.2 自适应演化算法

3.3 自适应演化的QoS评估

鉴于云服务的服务质量评估缺少普遍的标准，本文根据文献[4]中的制造云服务的QoS评价模型，给出一个适用于云服务的7维评价指标，将QoS定义为一七元组，QoS=（时间（T），性能（P），可用性（Av），可靠性（Rel），可替代性（Fu），信誉（Rep），安全（S））。基于演化目标是时间尽量少，性能、可用性、可靠性尽量高，同时可替代性、信誉、安全满足最低要求，将评估模型表达如下：

4 结束语

本文针对基于环境感知的云服务自适应演化问题，借助Agent的自治性、协作性、智能性和自适应性等特性，提出了一个Agent全局环境感知框架来解决自适应演化对环境的感知，并对云服务环境进行了定义和分类，设计并实现云服务自适应演化模型和演化算法，解决了动态多变环境下，云服务 系统如何进行升级更新、感知环境和自适应演化等问题，最后根据QoS评价指标给出了演化的评估模型。下一步工作中将继续对评估模型进行优化，并结合狼群算法来提高演化的效率和准确性。

参考文献：

[1] 罗利民.云计算环境下基于QoS的服务自适应演化研究[D].上海： 东华理工大学，2016.

[2] 李青山，王璐，褚华，等.一种基于智能体技术的软件自适应动态演化机制[J].软件学报，2015，26（4）：760-777.

[3] 董孟高，毛新军，郭毅，等.复杂自适应多Agent系统的环境表示及感知[J].计算机研究与发展，2012，49（2）：402-412.

[4] 刘卫宁，李一鸣，刘波.基于自适应粒子群算法的制造云服务组合研究[J].计算机应用，2012（10）：2869-2874，2878.