全球信息栅格（共4篇）
全球信息栅格 篇1
1 引言
目前,美国国防部正在抓紧研究IP聚集问题,目的是进一步发展全球信息栅格(GIG)IP网络。IP聚集将涉及在各个领域,成为全球信息栅格的重要组成。其中枢网络负责计算机网络、卫星网络和战术移动Ad-Hoc网络(MANETS)的传输。全球信息栅格涵盖大规模计算机网络技术,并具备军事唯一特征。设计和开发全球信息栅格的关键是计算机网络中端对端执行详细理解的开发。其中包括协议和管理能力以及端对端的包传输。
基于这些原因,美国展开一系列调查,通过仿真模型,试图在设计、配置和部署全球信息栅格时进行辅助决策。美国对此的首要研究重点放在全球信息栅格的控面板工程开发上,以及领域内的路由层。这些研究包括:卫星链边界网关协议(BGP)执行、增强BGP的质量服务(GoS)、尺度和可靠性增强。为了开展以上研究,美国正在研发一个大尺度的全球信息栅格仿真平台。这项工作已经有了多年的研究基础,提升了国防高级研究计划局(DARPA)信息处理技术办公室(IPTO)网络建模ihe仿真(NMS)计划开发的工具的转换。这种全球信息栅格具有可升级性能,并成为DARPA NMS一项重要的支持项目。
2 全球信息栅格仿真平台
美国采用的方法是利用NMS工具确立一个国防部系统,将该目标系统作为一个平台,用以展示NMS工具的价值。针对这一目标,美国采用了一种经典的、系统工程的、自顶向下的方法。全球信息栅格仿真平台的具体实现步骤如下:
(1)执行研究定义。定义一套执行研究,提升全球信息栅格工作组的活动价值,以及在设计全球信息栅格过程中的组织和保障。
(2)需求。针对全球信息栅格仿真平台,选择一套需求工具。需求主要根据建立的执行研究。
(3)NMS工具评估。DARPA NMS计划提供的工具和技术要进行认真评估,以求在研究中可以得到有效的使用。
(4)全球信息栅格特征。开发一个连续的、现实的全球信息栅格模型,用于大尺度仿真工作。该模型与美国国防部的全球信息栅格计划保持一致。
(5)测试举例。举例有助于验证方法。首先,开展对BGP执行的一系列初始研究,从而验证被选的全球信息栅格仿真平台的方法。这些案例还用于现有平台工具的初始验证和确认(V&V)。这些案例进一步用于下一步开发仿真平台工作的理解。
2.1 执行研究
定义研究工作的目的是以终端用户(如美国国防部)出发,开发一套有效的工具选择需求。建议执行研究工作如下:
(1)BGP稳定性和尺度。全球信息栅格通过BGP满足在各领域和大规模网络中的所有路由需求。
(2)质量服务增强。全球信息栅格由各种不同类型的技术组成,保障应用程序通过各种计算机网络执行需求的一个大范围运用。
(3)端对端应用模型。由于计算机网络技术的范围不断扩大,全球信息栅格中全部连接得以保障。
(4)信息安全。美国的全球信息栅格仿佛真平台以及NMS计划的工具集,可以用于全球信息栅格的信息安全(IA)调查。
2.2 选择工具需求
针对美国全球信息栅格仿真平台,DARPA NMS工具选择根据以下标准开展确认的研究工作:
(1)重用性。其目的是开发一个重用全球信息栅格仿真工具。
(2)研究的适用性。该研究需要建立一个基础性的全球信息栅格仿真,用于有线和无线链接、卫星链接、MANETS、传输能力(包括多协议符号交换和差异化服务)、领域内部和外部路由协议等。
(3)范围尺度。规定全球信息栅格的范围尺度需要并行执行的仿真模型。研究的一部分是处理不同时间范围、高速计算机网络的BGP调查,另一部分是BGP时间范围内的微妙级包传输。
(4)互用性。工具的互用性对应用举例和开发真是的端对端模型飞行重要。但是,它不适于建立一个可重用的全球信息栅格仿真平台,需要通过手工方法合并离散的计算机网络平台。
(5)美国国防部开放资源。在DARPA NMS计划中开发的工具进行分类,以方便清晰地使用。
2.3 仿真工具和平台
在全球信息栅格建模中,有很多工具可以用于拓扑结构、技术和复杂基础。美国提出一系列工具和整合工作,建立一个全球信息栅格仿真平台,以执行更为复杂、有步骤的全球信息栅格执行研究。
3 拓扑建模
首先,明确全球信息栅格的拓扑结构和规模尺度的特征,目的是将全球信息栅格作为一个端对端系统。目前,全球信息栅格网络正在设计与开发中。因此,美国对拓扑结构仿真模型的决策包括一个未来计算机网络拓扑结构。这里描述的拓扑结构的模型旨在提供一个未来全球信息栅格的响应,确保通过调查捕捉细节。
这项工作,主要有两种全球信息栅格体系结构的观点:一是相当于近期演化(2010年之前),另一个是长期(2012年以后,转换卫星(TSAT)的研制)。图1为高层、短期的拓扑结构的例子。该例子是全球信息栅格仿真平台的研究基础。全球信息栅格包括各种网络化的领域,通过各种美国国防部的组织机构管理,其中包括带宽扩展(GIG-BE)、全球信息栅格的终端用户(GIG-U)网络、电话端口、转换卫星网络、自动数字网络系统(ADNS)、自动数字网络系统用户(ADNS-U)等。
4 结语
美国重点研究了一个开发可重用计划。在现在和未来的全球信息栅格体系结构中,设计和部署是一个重点。目前,美国已经通过了GIG 2.0,并已经列入DARPA NMS计划中的重点支持项目,这为进一步研究全球信息栅格及其仿真平台提供了有力的环境。
摘要：讨论了全球信息栅格的前沿问题,总结了全球信息栅格的仿真平台的目的、基本情况和主要技术手段,给出目前美国采用的全球信息栅格的基础性拓扑结构。
关键词：全球信息栅格,计算机网络,仿真平台
全球信息栅格 篇2
关键词：全球信息栅格,性能评估体系,信息技术,E2E
0 引 言
1999年, 美国国防部提出了建设全球信息栅格 (Global Information Grid, GIG) 的设想, 其目的是将美军分布在全球的计算机、传感器网和作战平台网组成一个大系统, 实现全球范围内时域和空域的一致以及各分系统的协同, 保证在未来战场上将正确的信息, 以正确的时间、正确的格式传送到正确的指战员。
性能评估体系结构的设计是针对网络和信息融合两个方面考虑的。它是用来评估GIG端与端的性能, 确保端与端性能满足终端使用人员的期望和需求。性能评估体系结构能够支持网络中心应用协议的研制与开发[1,2], 同时对GIG性能的不足性进行了分析, 提出了一种能够快速评估端与端解决问题的有效性方法。性能评估体系结构的目的是在一定的度量空间里对端与端性能进行分析评估, 使终端使用人员更直观地理解性能分析评估的结果, 如服务应用软件的有效性和快速反应时间。
性能评估体系结构的提出是基于下面的原因:第一, 个体的GIG传输主要是集中在单一网络的传输性能, 它并不能评估经过多个网络的端与端传输性能。第二, GIG应用和服务开发软件并没有覆盖所有传输网络的性能, 尤其在战术级网络中没有研制开发新的应用软件。这样, 战术级使用人员由于网络低宽带、高延迟和数据包的丢失, 使得在应用中不能发挥本身应有的性能。第三, GIG开发软件也很少考虑所有数据平台与控制协议之间的相互影响。例如, GIG传输程序对于建立在端对端的各层的性能是无效的, 但GIG技术总体性能要远远超过各分层的性能。
1 全球信息栅格概述
1.1 全球信息栅格概念
全球信息栅格是指全球互连、端对端、能根据战斗人员、决策人员和支援人员的要求来收集、处理、存储、分发和管理信息的信息能力及相关过程和人员的集合[1,2,3]。
1.2 GIG结构组成
在系统组成方面, GIG将系统设想总体结构分为基础、通信、计算、全球应用和使用人员五个层次。其中基础层包括体系结构、频谱分配、政策、条令、标准、工程和管理;通信层设施层包括光纤通信、卫星通信、国防信息系统网、无线电台网、移动用户业务和远程接入点等;计算设施层包括Web服务、中心文件库的软件开发、电子邮件和百万级中心的认证服务等;全球应用层包括全球指挥控制系统、全球战斗支持系统、日常事务处理应用程序和医疗保障系统等;使用人员层包括陆、海、空、天军及海军陆战队、特种部队等。
2 性能评估体系结构
2.1 GIG应用需求分析
在研制开发性能评估体系PAF (Performance Assessment Framework) 中, 第一步就是确定GIG使用人员和任务需求。最初通过网络中心一体化概念、网络服务公司、联合任务区域、多路传感器、应用程序软件DODAF和信息交换需求来完成。使用人员和任务需求已经清楚地表明GIG与因特网不同, 他是由具有不同性能局域的网络组成的。同时, GIG使用人员范围之广, 包括战略级、战术级和商业人员。所有使用人员通过GIG从各种各样的局域网进入总部中心, 利用GIG技术, 使用人员可以在许多方面得到各种需求[4,5]。
通常情况下, 应用软件的性能不是根据使用人员的类型、场所和网络来决定的, 而是根据实际应用性能所决定的。GIG网络和入口技术有内在的带宽、潜在和易丢失数据的特性, 这些因素必将会影响应用软件的整体性能。PAF认为, 对于所有的GIG使用人员, 由于系统本身的局限性, 使得定义一个统一标准的应用软件的目标是不可能的。相反, 应用软件的性能必须使每个使用人员通过GIG技术实现网络的互通、互连、互操作。
起初, PAF由于考虑到想定事例简单而试图确定最典型的GIG使用情况进行分析评估。显然这种策略是不切实际的, 由于GIG使用人员范围之广, 要求实现的性能需求也不尽相同。因此, PAF通过选择大量的事例进行分析评估。当前, 利用5 000多个例子进行分析和仿真, 其中一个典型的例子如图1所示。COTM中的指挥员想要知道CJTF所在位置的画面信息。COTM终端通过使用卫星网络WGS或TSAT连接到CJTF端, 通过卫星无线网络相互连接使得入口服务器能高速连接到作战环境中的每一个个体单元。入口服务器负责把询问信息送到锥体信息中心, 通过使用卫星连接到DISN核心部分。这个请求就发送到CONUS数据中心, 如国防部计算中心 (DECC) 。数据中心认证使用人员, 进行联合查寻, 然后把结果发送到入口服务器、接着再把信息结果传送到COTM指挥官。指挥官从最近的传送服务器就可以下载所需画面图像信息。从这个例子中可以看出, 指挥官在指挥中心就可以了解下属所在位置的信息情况。同时, 这个体系结构可以处理大量的数据管理分发信息, 以此来帮助指挥决策者作出快速有效的决策。
GIG使用人员可以发送和接收信息而且可以在人或机器之间传送信息数据。当前PAF版本定义了11种使用人员操作模型的类型, 每一种使用类型都有不同的操作能力和性能。
GIG连通性是连接网络和一系列网络用来发送和接收使用人员所需要的信息。目前, PAF包括6种GIG有线和无线网络类型, 当前PAF网路类型和网络的要素结合成PET (Performance Evaluation Tool) 如表1所示。使用这样的描述是因为每一类型的带宽、数据包的丢失、数据包的延迟和它们的有效性能都是截然不同的。PAF已经得到验证, 在同一给定的等级层中, 网络类型之间的性能差异也是不相同的[6,7]。例如, WGS, AEHF和TSAT都可以认为是卫星网络, 但是它们体系结构之间的性能和运行有着显著的区别。
PAF定义了从每个使用人员的类型到每个GIG网络类型的端口容量。端口指标包括带宽、入口/出口延迟、数据丢失和它的有效性。而且, PAF对每个网络类型的IP服务协议层的功能进行了分类。PAF分了五个IP服务协议层, 由NCID T300服务层组成。网络性能准则包括数据丢失、数据延迟 (最小、平均、标准分发、90%和95%延迟) 和传输内容的有效性。最后, PAF还描述了用来连接网络的相互节点, 如网关、无线POPs和人机接口。主要的GIG网络中心传输性能:如TSAT, JTRS提供的网络数据都是建立在分析、验证或者软件需求的基础之上的, 都证明是有效可行的。
GIG使用人员的服务应用或许多应用都是通过GIG应用软件技术实现的。当前, PAF包括30多种不同的应用软件, 从聚集软件到网络中心服务软件, 如协作和查明。聚集层服务描述的是主要服务功能, 从基于GIG的SIPRNET和由OSD N2 处理的NIPRNET各自的带宽。而且这些服务也描述了未来重要的通信量的确认和卫星网络程序:如WIN-T和TSAT。目前网络服务是模拟NCES的。PAF认定, 许多服务都要用到GIG技术, 尤其在专业团队利益服务中 (COI) 。同时, 体系结构也会随着服务信息量的增多而不断更新验证。
PAF定义了每个使用类型利用每个应用软件, 每个应用软件和服务协议被分解成一系列块状信息交换。每种信息交换都有一个发送器和接收器, 发送器和接收器可能是另一种使用类型或者服务协议的。而且, 每个信息都定义信息的大小尺寸、传输协议和服务层。
GIG使用的情况复杂, 包括很多使用人员、使用人员的协议和协议与协议之间的通信。单一的使用情况涉及到许多节点和许多网络类型。而且, 随着GIG技术使用情况的增加, 就会带来更多的使用类型、更多的网络系统和更多的应用软件, 还要作出更多的分析验证。当前由PET合成的GIG技术, 在应用类型、组成网络、应用和协议、协议框架方面都有可能超过百万级。
2.2 GIG端对端性能模型
PAF网络模型的目标是基于单个GIG技术组合后对E2E (End-to-End) 软件使用情况进行分析评估。GIG网络模型从策略上要达到在准确性和计算复杂度两方面之间寻求一种新的平衡。如果GIG应用软件和网络类型不断增多, 那么单一E2E的GIG模型包括所有的网络和应用软件的特性就不可能存在。而且, 当各层GIG利用各层的模型和仿真工具来评估每个层次的性能, 如果在短期内把那些工具组合在一起是不可行的。因此, PAF决定研制开发短期和长期两种网络模型策略[8,9]。
长期模型的策略就是寻求开发研制组合的E2E模型, 使得那些综合程序支持具体GIG的各个分层模型。这种方法的成功之处就是把每个模型结合在一起, 形成一个标准统一的核心模型, 从而使得各部分的模型很容易组合起来形成一个整体。大多数GIG分层模型用来构造一个OPNET核心模型, 使得合成模型成为可能。但是, 未来GIG网络中心传输和协议程序还没有形成统一的标准界面。因此, PAF决定用短期网络模型策略来预测E2E使用情况的性能。
短期模型策略模仿GIG网络的互连通性作为IP协议, 它的许多性能通过IP协议数据的延迟、丢失和网络的有效性来定义。各部分的延迟特性假设有一定的补偿, 通常是万分之一级。这种万分之一的延迟是经过许多模拟分析以及通过GIG程序的网络延迟性能特性决定的。而且, 这种补偿有一个典型的特征就是会形成网络拥塞现象, 尤其是无线宽带需求网络更是如此。
对每一个GIG传输网络的发送延迟是由服务层最小的延迟、平均延迟和GIG网络各部分延迟产生的。标准万分之一发送信息会产生数据包的延迟, 可能是由于随机的数据包到数据包的变化产生的, 而且, 当一个数据包产生长延迟时, 下一个数据包就会产生短延迟, 这样的现象通常与标准的模拟数据包延迟的性能是不一致的, 而这些性能的延迟是由许多TCP协议传输部分形成的。PAF延迟模型是把那些具有共同特性组合成端对端延迟模型, 通过相互关联的数据包进行延迟, 这种延迟模型策略会产生尾部数据包延迟特性。在PAF中, 这种通过收集性能特性的模型也就是IP协议模型, 与端对端数据包相互关联的完整网络仿真模型相比较。可以表明, 这些模型方法产生的结果是由尾部端与端模型信息延迟产生的结果。
通过评估IP模型的准确性, 本文用55个终端、宽带需求卫星结构体系应用IP服务质量协议、支持3个真实时间 (VoIP, VTC和传感器) 和两个数据应用软件 (FTP和HTTP) 进行模拟仿真E2E性能, 卫星雷达接收机是在平均70%的负载下运行的。表2比较了从IP模型到端对端模型E2E信息的传输时间。E2E模型包括所有的数据链层和BoD协议, 当IP协议模型单单使用平均和最小的数据包延迟, 平均和标准发送数据包延迟都是由E2E模型产生的。结果表明, 最理想的协议 (正负10%) 是500～5 000 KB图像信息传输所用的时间。从5～50 KB指挥控制信息结果表明, 最理想的协议也就达到80%。然而, 在这个体系中, IP模型理想结果可超过90%。假如PAF最终的目标是验证该体系结构性能的不足之处, 那么准确性在当前层就显得非常必要了。
2.3 性能评价工具结构
PAF已经证实, 大量的GIG使用事例是由一系列GIG分层设计和性能参数组成。性能参数通过自动程序产生, 并且对使用事例进行分析评估。PAF开发研制一种交互式性能评估工具的目的也是如此。PET的建立在传输分发方面远远超过GIG模型、仿真群体也远远大于GIG系统工程群体。PET利用图形使用界面能够分析单一GIG使用事例或者许多GIG使用事例。同时, PET也能使新的使用人员添加到GIG群体中, 网络或应用程序软件就会自动产生新的使用事例。PET包括GIG分层的性能, 允许使用人员能分析评估各层性能对E2E性能的影响。各层性能包括的参数:网络的延迟、数据包的丢失、节点的有效性、服务器的反应/处理时间等。
PET包括大量的数据库信息延迟性能, 是通过OPENT基础上的IP模型产生的。数据信息库包括E2E信息传输时间性能, 作为网络入口/出口、信息的尺寸大小、服务层、E2E延迟、E2E数据包丢失和最小连接带宽等功能, 而且, 数据库也包括标准TCP协议性能和提高代理服务器性能的TCP协议。基于TCP的PEP (Performance Enhancement Proxies) 是由许多DoD战术网络作为一种改进的无缝连接手段, 它的使用是为了避免在IP协议端口出现拥塞现象。基于ECN (Explicit Congestion Notification) 的TCP PEP方法是由基于HAIPE核心网络构成的, 提供给GIG路由器以此来提高ECN的整体性能。其他TCP协议性能改进的方法要通过未来PET的升级进行分析评估。
PET工具包括处理后的特征输出, 用来验证对每个GIG服务/应用在最小性能需求方面的不足性。同时也包括产生于NCOE JIC的目标应用性能阈值、服务器需求的程序信息/应用的速度以及信息产业标准性能阈值。PET把每个使用情况与指定的阈值进行比较后, 允许使用人员把任何使性能降低的一些情况排除出去。
PAF建立PET能满足很多需求, 软件对于GIG使用人员、开发研制人员和操纵群体都是有效的。GIG终端使用人员能利用此工具来评估E2E性能对于终端使用人员的任务需求。GIG每层开发研制人员在传输和服务两方面能使用此工具来衡量每层以及整体体系性能相对于E2E性能的灵敏性。当前, 此工具支持CONUS和全球固定中心服务结构以及基于网络中心结构的内部和外部体系。
2.4 团队工作性能结构
团队工作性能团队 (Performance Working Group, PWG) 是在2006年春成立的一个机构, 用来对PAF体系进行提炼和更新。这个团队与传输、服务、下属组织开发研制机构是一致的。它包括来自DISA的成员、联合成员、JFCOM、SPAWAR、国防需求、技术、后勤局、海军研究实验室的人员。PWG每月召开一次会议, 主要是评论网络和任务模型的策略, 提炼GIG使用事例。对GIG运行假设情况达成一致意见, 研究对于GIG每层性能的策略, 评估GIG的E2E性能结果。PWG成员也定期与NCID成员召开会议用来确定PAF模型与NCID需求之间的一致性。
PWG由四个下属群组成:任务模型、网络模型、软件工程的使用开发、应用软件的定义。PWG形成的任务模型用来确认联合使命的地区区域、任务线路、任务特征的有效性以及设计恰当的任务模型策略, 使得信息传输队列与网络模型相一致。信息传输的特征是从体系结构中形成的, 它反应结构文件的大小和运行内容。任务线路包括确认和绘制对于PAF使用类型与应用/服务的任务信息的需求。而且, 网络模型的下属组织的形成用来确认短期和长期模型和仿真策略, 以此来预测GIG端对端应用软件的性能。NM (Network Modeling) 下属组织用来评论内在的GIG网络模型和以及选取的IP模型作为评估E2E性能的短期方法。作为PAF的一部分, NW定义的策略是为了定义GIG传输层的性能和性能参数, 而这些参数都是每个GIG传输层必须取得的。
计算机辅助软件工程开发费用组织的组成是用来评估那些使用情形的准确性和完整性。UCD (Use Case Development) 从属群确认附加的使用者的类型和网络连接路径。而且, UCD下属组织也确认新的GIG服务和服务体系结构, 这部分包括相对于每层服务确认的端口节点、服务体系结构、应用软件协议和信息特征。
3 结 语
建设与实现全球信息栅格是美军实现信息优势、知识优势甚至决策优势的关键。深入研究全球信息栅格性能评估体系结构的建设, 不仅对我军信息化建设具有极其重大的意义, 而且会大大推进我国新军事变革的进程。
参考文献
[1] CRD Executive Agent.Global Information Grid Capstone Requirements Document [R].Washington:DoD Policy and Projects Division, 2004:5-6.
[2]DoD Information Officer.Guidance and Policy Memo-ran-dum No.4-8460:Department of Defense Global InformationGrid Networks[R].Washington:DoD, 2003:5-9.
[3] Tanenbaum A S.Computer Networks[M].Prentice Hall PTR, Upper Saddle River, NJ, 2000:21-22.
[4] White B E.Layered Communications Architecture for the Global Grid[EB/OL].http://www.MIL-COM.net/ framework docs/version-3.0, 2003.
[5]Capstone Requirements Document (CRD) , Global Informa-tion Grid (GIG) [DB/OL].http://www.army.mil/, 2001.
[6] Global Information Grid (GIG) Architecture Version 1.0[R].http://www.defenselink.mil/, 2001.
[7] Cynthia A Glenister.Information Operation in the IBCT[J].Military Review, 2002:60-62.
[8] CAR Laboratory Tests Tactical Impact Using Information Dissemination[J].Signal, 2000:23-25.
全球信息栅格 篇3
关键词：信息栅格,服务资源,模糊评判
信息栅格是用栅格技术的思想实现互联网信息资源的共享与管理,并为用户提供一体化、个性化信息服务的系统。当用户在信息栅格门户中提交信息需求或发布请求时,信息栅格平台将自动检索、管理和调配信息资源为用户提供服务。随着信息栅格中服务资源的增加,如何评价、量化其服务质量,从中选择优质服务,已成为信息栅格技术研究中的热点问题之一。本文首先对信息栅格技术及其资源服务质量QoS进行了分析研究,并在此基础上提出了一种基于模糊评判理论的信息栅格服务资源质量评价数学模型。
1 信息栅格技术的发展现状
信息栅格是栅格技术在信息领域的应用与发展,它以栅格为基础,把分布在不同地理位置的计算机、数据库、存储器和软件等资源连成整体,为用户提供一体化的信息服务。目前,广为接受的信息栅格的定义是:利用现有的网络基础设施、协议规范、Web技术和数据库技术,为用户提供一体化的智能信息平台。信息栅格的目标是实现广域分布、异构、海量信息资源的互联、互通和互操作,改变基于网站的信息发布和获取模式中存在的效率低下问题,最终实现服务点播和一步到位的服务[5]。
信息栅格的发展与栅格技术的发展进步是密不可分的。栅格技术是20世纪90年代出现并迅速发展的一种网络技术,其目标是实现互联网资源的全面共享[2]。栅格技术自诞生以来经历了三次大的技术调整,最终形成了Web服务资源框架(WRSF)的技术规范[1],实现了与现有比较成熟的Web服务技术的融合。WRSF将Web服务作为栅格资源新的抽象形式和构造基础,并由此诞生了新一代的栅格――服务栅格。服务栅格中所有资源均被描述成服务,以服务的形式存在。在服务栅格中存在着大量的、由不同提供者提供的栅格服务。用户只需要在应用层上描述需求,栅格负责将用户的需求和对服务的约束要求,映射到栅格服务库,按需要组合满足需求的栅格服务以完成用户任务。
伴随着栅格技术的发展调整,信息栅格也引入了面向服务的体系架构,各种资源均被抽象为服务。随着信息服务资源的日益增多,如何根据需要为用户提供优质服务,需要通过一定的服务资源评价体系来量化服务质量,筛选出不同等级的栅格服务资源,为栅格系统选取服务资源提供依据。
2 信息栅格资源QOS研究
服务质量(QOS)是信息资源的一个综合性的指标,是信息栅格技术研究的重要内容之一。国内外对信息栅格QOS的研究大多是局部的,真正成型的系统还很少,目前只有:基于Globus的预留和分配体系结构(GARA)和基于OGSA环境的面向服务QOS管理体系结构(G-QOSM)[3,4]。
2.1 GARA体系结构
GARA是Ian Foster等人提出的栅格QOS体系结构,GARA是个分层的结构,由各级应用编程接口API、Globus栅格安全体系框架GSI和各种资源管理器组成,通过统一的接口,对不同类型的栅格资源执行预留、控制和监视的操作,保证端到端QOS。它赋予了编程人员指定端到端QOS需求的能力,提供提前预留,以通用的方式处理网络、计算、存储等各类型资源。GARA可以构建应用层联合预留和联合分配库,使应用程序既能根据应用的QoS需求,也能根据本地管理策略,动态地汇集、装配资源。GARA存在一些技术上的局限:1)不兼容OGSA,面向服务的应用不能直接使用GARA的服务;2)不支持SLA概念,无法进行资源和QOS协商;3)不具备QOS监控和自适应的功能。
2.2 G-QOSM体系结构
G-QOSM遵从OGSA规范,支持最新的GGF标准,提供面向服务的QOS管理模型,有3个基本功能:1)基于QOS属性的栅格服务发现;2)支持在中间件层和网络层协商SLA,实施QOS;3)基于SLA提供对已分配资源的QOS管理,如自适应。G-QOSM框架包括QOS栅格服务(QGS)、策略服务、分配管理器、预留管理器等组件,支持提前或立即预留和联合预留,支持任意资源类型的融合。QGS是体系结构的焦点,QGS存在于每个域中,QGS与用户应用程序通信,捕获有QOS约束的服务请求,按照给定的QoS参数,找到“最佳匹配”的服务,协商SLA,获取最佳服务的信息和必要的策略验证请求进行预留通信。G-QOSM的优势在于它顺应了面向服务栅格的方向,通过扩充WSDL和UDDI,加进QOS属性类,使服务发现可以基于QOS属性来进行,确保用户的QOS需求。但G-QOSM在很大程度上只是一个概念,还有许多关键技术需要完成。
2.3 基于SLA的QOS保证机制
由于G-QOSM框架现在某些具体的问题还未解决,目前信息服务栅格中,关于服务质量方面使用最多的是服务等级协定(SLA)。SLA是关于栅格服务供应商和客户间的一份合同,其中定义了服务类型、服务质量等一系列的指标集。当用户提出服务请求时,信息栅格通过对照用户的服务质量需求和SLA中服务所承诺的质量指标,为用户选择适合的服务。
SLA方法的不足之处:一是由于QOS参数众多,很难匹配到符合需求的服务,最后往往会出现没有任何可选服务的情况,而实际上用户并不会特别强调每一个参数必须符合预先设想。二是一些服务商与客户协商一些复杂的指标,但这些指标在合同周期内是根本无法进行测量的,这种SLA的协定就丧失了意义。三是由于SLA中的服务水平目标的统计特性,不可能任何时候都能实现这些保证,因此往往栅格按指标筛选的服务,却不一定能达到用户的QOS要求。
3 基于模糊评判理论的信息栅格服务资源评价体系数学模型
根据相关参数集对众多服务进行排序,从中挑出最优和最劣对象,对栅格服务选择有着重要的实际意义。在信息栅格中,资源的服务质量更多地反映用户在获得服务时的感受,难以用精确的数学语言来表达,只能用自然语言来描述,如很好、好或很差等。而模糊逻辑是一种精确解决不精确不完全信息的方法,其最大特点就是用它可以比较自然地处理人类思维的主观性和模糊性。因此用模糊数学的方法进行评判是一条较好的途径。本节提出了一种基于模糊理论的建立信息栅格服务资源评价体系的数学模型。它的思想是:通过德尔菲法产生信息栅格服务资源质量的评价指标,并通过层次分析法(AHP)计算出每个具体指标的权重,然后就可以根据指标的权重,通过模糊综合评判理论核算出信息栅格服务资源的质量水平。具体方法如下:
第一步,成立专家小组,采用专家匿名发表意见的方式产生评价体系的指标集。为提高可靠性必须反复征询、归纳专家意见,最后汇总成专家基本一致的看法,作为预测的结果。
第二步,采用层次分析法,确定各指标的权重集{a1,a2,……,an}。
1)建立层次结构模型。对第一步获得的指标集建立自上而下的三层结构模型。最高层是目标层,指被评价服务资源的质量水平。第二层是准则层,由一级指标{C1,C2,……,Cn}组成。第三层是子准则层,由一级指标Ci所包含的二级指标{ci1,ci2,……}组成。如图1所示。
2)构造判断矩阵。根据上面形成层次结构模型,设目标C由n个一级指标{C1,C2,……Cn}组成,对这n个元素相对于目标C的重要性作两两比较,构成判断矩阵如表1所示。
其中cij取值范围为1至9之间的整数及其倒数,其值代表了Ci与Cj两个因素相互比较时,Ci相对于Cj重要性的判断尺度,具体含义如表2所示。
重复使用以上方法,依次建立各一级指标Ci所包含元素{ci1,ci2,…cim}的两两比较矩阵。
3)层次单排序。层次单排序是根据判断矩阵计算对于上一层某因素而言本层次与之有联系的因素的重要性次序的权值。层次单排序可以归结为计算判断矩阵的特征根和特征向量问题,即对判断矩阵B,计算满足BW=λmaxW的特征根与特征向量。式中λmax为B的最大特征根;W为对应于λmax的归一化特征向量;W的分量wi即是相应因素单排序的权值。
根据以上方法,可根据判断矩阵求解出每个层次所包含因素的权值。
由于人们认识事物存在一定的差异,为防止判断偏差过大影响计算结果的准确性,必须要对判断矩阵进行一致性检验,即评价判断矩阵的可靠性。为了检验矩阵的一致性,需要计算它的一致性指标CI,定义CI=(λmax-n)/(n-1),显然,λmax-n越大,CI越大,矩阵的一致性越差。为了检验判断矩阵是否具有满意的一致性,需要将CI与平均随机一致性指标RI进行比较。对于1～9阶矩阵,RI分别如表3所示。
按照我们对判断矩阵所下的定义,1阶、2阶判断矩阵总是完全一致的。当阶数大于2时,判断矩阵的一致性指标CI,与同阶平均随机一致性的指标RI之比称为判断矩阵的随机一致性比例,记为CR。当CR=CI/RI<0.01时,判断矩阵具有满意的一致性,否则就需对判断矩阵进行调整。
4)层次总排序。利用同一层次中所有层次单排序的结果,就可以计算针对上一层次而言本层次所有因素重要性的权值,这就是层次总排序。层次总排序需要从上到下逐层顺序进行,对于最高层下面的第二层,其层次单排序即为总排序。假定上一层次所有因素C1,C2,…,Cm的总排序已完成,得到的权值分别为a1,a2,…,am,与ai对应的本层次因素B1,B2,…,Bn单排序的结果为:b1i,b2i…,bni,这里,若Bj与Ci无关,则bij=0。层次总排序如表4所示。
显然,,即层总排序依然是归一化正规向量。
第三步,对各指标进行分析,确定其评分标准。
对于客观性指标,其评价数据可以通过自动探测和统计获得,指标取值的计算也相对容易。由于主观指标都是定性指标,无法量化,所以采用模糊综合评价法进行评价。首先确定评语集为V=(V1,V2,V3,V4)。其中V1、V2、V3、V4分别表示很好,好,一般,差,很差,对应得分数为(100,90,80,70,60)。其次,收集服务使用者对主观性指标的评价打分,通过统计处理获得模糊评价矩阵R。再次,根据第二步获得的各指标的权重W,进行模糊综合评判,B=W*R,假设得到的结果为集合B=(b1,b2,b3,b4,b5),则主观性指标的得分为Ci=B*(100,90,80,70,60)T。
第四步,计算信息栅格服务资源质量评价的总体得分。第二步我们已经得到了每一个具体指标在整体服务质量中的权重,它构成一个权重向量w=(w1,w2…wn),假设第三步得到的相应的各指标的百分制得分为C=(c1,c2…cn),如果用D表示服务资源质量的百分制评价得分,那么D=w*CT。
至此,我们就用专家评议与问卷调查相结合、精确数据与模糊统计相结合的方式,将主观的评价通过统计手段客观化,得到了评估信息栅格服务资源质量的量化方法。
4 总结
随着信息栅格中各种服务资源的日益增多,建立科学合理的评价体系对其服务质量进行评价排序,为栅格系统自动获取优质服务提供依据,也变的十分迫切。本文在对信息栅格发展现状及其服务质量(QOS)进行分析研究的基础上,根据信息栅格服务资源质量难以用精确数学语言描述的特点,提出了一种基于模糊评判理论的信息资源评价数学模型,此模型可以有效解决评价中存在的模糊信息,对服务资源质量做出科学合理的评价。
参考文献
[1]Li Maozhen,Baker M.网格计算核心技术[M].王相林,张善卿,译.北京:清华大学出版社,2006.
[2]都志辉,陈渝,刘鹏.网格计算[M].北京:清华大学出版社,2002.
[3]梁泉,张宏正,梁开健.网格环境下的服务质量(QOS)研究[J].计算机科学.2006,331(2).
[4]邢建兵,吴产乐,陶慕柳.网格QOS研究的关键问题及技术综述[J].计算机工程与应用,2004(33).
[5]孙雨生,董慧.国内信息网格技术研究进展[J].现代图书情报技术,2008(10).
[6]陈廷斌,鲁艳霞.面向Web Services的模糊评价方法应[J].大连交通大学学报,2009(1).
全球信息栅格 篇4
针对这些问题,文中提出基于栅格和P2P网络分发拓扑结构下,各类异构系统通过松耦合方式接入情报部门统一的信息分发系统,集中发布和订阅获取打击目标所需的各类信息。该分发系统将加入订阅的信息节点以集中式结构化网络拓扑分布式哈希表技术方式接入,使用OWL-S语言对获取的多源目标信息进行语义分类描述和本体建模,通过多Agent协同对订阅需求进行兴趣识别、语义推理和信息匹配,过滤冗余信息并判断订阅的时效性,自主将有共同兴趣订阅的主题内容在逻辑上划分为节点群,一个节点群内部以P2P方式,通过KAD最佳路网络由算法进行路由选择并判断负载均衡,必要时可根据网络拥堵情况进行分包传输,以满足大规模订阅需求的同步快速分发。
1 基于语义栅格的信息分发技术
1.1 现有信息收发机制
在异构信息系统之间进行的信息交换,由于受到技术体制、数据格式及传输模式不同带来的集成困难,使得重新开发代价较大。为此,通常采用数据分发技术来实现信息的交换,其需要及时准确地将情报信息发送给使用人员,强调分发的快速、准确。但是快速数据分发系统的构建受以下制约:
在网络架构方面,传统的网络结构不利于信息的分发与共享,形成众多的“信息孤岛”,即在战场环境中存在多个孤立的信息源,彼此之间沟通不畅,无法满足对信息获取与分发要求。而在现代战争中,图形、图像、视频流信息会成为发展的主流,这将使传统网络的传输能力面临更大地挑战。
在信息共享格式方面,由于异构信息系统间信息的格式不同,数据存储方式不同,并且不能进行互操作。所以,信息生成者不能以用户所希望的格式向其提供易于使用的信息,同时,也限制了使用人员对关键信息的获取[1]。
在信息订阅与分发模式方面,通常的信息订阅与分发主要是在订阅终端上安装所需的服务软件,而由于运动目标信息的多源性,为此需要安装多种订阅服务软件,缺乏统一的订阅分发中心,以便一个平台完成多种订阅服务,尽量提高订阅分发和多源数据融合的效率。
在信息订阅分发的效率方面,运动目标的信息是实时变化的,需要在有限的打击时间和数据处理容量条件下,根据作战需要和订阅需求在时效性和兴趣度上进行智能判断,剔除冗余数据,将最需要的信息准确高效分发。
在动态重组与抗毁重组方面,通常的信息订阅与分发采用的网络结构是C/S方式,此方式在设置上拥有强大处理能力和大带宽的高性能计算机,配合高档的服务器软件,再将大量的数据集中存放在上面。而应用端PC要安装多样化的服务软件。这并不利于应用作战端损毁后的重组应用,必须在应用端安装统一的订阅分发系统,减少服务软件的安装数量,一个平台完成多种订阅接收信息服务。
1.2 基于OWL-S语义栅格的信息分发技术
(1)基于信息栅格架构的信息订阅分发中心。
订阅节点和发布节点通过统一的信息订阅分发中心提交订阅请求和发布信息,并将其传送给OWL-S处理器。由于发布节点与订阅节点的地理位置分散,通常为异构系统,因此在接入方式、数据传输格式和通信机制上采用松耦合的信息栅格架构。信息栅格订制了统一的开放式API函数以便订阅节点能够接入获取分发数据,使用UDDI信息资源注册中心提供各情报部门获取的信息发布和查询API来实现信息发布、发现和使用。发布API支持信息的发布和更新操作,使发布节点可在UDDI信息资源注册中心发布和更新信息。查询API支持订阅节点对注册信息特征的查询操作[2]。信息栅格体系架构中还使用了WSDL和SOAP技术提供描述发布节点信息服务的统一方法以及调用目标信息资源的方法。所有订阅分发数据均以XML数据格式流转于分发系统和订阅节点之间。这些技术使发布和订阅双方的交互不受编程方式、数据存储方式及传输模式的影响,使异构系统可以接入分发系统进行数据的访问与交换。在对UDDI的查询匹配过程中,由于发布节点与订阅节点地理位置分散,则对订阅请求引入请求代理(Agent),请求Agent在网络中移动,并把负载信息、通讯量和任务执行序列等信息作为负载平衡、通讯调整、任务调度等的参考依据,根据这些数据为用户寻找OWL-S处理器,并向其传递查询信息,这将较大改善系统的性能和智能化水平。在系统环境中,利用IBM的Aglet生成移动Agent,方法简便。其通信机制以及移动性定义及封装较为严密,Agent无需统一的调度。由用户创建的Agent可以异步在不同计算节点运行,任务完成后将结果传送给用户。
在完成相关订阅请求的匹配推理后采用数据XML序列化及异步socket发送的分包算法实现大容量信息的分包传输。
(2)在基于信息栅格的分发系统基本架构的基础上,对信息发布、订阅以及UDDI进行了语义化的改进。
由于运动目标信息来自于多源,为实现基于订阅需求的匹配,需要提取信息特征并对信息进行分类。实现的方法在于对发布节点提供的信息特征进行语义的精准描述,并指定其特征所引用的本体概念,还要对订阅请求进行语义化的描述。利用本体建模方法所建立的领域本体作为本体概念库,同时使用OWL-S语言建立分类信息特征本体,这为订阅需求的语义推理和匹配提供了必要信息。因此需要对UDDI信息资源注册中心的注册数据结构进行改造,使其支持发布信息特征的语义精准描述。为解决该问题,所有分类信息需以语义描述的本体映射到UDDI中的tModel类型关键字。设计OWL-S/UDDI转换器来实现OWL-S Profile实例与UDDI注册信息特征的转换功能。同时为了实现对订阅请求以及发布信息特征的抽取,构造一个OWL-S处理器,用于提取订阅请求及发布信息的特征,并进行语义的精准描述,以便于信息的快速分类注册存放以及后续的兴趣匹配[2]。
(3)信息分发的前提是实现订阅请求与发布信息特征的兴趣识别、信息匹配和语义推理,从而过滤冗余信息并判断订阅的时效性。
实现基于订阅兴趣的匹配关键是设计一种有效的语义匹配算法,使用该匹配算法可提高信息匹配的性能。文中给出一种以基于订阅兴趣信息分类功能的语义匹配算法,同时引入量化的思想来标明订阅兴趣与发布信息的匹配程度,从而快速划分共同订阅兴趣以及所对应的发布信息的关联度。在完成信息匹配后,可依据量化的匹配程度,进一步进行基于订阅兴趣的语义推理,将后续最感兴趣并经常性订阅的信息领域进行记录并主动将信息推送至订阅节点,同时过滤不感兴趣的冗余信息以降低网络分发数据量。
(4)在分发过程中,依照上述基于订阅兴趣的语义推理,系统自主将有共同兴趣订阅的主题内容在逻辑上划分为节点群,一个节点群内部以P2P方式进行数据分发,通过KAD最佳路由算法进行路由选择并判断负载均衡。
通过语义推理把兴趣相近的节点按照规则组织到一个虚拟节点群中,因此数据的转发不再单纯地依靠地址或是概率,而是根据数据的内容动态的选择转发目标,使其较快地到达相应的节点群中。节点群是为所有订阅中的属性构建的多个属性拓扑,其中每个属性拓扑对应一个订阅属性,每个属性拓扑被组织成一棵分布式的平衡二叉树结构[3]。节点群聚集了对同一个属性感兴趣的节点,使得数据按照属性能够并行的在不同的节点群中以P2P方式进行分发,通过一个平衡的二叉树结构,单个属性的匹配过程得以分布到网络上的不同节点群,使得不同数据的相同属性只需在节点群中匹配一次[3],分发数据在节点群中进行缓存,再通过KAD最佳路由算法在同一节点群中进行路由选择后的寻径和并行转发,同时节点的负载也能够均衡的分布。
1.3 关键技术
(1)基于松耦合的信息栅格架构对接入的订阅节点和发布节点进行接入方式、数据传输格式和通信机制方面统一描述的技术。
传统的信息分发系统采用点对点订制分发模式,要什么信息就装什么软件,而由于运动目标信息的多源性,为此需安装多种订阅服务软件,缺乏统一的订阅分发中心。可采用基于松耦合的信息栅格架构对接入的订阅节点和发布节点进行接入方式、数据传输格式和通信机制方面统一描述,这样,不同来源情报信息发布和订阅统一在信息栅格架构上以异构系统的方式接入信息订阅分发中心,改变了以往订阅信息需在订阅终端上点对点安装所需的信息服务软件,以便一个平台完成多种订阅服务,可以尽量提高订阅分发和多源数据融合的效率。
(2)基于OWL-S语言在UDDI中对订阅要求和发布信息进行本体建模和语义化的改进技术。
OWL-S语言是一种较为成熟并公开标准的语义Web转换描述语言,应用其给出的方法可以提取发布及订阅信息特征并对其进行语义的精准描述,并指定其特征所引用的本体概念,对信息进行分类,以便于信息的快速分类注册以及后续的兴趣匹配。
(3)基于订阅兴趣信息分类功能的语义匹配算法。
该算法思想主要是将语义描述的订阅请求特征与UDDI中注册的经过语义描述的发布信息分类进行匹配,以判断其兴趣特征的领域划分;在锁定UDDI的分类领域后,对订阅请求与发布信息特征再次进行精准匹配,由于其都经过了语义的描述改造,匹配的精准程度大大增加;最后将量化的匹配度作为阀值,返回匹配结果。
(4)基于P2P分发模式和平衡负载的KAD信息分发路由算法。
使用一种结构化路由算法KAD,该算法是一种分布式搜索算法,在分布式搜索算法中,搜索命令沿节点连续进行传递,根据策略选择消息的发送对象,邻居收到消息后,首先检索本地数据是否匹配,将匹配成功的消息沿原路回传到初始节点;同时,选择合适的邻居继续扩散消息,搜索跳度由TTL计数器控制。
(5)基于序列化XML及异步socket分包算法的信息的实时传输技术。
各信息系统间主要的通信手段包括有线和无线等,传输协议和带宽不尽相同。目前使用的信息传输服务在面对大数据量的卫星信息在不同传输介质中传输经常会出现丢包现象。拟采用数据XML序列化及异步socket发送的分包算法实现信息的实时传输、推送至订阅节点。
采用数据XML及数据包分段的技术,使得信息作为通用信息可以在不同信息系统间实现传输。首先将需交互的数据写入XML文件中去,然后将XML文件依照通用传输标准进行数据分包并传输,最后由接受系统获取数据包、合成文件并读入交互数据信息。由于XML文件的规范性,在一定程度上缩短了系统读取交互数据信息的时间,提高了系统运行效率。
2 系统设计
系统结构组成如图1所示。
(1)基于信息栅格架构的信息订阅分发中心:
订阅节点通过统一的信息订阅分发中心提交订阅信息,并将其传送给OWL-S处理器。由于发布节点与订阅节点的地理位置分散,通常为异构系统,因此在接入方式、数据传输格式和总体结构上采用松耦合的信息栅格架构,并对订阅请求引入请求代理(Agent)。在完成相关订阅请求的匹配推理后,采用数据XML序列化及异步socket发送的分包算法实现大容量信息的分包传输。
(2)OWL-S处理器:
可接受订阅节点通过请求Agent传递的订阅信息,也可将发布节点的发布信息特征转换成OWL-S描述以实现对订阅请求以及发布信息特征的抽取。该模块从订阅信息中抽取出满足其需求的功能信息,并形成标准、无语义冲突的查询描述,该订阅信息描述在形式上与本体的Profile相同,有利于简化匹配处理过程,从而提高信息发现效率;而对于发布节点来说,可根据领域本体对发布信息特征进行OWL-S描述转换,产生包含OWL-S Profile、Process Model及Grounding的发布分类信息本体[4]。
(3)OWL-S/UDDI转换器:
发布节点发布信息时,需向UDDI信息资源注册中心注册发布信息特征,通过该转换器可以把OWL-S处理器产生的OWL-S Profile实例转化为UDDI注册信息,并用原有的发布接口进行信息发布[4]。
(4)UDDI信息资源注册中心:
用来接收发布节点的发布信息特征描述注册参数,同时建立领域分类以区分分类信息。
(5)OWL-S匹配引擎:
主要包括语义推理机、匹配引擎、领域本体库和发布分类信息本体库部分。
1)匹配器。
通过基于订阅兴趣信息分类功能的语义匹配算法,对订阅请求和发布信息特征进行匹配,并按照量化匹配度给出排序。
2)OWL-S推理机。
在完成信息匹配后,可依据量化的匹配程度,进一步进行基于订阅兴趣的语义推理,将后续最感兴趣并经常性订阅的信息领域进行记录并主动将信息推送至订阅节点,同时过滤了不感兴趣的冗余信息以降低网络分发数据量。
3)领域本体库。
存储卫星信息、雷达信息及无人机监测信息的遥测图像、参数等领域内的知识库、知识关系。
4)分类信息本体库。
其可以精确描述发布及订阅信息特征的相关要素及相互关系,并进行各层面的语义描述。
(6)节点群自组织P2P分发模块。
其包括经过推理机所记录的共同兴趣领域分类对订阅节点进行逻辑上的节点群划分,将匹配器匹配的满足兴趣的信息推送至节点群中进行缓存,同时按照KAD算法进行负载判断、路由选择,然后并行转发,直至收到所有接收该信息的订阅节点的回执,完成分发过程。
3 结束语
文中以武器系统打击运动目标时,对海量多源多类信息的实时需求为牵引,通过对现有目标订阅、发布和分发技术体制的综合分析,在体系结构、信息的语义化处理与描述形式、语义匹配算法与推理机制、路由算法等方面进行探索性研究,突破基于栅格和P2P网络分发拓扑结构下的异构系统连接技术、信息资源中心的语义化处理与分级语义匹配技术、大规模订阅需求的同步快速分发技术,设计实现一种基于OWL-S语义栅格的运动目标信息快速分发演示验证系统,为新一代信息分发机制提供技术支持,满足武器系统对多源信息的快速获取和订制需求。
摘要：运动目标的跟踪打击需要情报部门实时接收多源信息,同时目标信息的订阅部门也需要在有限时间内从情报部门订阅并快速获取此类信息。这些信息包括实时变化的遥感图像、坐标位置等各类参数数据,数据量大、分类繁多,而各类信息的使用部门所应用的系统技术体制、数据格式及传输方式也不尽相同。文中提出一种基于栅格和P2P网络分发拓扑结构下,设立情报部门统一的信息分发系统,使用OWL-S语言对获取的多源目标信息进行语义分类描述和本体建模,通过多Agent协同进行兴趣识别、语义推理和信息匹配过滤,最终通过判断负载均衡进行路由选择,以满足大规模订阅需求的信息同步分发。
关键词：OWL-S,栅格,多Agent语义推理,KAD路由算法,负载均衡,信息分发
参考文献
[1]蔡疆.基于栅格的战场信息分发方法研究[D].成都:电子科技大学,2007.
[2]杜春.语义Web服务发现模型研究[D].南京:河海大学,2006.
[3]孙伟东.基于内容的快速数据分发技术研究[D].长沙:国防科技大学,2008.
[4]郑德.基于语义的Web服务发现与匹配的研究[D].武汉:武汉理工大学,2007.