基於智能體服務的雲計算架構研究分析論文

0引言

隨着國際互聯網應用技術的快速發展，特別是近年來，以博客、內容聚合、百科全書、社會網絡和對等網絡等為代表的Web 2.0廣泛應用，使得網絡數據量和網絡用户數高速增長，網絡服務的數據處理能力面臨着嚴峻挑戰。為了通過互聯網將海量的存儲與計算資源進行整合和優化，充分提高資源利用率，使互聯網服務更加敏捷和隨需應變，雲計算融合了分佈式計算、虛擬化技術、並行計算、網格計算及效用計算的優點應運而生，並且成為目前國內外研究的熱點問題。雲計算有許多特點，如低成本、靈活性、可伸縮性、安全性、可靠性、多租户、自適應性和提供服務等級協議SLA等。

雲計算已被諸多企業和科研機構接受和使用，針對雲計算平台和架構的研究也層出不窮。文獻中提出了一種基於虛擬技術和麪向服務架構SOA的雲計算架構，文獻[CS]描述了雲計算和SOA之間的聯繫，對雲計算平台結構和雲服務應用進行了分析，文獻口」中提出了一種基於事件驅動服務的雲計算服務體系，但僅對雲計算的軟件即服務層Sans進行了説明，未體現雲計算的其它兩個層:即平台即服務層Paas和基礎設施即服務層Iaas。

針對雲計算平台和結構的研究還很多，但大多都是提供一個虛擬的雲環境，用户還得根據需要重新定義服務和需求。提出一種雲計算服務統一的架構顯得尤為重要。

本文提出的基於智能體服務的雲計算架構，能充分發揮Agent智能體的優勢，為用户提供智能化服務，採用事件驅動和基於語義的方法能夠實現混合雲的功能。引入了基於本體和策略的方法能為公有云和私有云提供運行框架。

1Agent技術及其應用

Agent技術最早是由美國麻省理工學院的著名計算機學家和人工智能學科創始人之一Minsk提出來的，最初源於人工智能領域。針對Agent的定義很多，特別是來自人工智能界的研究人員認為:Agent除了具備自治、自主等基本特性外，還應具備一些通常人類才具有的能力，即Agent就是具有某類知識，且具有能力和願望並可做到其能做成的事情的“計算實體”。

Agent不斷完善信息服務的方式、質量和內容，以滿足用户的個性化需求。在信息服務中引入Agent技術，能夠實現智能化、個性化的服務。Agent技術應用方面:如美國的密歇根州大學曾將數字圖書館和三種類型的Agent用户接口Agent、中間Agent和收藏Agent)進行融合，能夠根據讀者個人喜好的文檔實現傳送和呈現貯存的信息。新加坡國立圖書館、美國加州數字圖書館、華盛頓大學圖書館等都把Agent技術運用於網絡信息服務中，開展個性化服務，並獲得了成功。

2基於Agent智能體服務的雲計算架構

建立的基於智能體服務的雲計算架構共分為五層:基礎設施即服務層laas、平台即服務層sans、軟件即服務層sans、運行環境層和智能即服務層。其中智能即服務層是整個架構的核心。

2.1運行環境層

該層是虛擬層，整個架構通過平台即服務層和基礎設施即服務層提供虛擬的運行環境。用户可以擁有多個運行環境，每個運行環境可以是一個雲，或者是用户定義為雲的其它事物。各運行環境之間建立了某種關係，這種關係通過用户編寫的XML文檔生效，用户還可以通過XML文檔設置訪問權限。

2.2軟件即服務層

運行環境層通過該層可以訪問各種應用和服務，如企業資源規劃ERP、客户關係管理CRM等金融服務和其它任何通過該層可以訪問的軟件服務。每個運行環境擁有各自的軟件即服務層，這兩個層一起能夠實現雲計算的多租技術。

2.3智能即服務層

該層在整個架構中起着重要的作用，一旦智能體感知到了響應，相應的任務就會被調用，最終提供相應的服務。

(1)事件控制智能體

工作流程:事件感知器感知到狀態變化或其它Agent的任務請求時，首先查詢策略庫，查找是否存在與該任務情況類似的服務策略。若存在該策略，則直接送交給服務執行智能體進行執行;若不存在該策略，則經過事件轉化器和任務規劃器，嘗試新的規劃並將記錄結果保存至知識庫，再經過任務規劃器重新規劃，生成規劃序列並送至服務執行智能體。事件控制智能體包括以下智能組件。

事件感知器:是Agent與外界的接口，負責發現和接收運行環境的狀態變化或其它Agent的任務請求。事件轉化器:根據事件處理網絡EPN中預先設定的處理程序，負責轉化事件，包括事件合成、分解、協調等。

任務規劃器:負責建立中短期的行動計劃，是一個局部的規劃。局部性主要體現在:第一，每個Agent根據自己對世界和其它Agent的認知模型、自身的狀態、目標集合，及以往的經驗規劃自身的行為，而不是由某個Agent的全局進行規劃並將命令分發給其它Agent。第二，Agent並不需要對它的目標做出完全的規劃，而只要生成近期的動作序列即可，因為世界是發展變化的'，很多情況無法預測，長期規劃可能會因為情況的變化而失效。

任務規劃器需要從世界模型、其它Agent模型、目標集合、經驗庫和自身的狀態等數據結構中提取信息，經過局部規劃器，產生近期的動作序列，提交給知識庫系統中的決策器。任務規劃器總是試圖在經驗庫中找到與當前情況最為類似的前提條件的範例，再參考其它規劃和結果做出新的規劃。如果找不到前提條件和當前情況的差異小於某個閩值的範例，則任務規劃器只能嘗試新的規劃並將記錄結果保存在知識庫中，方便以後查詢和使用。

(2)服務執行智能體

工作流程:服務執行智能體接收事件控制智能體發送來的任務規劃序列，經過訪問智能體將任務序列進行劃分，再將任務序列逐個送至決策智能體，進行服務策略匹配。最終將匹配的服務結果經由訪問智能體傳送給執行智能體。服務執行智能體包括以下智能組件:

訪問智能體:負責接收由事件控制智能體發送的任務規劃序列，並將規劃序列進行劃分，逐個發送給決策智能體。並且接收由決策智能體最終確定的服務策略。

決策智能體:負責接收由訪問智能體發送的逐個任務規劃序列，通過服務查詢智能體和知識庫確定最佳的服務策略，並將結果發送給訪問智能體。

服務查詢智能體:針對每一個任務請求，查詢知識庫中的任務服務庫，找到最佳的服務策略，為決策智能體提供服務決策。並且將每次找到的最佳服務策略存儲在任務服務庫中，方便以後查詢。執行智能體:負責接收來自訪問智能體的任務服務策略，並通過企業服務總線ESB執行服務。

2.4平台即服務層

(1)策略庫:保存Agent根據感知信息和當前狀態做出反應的服務策略，包括用户分組、用户類別、用户信息、用户認證和安全策略等。每種環境都對應一個策略，當Agent感知到事件發生時，首先遍歷策略庫，若有最佳的服務策略，則反應器做出動作;若沒有合適的策略，則信息被送到規劃器和決策器進行推理和決策。

(2)任務服務庫:存儲執行過的任務服務策略信息，方便事件控制智能體和服務執行智能體執行服務。

(3)本體庫:存儲各種本體文檔，包括事件模型和事件處理網絡文檔、事件與任務之間的關係等文檔。

(4) SLA庫:存儲用户註冊的服務等級協議信息，服務查詢智能體通過用户的SLA信息查詢最佳的服務策略。

(5)服務註冊:註冊一些服務描述信息及其服務質量信息，企業服務總線通過註冊的信息，查詢和選擇服務策略。

(6)總線:包括數據總線和服務總線。數據總線用於雲內部各庫之間的數據傳送，服務總線與服務註冊相關聯，實現了不同服務之間的通信和整合。

(7)雲代理:與運行環境建立關係，可以實現與各種軟件系統或其它雲的融合。

(8)管理入口:超級管理員通過該入口不僅可以使用各種開發工具對雲環境進行配置，而且可以設定每個用户所需的服務等級協議。

2.5基礎設施即服務層

該層提供了虛擬化計算資源、網絡資源和存儲資源，並且能夠根據用户需求進行資源的動態分配。相對於平台即服務層和軟件即服務層，基礎設施即服務層所提供的服務都較偏底層，但使用更為靈活。

目前，有關Agent智能體算法的應用很多，如:遺傳進化Agent算法、多Agent協同強化算法、基於蟻羣的多Agent算法等，都可應用於本文提出的雲計算架構中，通過多Agent智能體之間的協同算法，可以實現雲計算中服務的協同和調度，為雲計算提供智能化服務。

3結束語

隨着未來web 3.0時代的到來，以及物聯網的實現，信息網絡將提供更加人性化、智能化的服務。本文提出的基於智能體服務的雲計算架構，由三個實體層(Saas,Paas和Iaas)、一個運行環境虛擬層和一個智能即服務抽象層組成，其中智能即服務層通過其它四個層發揮着核心作用。該架構引入了本體理論和Agent智能體技術，具有很強的靈活性和智能性，通過雲代理，可以實現與其它雲或軟件系統的交互和融合，為用户提供智能的雲服務。