練倩倩

摘 要 指揮信息系統(tǒng)是我軍打贏未來(lái)信息化戰(zhàn)爭(zhēng)的前提和物質(zhì)基礎(chǔ)，在軍隊(duì)信息化建設(shè)和信息化條件下的一體化聯(lián)合作戰(zhàn)中的地位和作用日益突出。當(dāng)前我們身處的云計(jì)算時(shí)代，不斷影響著指揮信息系統(tǒng)關(guān)鍵技術(shù)的發(fā)展，主要集中在面向服務(wù)的體系結(jié)構(gòu)、任務(wù)調(diào)度和信息融合技術(shù)等方面。本文針對(duì)現(xiàn)階段指揮信息系統(tǒng)關(guān)鍵技術(shù)匱乏，探討面向服務(wù)的體系結(jié)構(gòu)、任務(wù)調(diào)度和信息融合技術(shù)的應(yīng)用和發(fā)展。

關(guān)鍵詞 指揮信息系統(tǒng) 任務(wù)調(diào)度 信息融合

中圖分類號(hào)：TP319 文獻(xiàn)標(biāo)識(shí)碼：A

面向服務(wù)的體系結(jié)構(gòu)（SOA，Service-Oriented Architecture）是應(yīng)用層的核心技術(shù)，解決信息孤島和遺留系統(tǒng)問(wèn)題。采用SOA對(duì)數(shù)據(jù)中心軟硬件進(jìn)行合理的整合，將一系列異類的、分布式的、復(fù)雜的不靈活的資源轉(zhuǎn)化為集成的、簡(jiǎn)化的、高度靈活的資源，實(shí)現(xiàn)信息資源共享，并能提升系統(tǒng)互聯(lián)、互通和互操作能力，滿足信息化建設(shè)和資源集中統(tǒng)管的需要。目前SOA的服務(wù)基本是以軟件領(lǐng)域?yàn)橹?，將所提供的服?wù)進(jìn)行包裝、組合，按一定流程運(yùn)轉(zhuǎn)產(chǎn)生新的功能。如何文娜初步搭建的基于SOA地質(zhì)云計(jì)算平臺(tái)的原型系統(tǒng)；向偉為滿足某煤礦企業(yè)的動(dòng)態(tài)業(yè)務(wù)需求，采用SOA思想對(duì)企業(yè)現(xiàn)有異構(gòu)系統(tǒng)進(jìn)行改造集成。我國(guó)SOA領(lǐng)域的研究還比較薄弱，還沒(méi)有提出特別完整的解決方案，后期的研究重點(diǎn)需要加強(qiáng)對(duì)SOA相關(guān)技術(shù)的研究和探索，將SOA更好地結(jié)合到云計(jì)算的應(yīng)用模式中。

任務(wù)調(diào)度就是在一個(gè)特定的云環(huán)境中，根據(jù)一定的資源使用規(guī)則，將資源在不同的資源使用者之間進(jìn)行調(diào)整的過(guò)程。若以調(diào)度目標(biāo)為側(cè)重點(diǎn)，可將任務(wù)調(diào)度歸納為四類調(diào)度策略：側(cè)重負(fù)載均衡的調(diào)度、側(cè)重服務(wù)質(zhì)量（ Quality of Service，QoS）的調(diào)度、側(cè)重經(jīng)濟(jì)原則的調(diào)度和側(cè)重能耗優(yōu)化的調(diào)度等。

（1）側(cè)重負(fù)載均衡的調(diào)度注重性能（如最優(yōu)跨度，任務(wù)最早完成時(shí)間等）的提高。主要包括min-min算法、max-min算法、sufferage算法等傳統(tǒng)任務(wù)調(diào)度算法，和近年來(lái)研究較多的遺傳算法、粒子群算法、蟻群算法、貪心算法以及這些算法的融合等智能算法。傳統(tǒng)任務(wù)調(diào)度算法總體上在資源分配方面存在負(fù)載不均衡的缺點(diǎn)，并且完成時(shí)間長(zhǎng)，而遺傳算法全局搜索能力強(qiáng)，蟻群算法求解精度較高，粒子群算法收斂的速度較快，但是智能算法容易陷入局部最優(yōu)，并且算法過(guò)度依靠適應(yīng)度函數(shù)的設(shè)計(jì)，算法復(fù)雜度較高。

（2）側(cè)重服務(wù)質(zhì)量（quality of service，QoS）的調(diào)度比較關(guān)注用戶體驗(yàn)，這也是云計(jì)算能否持久發(fā)展的關(guān)鍵。部分學(xué)者根據(jù)應(yīng)用的特征提高資源的發(fā)現(xiàn)率和準(zhǔn)確性系數(shù)，保證用戶服務(wù)的性能QoS；還有學(xué)者針對(duì)用戶的狀態(tài)變遷，動(dòng)態(tài)進(jìn)行資源選擇以及重定向，滿足用戶的經(jīng)濟(jì)QoS。目前已有很多基于 QoS 的研究，鄧見(jiàn)光等人提出一種多QoS目標(biāo)約束的云計(jì)算任務(wù)調(diào)度策略，先對(duì)多QoS目標(biāo)約束條件進(jìn)行建模，再對(duì)轉(zhuǎn)換后的單目標(biāo)約束優(yōu)化問(wèn)題進(jìn)行近似求解，該算法總體上優(yōu)于傳統(tǒng)的Min-Min算法以及改進(jìn)的以QoS為導(dǎo)向的Min-Min算法。

（3）側(cè)重經(jīng)濟(jì)原則的調(diào)度考慮到云計(jì)算的超大規(guī)模和商業(yè)運(yùn)營(yíng)模式，以成本優(yōu)先為目標(biāo)，現(xiàn)有的研究通常是將問(wèn)題建模為約束滿足問(wèn)題模型，優(yōu)化虛擬機(jī)資源動(dòng)態(tài)分配，減少所需的物理服務(wù)器數(shù)量，從而提高資源利用率。譚峰提出了一種考慮計(jì)算節(jié)點(diǎn)失效及恢復(fù)的任務(wù)調(diào)度算法，能夠很好地處理由于計(jì)算節(jié)點(diǎn)可能失效而帶來(lái)的經(jīng)濟(jì)效益的不確定性，從而保證云計(jì)算系統(tǒng)長(zhǎng)期經(jīng)濟(jì)效益的最大化。

（4）側(cè)重能耗優(yōu)化的調(diào)度是為順應(yīng)近年來(lái)提倡的綠色計(jì)算和節(jié)能減排，吳家興提出了一種面向大規(guī)模云數(shù)據(jù)中心的低能耗任務(wù)調(diào)度策略，引入勝者樹(shù)作為模型將數(shù)據(jù)節(jié)點(diǎn)作為勝者樹(shù)的葉結(jié)點(diǎn)基于低能耗的目的兩兩比賽并選出最終的勝者，該策略有效提高了云數(shù)據(jù)中心的節(jié)點(diǎn)利用率，降低了云數(shù)據(jù)中心的整體能耗。

根據(jù)目前的研究進(jìn)展，沒(méi)有一種任務(wù)調(diào)度策略可以適用于所有領(lǐng)域，同時(shí)能獲得最佳的調(diào)度性能。大部分的研究是既滿足負(fù)載平衡需求又考慮用戶QoS，同時(shí)又兼顧經(jīng)濟(jì)和能耗指標(biāo)。李坤設(shè)計(jì)了一種考慮時(shí)間-成本約束的負(fù)載均衡蟻群優(yōu)化算法，不僅充分考慮了用戶服務(wù)質(zhì)量 QOS，而且能使負(fù)載維持在一個(gè)相對(duì)均衡的狀態(tài)，這在充分滿足用戶服務(wù)質(zhì)量QOS 需求、最大化經(jīng)濟(jì)效益以及提高資源利用率等方面都有重要的意義。

當(dāng)前，信息融合技術(shù)的應(yīng)用研究已經(jīng)從底層的目標(biāo)檢測(cè)、識(shí)別和跟蹤轉(zhuǎn)向了態(tài)勢(shì)評(píng)估和威脅估計(jì)等高層應(yīng)用。李鵬飛研究了基于拓?fù)浒l(fā)現(xiàn)的指揮信息系統(tǒng)網(wǎng)絡(luò)安全態(tài)勢(shì)認(rèn)知問(wèn)題，通過(guò)網(wǎng)絡(luò)節(jié)點(diǎn)的存活狀況能夠形象、直觀地向指揮員展示網(wǎng)絡(luò)安全態(tài)勢(shì)，有助于指揮者優(yōu)化、整合戰(zhàn)場(chǎng)資源，實(shí)時(shí)調(diào)整戰(zhàn)略部署。Misra提出一種集成架構(gòu)系統(tǒng)Mils-Cloud，利用分層結(jié)構(gòu)的傳感器云架構(gòu)根據(jù)用戶不同優(yōu)先級(jí)來(lái)提供數(shù)據(jù)。隨著傳感器技術(shù)與計(jì)算機(jī)技術(shù)的迅速發(fā)展，大大推動(dòng)了信息融合技術(shù)的研究，分布式、多層次和海量信息的融合技術(shù)將成為發(fā)展的主流。信息融合的應(yīng)用面將更加寬泛，未來(lái)可從底層融合和高層融合兩方面出發(fā)來(lái)解決特定應(yīng)用中的信息融合問(wèn)題。

參考文獻(xiàn)

[1] 周水清，陳 雯，龔仕林.基于 IaaS 云中的任務(wù)調(diào)度分配算法的研究與實(shí)現(xiàn)[J].微型機(jī)與應(yīng)用，2016，35（5）：22-25.

[2] 陳科文，張祖平，龍軍.多源信息融合關(guān)鍵問(wèn)題、研究進(jìn)展與新動(dòng)向[J].計(jì)算機(jī)科學(xué)，2013（8）.