指揮信息系統(tǒng)關鍵技術研究

練倩倩

摘 要 指揮信息系統(tǒng)是我軍打贏未來信息化戰(zhàn)爭的前提和物質(zhì)基礎，在軍隊信息化建設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。當前我們身處的云計算時代，不斷影響著指揮信息系統(tǒng)關鍵技術的發(fā)展，主要集中在面向服務的體系結構、任務調(diào)度和信息融合技術等方面。本文針對現(xiàn)階段指揮信息系統(tǒng)關鍵技術匱乏，探討面向服務的體系結構、任務調(diào)度和信息融合技術的應用和發(fā)展。

關鍵詞 指揮信息系統(tǒng) 任務調(diào)度 信息融合

中圖分類號：TP319 文獻標識碼：A

面向服務的體系結構（SOA，Service-Oriented Architecture）是應用層的核心技術，解決信息孤島和遺留系統(tǒng)問題。采用SOA對數(shù)據(jù)中心軟硬件進行合理的整合，將一系列異類的、分布式的、復雜的不靈活的資源轉化為集成的、簡化的、高度靈活的資源，實現(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，滿足信息化建設和資源集中統(tǒng)管的需要。目前SOA的服務基本是以軟件領域為主，將所提供的服務進行包裝、組合，按一定流程運轉產(chǎn)生新的功能。如何文娜初步搭建的基于SOA地質(zhì)云計算平臺的原型系統(tǒng)；向偉為滿足某煤礦企業(yè)的動態(tài)業(yè)務需求，采用SOA思想對企業(yè)現(xiàn)有異構系統(tǒng)進行改造集成。我國SOA領域的研究還比較薄弱，還沒有提出特別完整的解決方案，后期的研究重點需要加強對SOA相關技術的研究和探索，將SOA更好地結合到云計算的應用模式中。

任務調(diào)度就是在一個特定的云環(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行調(diào)整的過程。若以調(diào)度目標為側重點，可將任務調(diào)度歸納為四類調(diào)度策略：側重負載均衡的調(diào)度、側重服務質(zhì)量（ Quality of Service，QoS）的調(diào)度、側重經(jīng)濟原則的調(diào)度和側重能耗優(yōu)化的調(diào)度等。

（1）側重負載均衡的調(diào)度注重性能（如最優(yōu)跨度，任務最早完成時間等）的提高。主要包括min-min算法、max-min算法、sufferage算法等傳統(tǒng)任務調(diào)度算法，和近年來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)任務調(diào)度算法總體上在資源分配方面存在負載不均衡的缺點，并且完成時間長，而遺傳算法全局搜索能力強，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)，并且算法過度依靠適應度函數(shù)的設計，算法復雜度較高。

（2）側重服務質(zhì)量（quality of service，QoS）的調(diào)度比較關注用戶體驗，這也是云計算能否持久發(fā)展的關鍵。部分學者根據(jù)應用的特征提高資源的發(fā)現(xiàn)率和準確性系數(shù)，保證用戶服務的性能QoS；還有學者針對用戶的狀態(tài)變遷，動態(tài)進行資源選擇以及重定向，滿足用戶的經(jīng)濟QoS。目前已有很多基于 QoS 的研究，鄧見光等人提出一種多QoS目標約束的云計算任務調(diào)度策略，先對多QoS目標約束條件進行建模，再對轉換后的單目標約束優(yōu)化問題進行近似求解，該算法總體上優(yōu)于傳統(tǒng)的Min-Min算法以及改進的以QoS為導向的Min-Min算法。

（3）側重經(jīng)濟原則的調(diào)度考慮到云計算的超大規(guī)模和商業(yè)運營模式，以成本優(yōu)先為目標，現(xiàn)有的研究通常是將問題建模為約束滿足問題模型，優(yōu)化虛擬機資源動態(tài)分配，減少所需的物理服務器數(shù)量，從而提高資源利用率。譚峰提出了一種考慮計算節(jié)點失效及恢復的任務調(diào)度算法，能夠很好地處理由于計算節(jié)點可能失效而帶來的經(jīng)濟效益的不確定性，從而保證云計算系統(tǒng)長期經(jīng)濟效益的最大化。

（4）側重能耗優(yōu)化的調(diào)度是為順應近年來提倡的綠色計算和節(jié)能減排，吳家興提出了一種面向大規(guī)模云數(shù)據(jù)中心的低能耗任務調(diào)度策略，引入勝者樹作為模型將數(shù)據(jù)節(jié)點作為勝者樹的葉結點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)目前的研究進展，沒有一種任務調(diào)度策略可以適用于所有領域，同時能獲得最佳的調(diào)度性能。大部分的研究是既滿足負載平衡需求又考慮用戶QoS，同時又兼顧經(jīng)濟和能耗指標。李坤設計了一種考慮時間-成本約束的負載均衡蟻群優(yōu)化算法，不僅充分考慮了用戶服務質(zhì)量 QOS，而且能使負載維持在一個相對均衡的狀態(tài)，這在充分滿足用戶服務質(zhì)量QOS 需求、最大化經(jīng)濟效益以及提高資源利用率等方面都有重要的意義。

當前，信息融合技術的應用研究已經(jīng)從底層的目標檢測、識別和跟蹤轉向了態(tài)勢評估和威脅估計等高層應用。李鵬飛研究了基于拓撲發(fā)現(xiàn)的指揮信息系統(tǒng)網(wǎng)絡安全態(tài)勢認知問題，通過網(wǎng)絡節(jié)點的存活狀況能夠形象、直觀地向指揮員展示網(wǎng)絡安全態(tài)勢，有助于指揮者優(yōu)化、整合戰(zhàn)場資源，實時調(diào)整戰(zhàn)略部署。Misra提出一種集成架構系統(tǒng)Mils-Cloud，利用分層結構的傳感器云架構根據(jù)用戶不同優(yōu)先級來提供數(shù)據(jù)。隨著傳感器技術與計算機技術的迅速發(fā)展，大大推動了信息融合技術的研究，分布式、多層次和海量信息的融合技術將成為發(fā)展的主流。信息融合的應用面將更加寬泛，未來可從底層融合和高層融合兩方面出發(fā)來解決特定應用中的信息融合問題。

參考文獻

[1] 周水清，陳 雯，龔仕林.基于 IaaS 云中的任務調(diào)度分配算法的研究與實現(xiàn)[J].微型機與應用，2016，35（5）：22-25.

[2] 陳科文，張祖平，龍軍.多源信息融合關鍵問題、研究進展與新動向[J].計算機科學，2013（8）.