面向性能优化的动作策略语言及决策引擎的设计和应用.pdf

面向性能优化的动作策略语言及决策引擎的设计和应用 第一章绪论 第一章绪论 1．1研究背景 1．1．1基于策略的管理 随着计算机技术，特别是云计算和物联网技术的快速发展，目前企业和政府 采用的计算机系统越来越庞大和复杂，传统的依赖专业管理人员进行精细维护和 管理的方式，变得成本高昂且容易出错。业界针对这个问题的思路是向系统中引 入自主计算能力【‘I；管理者只需制定系统行为的目标、规范或约束，系统便可在 这些目标、规范或约束的指导下，实现状态觉察、自我管理，保证系统如预期般 正常运行。 基于策略的管理【2][3][4】，正是一种向系统中引入自主计算能力的方法。管理 者需事先将自己的管理经验，即指导系统行为的目标、规范或约束，使用某种策 略语言表达为策略的形式。当系统内外部事件发生时，系统便可自动检索适用策 略、理解策略语义，并综合感知实时环境条件，再经过推理、决策，指导系统做 出正确的应对动作。 如何表述策略和使用策略，是实现基于策略的管理的核心关键。早在1998 年，IETF就成立工作组研究策略建模，关注策略的定义和策略的结构，并联合 CoreInformation Model)【5J标准。除了对 DMTF于2001年发布了PCIM(Policy 等策略语言及能解析使用这些策略语言的策略决策引擎也被陆续提了出来。 1．1．2策略语言 策略语割9】【10】【111是用于定义策略的形式化的规范。合格的策略语占制定的策 略，一方面应能充分、准确地表达管理员的管理意图；另一方面，其语义应当能 被机器准确理解并用作推理的基础。 Kephart等人于2004年提出了由三种不同策略(动作策略、目标策略和效用 函数策略)组成的统一策略语言框架‘12J。这三种策略的抽象程度由低到高，其 特点分别如下： 11动作策略 直接指定系统在特定情形下应做出的响应动作。 21目标策略 1 万方数据 面向性能优化的动作策略语言及决策引擎的设计和应用 第一章绪论 不给出系统在特定状态下应做的具体动作，而只规定期望系统达到的目标状 态；由系统自行对该目标状态进行细化，通过该细化过程动态地得出应做出的动 作。 3)效用函数策略 不给出系统在特定状态下需达到的目标状态，而是为每个可能达到的状态赋 予一个量化值，冉由一个效用函数动态计算得出町能达到的最大效用，从而选择 出当前最优的目标状态。 1．1．3策略决策引擎 1ETF提出的策略实施框架PCIM[51主要包含以下三个部分：用于存储策略的 策略库PR(PolicyRepository)、用于根据策略对系统事件做出响应决策的策略 Decision Point)，和用于执行策略决策结果的策略执行点PEP 决策点PDP(Policy Enforcement (Policy Point)。除此之外，该模型还可包含一个策略授权点PAP Point)，用于制定和修改策略。 (PolicyAuthorization 素。策略决策引擎的输入包含系统内外部事件、系统内外部环境条件参数、策略 库PR中的策略；策略决策引擎根据输入的数据进行分析推理后，向外界提供的 输出即是当前情境下的决策结果。决策引擎将该决策结果发送给相应PEP设备， 由该PEP设备执行响应动作。 1．1．4性能优化 策略决策引擎需要对系统巾的每一条事件(含各类系统事件及访问控制请 求)做出分析、处理和响应，因而是整个PCIM模型中