張麗嬌 郭水平 楊燦

摘要：為適應(yīng)帶寬資源受限、弱連接網(wǎng)絡(luò)、高動態(tài)平臺的戰(zhàn)術(shù)環(huán)境，提出一種分層分域分布式云計算與云存儲的體系架構(gòu)，結(jié)合計算中心的最優(yōu)子集合選擇和最優(yōu)任務(wù)中心簇的選擇等方法，對分布式計算任務(wù)進行合理劃分，減少節(jié)點間的通信總量，降低網(wǎng)絡(luò)傳輸開銷，為實現(xiàn)各類作戰(zhàn)平臺資源共享與跨域協(xié)同云環(huán)境提供建議。

關(guān)鍵詞：戰(zhàn)術(shù)云;云計算;云存儲;分布式

1? ?引言

分布式云計算和分布式云存儲將計算任務(wù)和存儲任務(wù)分散化，由分布在不同物理地點大量的計算機構(gòu)成的資源池上進行并行處理，可為現(xiàn)代社會飛速發(fā)展的信息需求提供超強的計算能力和海量的數(shù)據(jù)存儲能力，并為構(gòu)建各類信息間的相互融合提供基礎(chǔ)環(huán)境。

戰(zhàn)術(shù)環(huán)境下，提高作戰(zhàn)信息的處理、關(guān)聯(lián)、聚合、共享和協(xié)同的效率是戰(zhàn)術(shù)信息系統(tǒng)的軍事需求之一?；诜植际皆朴嬎闩c分布式云存儲的“資源共享與協(xié)同能力”與OODA環(huán)路在戰(zhàn)術(shù)層面的持續(xù)改進思路一致。

戰(zhàn)術(shù)通信環(huán)境具有帶寬資源受限、弱連接網(wǎng)絡(luò)、高動態(tài)平臺等特征。傳統(tǒng)集中式的云計算與云存儲架構(gòu)因其需要高帶寬支撐，顯然不適應(yīng)戰(zhàn)術(shù)環(huán)境，只能采用分布式的云計算與云存儲架構(gòu)?？紤]到戰(zhàn)術(shù)環(huán)境下高動態(tài)的平臺特征，云計算和云存儲物理設(shè)備大多部署在車/艦/飛機等高機動平臺上，本身可以構(gòu)成微型的機動云平臺。戰(zhàn)場環(huán)境下大量信息的關(guān)聯(lián)、大量數(shù)據(jù)的實時處理和大量信息的跨域協(xié)同必然要求多個機動云平臺之間進行協(xié)同和相互組合。因此，分布式云計算和云存儲架構(gòu)設(shè)計的著重點是盡量減少機動云平臺之間的通信總量，以適應(yīng)戰(zhàn)術(shù)通信環(huán)境的帶寬資源受限、弱連接的網(wǎng)絡(luò)環(huán)境，提升機動云平臺的分布式組合的網(wǎng)絡(luò)自感知能力以適應(yīng)網(wǎng)絡(luò)狀態(tài)的變化。

2? ?體系架構(gòu)方案

根據(jù)國內(nèi)外民用與美軍在云計算和云存儲方面的發(fā)展經(jīng)驗和技術(shù)，結(jié)合戰(zhàn)術(shù)通信環(huán)境特點，建議戰(zhàn)術(shù)分布式云在縱向上分層，在橫向上分域，構(gòu)建分層分域分布式云計算與云存儲架構(gòu)。采用面向服務(wù)架構(gòu)的設(shè)計方法，運用協(xié)同分配、同步計算及負(fù)載均衡等技術(shù)，重點突破在分層上的上下信息匯聚、分域上的計算中心集合選擇算法和分布式任務(wù)中心簇的選擇算法等關(guān)鍵技術(shù)。

2.1? 分層分布式云計算/云存儲架構(gòu)

縱向上，采用分層分布式云計算與云存儲架構(gòu)，根據(jù)各戰(zhàn)區(qū)、各指揮層級、各軍兵種特點進行分層建設(shè)，構(gòu)成分層的分布式云計算架構(gòu)?？傮w上，分為三層分布式云計算與云存儲架構(gòu)，第一層由部署在各機動平臺內(nèi)的服務(wù)器和存儲陣列組成，是整個戰(zhàn)術(shù)云計算與存儲環(huán)境的主體與關(guān)鍵;第二層由固定部署在戰(zhàn)區(qū)或野外指揮基地服務(wù)器和存儲陣列組成，具有對上對下信息分配與匯聚的能力;第三層由固定部署在指揮部的服務(wù)器和存儲陣列組成，具有對下信息分配與匯聚的能力。同時考慮未來SDN在戰(zhàn)術(shù)通信網(wǎng)絡(luò)中的應(yīng)用，SDN網(wǎng)絡(luò)連接各層云計算與云存儲中心，形成基于SDN網(wǎng)絡(luò)的分層分布式云計算體系架構(gòu)，如圖1所示。

分層分布式云計算與云存儲架構(gòu)在宏觀層面按指揮層級、軍兵種、戰(zhàn)區(qū)進行分布式分層部署。一是突破跨戰(zhàn)區(qū)、跨軍兵種、跨指揮層級的聯(lián)合戰(zhàn)術(shù)信息聚合、共享和獲取的技術(shù)壁壘，提高信息共享的時效性和準(zhǔn)確性。二是有利于減少跨地域的云計算中心間和云計算虛擬機間的通信總量。三是有利于解決戰(zhàn)術(shù)通信網(wǎng)絡(luò)的由于局部傳輸手段不穩(wěn)定所帶來的全局信息共享斷層問題。

2.2? 分域分布式云計算/云存儲架構(gòu)

在橫向上，采用分域分布式云計算與云存儲架構(gòu)。在上述分層分布式架構(gòu)上，在各層級按計算與存儲需求動態(tài)地劃分不同的云計算中心域，形成各層級的分域分布式云計算與云存儲架構(gòu)。

域的劃分：顆粒度從單個機動云到大小不同的機動云的集合，根據(jù)分布式任務(wù)的不同，機動云的集合可劃分不同的任務(wù)中心簇。

（1）單個機動云內(nèi)分布式

當(dāng)用戶對訪問的計算和存儲需求很小，又沒有必要在多個機動云間進行信息并行處理時，用戶的計算和存儲需求由機動云內(nèi)部在多個虛擬機間進行分布式計算和分布式存儲。機動云內(nèi)部放置了多臺物理計算和存儲資源，通過虛擬化，不同物理機上的計算和存儲資源已經(jīng)形成了由多個虛擬機和存儲陣列組成的資源池。

在編程模式上，采用Hadoop的MapReduce分布式計算和HDFS分布式存儲等編程模式，實現(xiàn)資源池上不同虛擬機之間的分布式計算與分布式存儲功能。

（2）機動云間分布式

當(dāng)用戶對訪問的計算和存儲需求很大，單個機動云不能滿足計算或存儲任務(wù)，或者高動態(tài)用戶需要跨過多個機動云進行信息協(xié)同處理時，需要多個機動云進行分布式計算與分布式存儲。而機動云之間由戰(zhàn)術(shù)通信網(wǎng)絡(luò)互聯(lián)，帶寬等傳輸網(wǎng)絡(luò)資源缺乏且不穩(wěn)定，需要減少機動云間的通信總量。機動云間分布式關(guān)鍵點在于選擇滿足用戶所需資源同時相互通信總量最少的機動云最優(yōu)子集合。因此，需要突破機動云最優(yōu)子集合的選擇技術(shù)等關(guān)鍵技術(shù)。

在編程模式上，采用Hadoop的MapReduce分布式計算和HDFS分布式存儲等編程模式，實現(xiàn)不同機動云之間的分布式計算與分布式存儲功能。

（3）任務(wù)中心簇分布式

針對分布式任務(wù)處理，用戶需要跨過多個機動云進行信息處理，進行信息協(xié)同共享時，需要多個機動云進行分布式計算與分布式存儲。在實際應(yīng)用當(dāng)中，可以看出不同任務(wù)虛擬機集群之間的通信比較少，而同一任務(wù)的虛擬機集群之間的通信則非常多。因此，需要劃分任務(wù)計算中心簇，減少虛擬機集群之間的通信開銷，在選定的子圖中為不同的子任務(wù)合理劃分虛擬機集群，使得為同個子任務(wù)服務(wù)的虛擬機集群盡可能地在同一計算中心區(qū)域或通信條件好的計算中心組合。任務(wù)中心簇分布式需要突破最優(yōu)任務(wù)中心簇選擇技術(shù)等關(guān)鍵技術(shù)。

在編程模式上，采用Hadoop的MapReduce分布式計算和HDFS分布式存儲等編程模式，實現(xiàn)不同機動云之間的分布式計算與分布式存儲功能。

3? ?分層分域架構(gòu)技術(shù)難點

戰(zhàn)術(shù)分層與分域分布式云計算/云存儲架構(gòu)是在分散的機動云節(jié)點當(dāng)中動態(tài)地選擇計算中心簇或任務(wù)中心簇組成計算集群，以提升整體的計算和存儲性能。那么，如何選擇計算中心簇或任務(wù)中心簇是分層分域架構(gòu)的關(guān)鍵所在。中心簇的選擇包括機動云最優(yōu)子集合的選擇和機動云最優(yōu)任務(wù)中心簇的選擇。

3.1? 機動云最優(yōu)子集合選擇

機動云最優(yōu)子集合的選擇是分域分布式云計算和云存儲的關(guān)鍵技術(shù)之一。機動云最優(yōu)子集合的過程實際上就抽象成在分布式云圖中子圖的選擇過程，在云圖中尋找符合條件滿足任務(wù)需求的虛擬機集群，作為處理某任務(wù)機動云最優(yōu)分布式云子集合。

最優(yōu)子集合選擇的條件包括子圖路徑上的通信帶寬時延情況、節(jié)點計算和存儲性能、節(jié)點路徑長度等因素。這里涉及到最優(yōu)子圖的選取算法，如蟻群算法等，將路徑選擇因子設(shè)置為通信帶寬、通信時延、節(jié)點計算總量、節(jié)點存儲總量、節(jié)點間路徑長度等，并對選擇因子設(shè)置比重，可根據(jù)任務(wù)需求調(diào)整因子比重而得出不同關(guān)注度的選擇集合，如圖3所示。圖中路徑選擇從節(jié)點1開始，搜索附近節(jié)點，發(fā)現(xiàn)到節(jié)點7的帶寬300為最大，計算性能和路徑長度相當(dāng)，因此選擇節(jié)點7作為集合組成之一，接下來從節(jié)點7重復(fù)以上步驟，直到選擇的節(jié)點計算總量滿足任務(wù)最小計算總量需求為止。

3.2? 機動云最優(yōu)任務(wù)中心簇選擇

機動云最優(yōu)任務(wù)中心簇選擇是分域分布式云計算和云存儲的關(guān)鍵技術(shù)之一。任務(wù)中心簇是為處理同一個任務(wù)選擇的多個機動云的集合。對于分布式任務(wù)處理，用戶需要跨過多個機動云進行信息處理和協(xié)同共享，需要多個機動云節(jié)點的多個虛擬機協(xié)同進行分布式計算與存儲。由于任務(wù)的變化隨機，因此最優(yōu)任務(wù)中心簇的選擇也是隨機和動態(tài)的。

另外，一項任務(wù)可以劃分若干子任務(wù)，每個子任務(wù)可以對應(yīng)一個任務(wù)中心簇，任務(wù)中心簇可以是多個子任務(wù)中心簇的集合，如圖4所示。

子任務(wù)中心簇的選擇算法與機動云最優(yōu)子集合選擇算法類似，所不同的是選擇因子略有差異，前者更關(guān)注于任務(wù)所經(jīng)過的機動云節(jié)點間通信帶寬、計算與存儲性能。

4? ?結(jié)束語

本文為戰(zhàn)術(shù)環(huán)境下分布式云計算和云存儲提供了一種有效的解決方案，采用分層分域分布式體系架構(gòu)，通過確定計算中心的最優(yōu)子集合和最優(yōu)任務(wù)中心簇，對分布式計算任務(wù)進行合理劃分與選擇，盡可能減少節(jié)點間的通信總量，降低網(wǎng)絡(luò)傳輸開銷，以適應(yīng)戰(zhàn)術(shù)通信網(wǎng)絡(luò)環(huán)境。

參考文獻：

[1] 商浩，李明東. 云存儲技術(shù)的起源與發(fā)展[J]. 電腦知識與技術(shù)， 2016，12（26）： 54-55.

[2] 鄧見光，潘曉衡，袁華強. 云存儲及其分布式文件系統(tǒng)研究[J]. 東莞理工學(xué)報， 2012（5）： 41-46.

[3] 楊洋. 云計算的現(xiàn)狀及發(fā)展趨勢[J]. 電腦開發(fā)與應(yīng)用， 2012（2）： 61-63.

[4] 李菁. 云計算存在的三大問題和兩個瓶頸[Z]. 2011.

[5] 郗迪. 基于MapReduce的分布式計算系統(tǒng)的設(shè)計與實現(xiàn)[D]. 長春： 吉林大學(xué)， 2016.

[6] 趙磊. 基于Spark的分布式協(xié)同過濾及工具研究[D]. 南京： 南京大學(xué)， 2017.

[7] 王意潔，孫偉東，周松，等. 云計算環(huán)境下的分布存儲關(guān)鍵技術(shù)[J]. 軟件學(xué)報， 2012，23（4）： 962-986.

[8] 劉帥. SDN網(wǎng)絡(luò)的控制器部署和云存儲分配問題研究[D]. 濟南： 山東大學(xué)， 2016.

[9] 李宏佳，陳鑫，周旭. 面向5G的分布式移動云計算協(xié)同架構(gòu)與管理機制[J]. 中興通訊技術(shù)， 2015，21（2）： 14-19.

[10] 程賽先. 美軍戰(zhàn)術(shù)云計算應(yīng)用研究[J]. 指揮控制與仿真， 2017，39（6）： 134-142.

[11] 李智，胡敏. 美軍分布式通用地面系統(tǒng)的建設(shè)發(fā)展及啟示[J]. 指揮與控制學(xué)報， 2017，3（2）： 171-176.

[12] 張海翔. 美軍云計算技術(shù)運用新進展[J]. 中國信息安全， 2011（6）： 66-67.

[13] 佚名. 美軍作戰(zhàn)理論的一些轉(zhuǎn)變[EB/OL]. （2016-06-28）[2019-06-04]. https：//lt.cjdby.net/forum.php？authorid=153522&mod=viewthread&page=1&tid=2250671.

[14] 彭默馨. 美軍大力開發(fā)“云計算”的主要意圖[N]. 學(xué)習(xí)時報， 2014-01-27.

[15] 陳祖香，吳技. 美軍分布式通用地面站系統(tǒng)的發(fā)展現(xiàn)狀與趨勢[J]. 電訊技術(shù)， 2015，55（4）： 462-466.

[16] 劉永丹. 美軍云計算應(yīng)用安全發(fā)展趨勢研究[J]. 中國新通信， 2014，16（23）： 44-46.

[17] 歐偉新，陳國忠. 云計算及其分布式架構(gòu)[J]. 電信快報， 2012（1）： 30-33.

[18] 虞慧群，范貴生. 云計算技術(shù)的應(yīng)用及發(fā)展趨勢綜述[J]. 微型電腦應(yīng)用， 2011，27（10）： 1-3.

[19] 韓星曄，李新明. 云計算軍事應(yīng)用研究[J]. 裝備指揮技術(shù)學(xué)院學(xué)報， 2011，22（2）： 103-107.