3、新兴中间件的机器学习

新兴中间件的机器学习

1. 引言

在分布式系统中，互操作性是一项基本属性，指的是两个或多个可能由不同制造商开发的系统协同工作的能力。过去，中间件技术和相关桥接方案曾尝试解决这一问题。然而，随着分布式系统的不断发展，其服务和应用的复杂性显著提升，极端分布式系统对传统中间件范式提出了挑战，因为它们需要处理高度异构且独立开发和部署的系统之间的动态连接。

新兴中间件的概念应运而生，它不是一个静态实体，而是根据当前上下文动态生成，以实现系统间的互操作性。这为中间件工程带来了全新视角，需要创建和维护当前网络系统的模型，并利用这些模型来推理网络系统之间的交互，合成合适的中间件。但在网络中，丰富的系统描述并不常见。

本文聚焦于学习技术在支持新兴中间件方面的关键作用，包括构建必要的语义运行时模型以支持合成过程，以及通过不断重新评估当前环境和上下文来应对动态性。学习技术已在多个领域得到有效应用，但将其应用于解决中间件互操作性核心问题尚属首次。

我们的工作是Connect项目的一部分，专注于为基于GMES的系统合成新兴中间件。GMES是欧洲的地球观测能力建设项目，其服务涵盖土地监测、海洋环境监测等六个主要主题领域。在实验中，我们聚焦于联合森林火灾行动，涉及多个欧洲组织，目标GMES系统包含高度异构的网络系统（NS），需要动态合成新兴中间件来支持系统连接。特别地，我们关注与气象站NS的连接，它有多种实例，可被不同的NS访问，如移动手持设备和指挥控制中心。学习技术可用于补充NS的基本接口描述，赋予其适当的功能和行为语义，且该过程可完全自动化，这是新兴中间件概念的关键要求。

2. 新兴中间件

新兴中间件旨在解决两个独立开发的网络系统（NS）之间