关于我校孙晓宁老师参与申报重庆市科技奖的公示
根据《重庆市科学技术奖励办法》及《重庆市科学技术奖励办法实施细则》的有关规定，现将我单位孙晓宁老师参与申报的项目进行公示，公示材料附后。公示期：2023年3月28日至2023年4月3日。任何单位或个人对申报项目持有异议的，应当在公示时间内以真实身份书面向M88科研处提出,并提供必要的证明材料和有效联系方式。
特此公示
联系人：李秉祥
联系电话：023-65362357
邮箱：503540047@qq.com
M88科研处
2023年3月28日
2022年度重庆市科学技术奖提名项目“恶劣与资源受限条件下移动边缘信息服务可靠性保障理论与方法”公示材料
一、项目名称：恶劣与资源受限条件下移动边缘信息服务可靠性保障理论与方法
二、提名者及提名等级：重庆市教育委员会自然科学奖三等奖
三、项目简介：
移动边缘服务作为一种新兴的Web服务形式，具有低时延和就近算力供给的优越特性。以边缘服务为泛在、多态、异构的应用提供计算、存储、数据处理的支撑，成为近年的热点。然而，现有的研究，多针对资源供给充足、通信条件良好的互联网应用环境。如何在恶劣与资源受限条件下（如矿山和矿井），依托非可靠环境和易错易失的计算基础设施，实现可靠的边缘服务放置与组装，研究却很薄弱。如果用传统的方法，来解决恶劣条件下的服务组合、卸调度问题，将导致服务供给能力弱、用户体验差、服务请求满足率低、服务容错能力不足等结果。本项目直面现有技术的不足，针对恶劣与资源受限条件计算资源供给能力弱、可靠性要求高等矛盾性特点，研究和突破了移动条件下边缘服务资源放置、边缘服务匹配、容错服务组合的理论与方法。取得的主要创新成果如下：
1．针对移动边缘环境中服务部署的诸多难题，建立了移动性和用户请求地点感知的服务位置部署的理论模型，以服务覆盖用户总量最大化和降低多用户访问延迟为目标，研究自动化与自适应的放置方法。采取的步骤包含：通过聚类算法将用户群进行划分并生成初始的每个聚类针对的边缘服务部署位置；在初始的部署位置基础上，进一步基于节点间的通信开销和距离，以及移动性，对边缘服务部署位置进行重配置。
2.在实现了边缘服务位置部署后，针对多用户异构请求的场景开展了边缘服务选择和匹配的研究。由于不同的用户的资源需求是差异化的，边缘服务配置的资源也是不同的，请求和服务匹配和选择需要合适的策略。实现了以响应时间约束、电力消耗限制、服务资源充裕度等作为输入条件，考虑多用户协同和“中心云+边缘服务”联合供给条件下的服务选择策略，兼顾响应效率和执行开销。
3.面向去中心化、异质资源供给模式和非可靠的移动边缘计算基础设施，以成本与资源可获得性为约束，以服务组装可靠性优化为目标，设计“资源冗余、任务冗余、资源任务混合冗余”混合主动容错方法；设计被动反应式（reactive）服务组装“主本+副本”容错策略，重点关注服务组装流程约束下，主副本调度动作序列对运行时用户感知QoE的量化影响和SLA可满足性，设计基于深度强化学习策略的主副本资源映射和调度动作序列决策寻优的算法。
相关相关成果，受到中国科学院/工程院双院院士陈俊亮教授、IEEE会士Albert Y. Zomaya、Rajkumar Buyya等国内外著名学者的高度评价。项目组成员依托上述研究成果，发表代表性论文35篇，SCI他引475次，并在智慧金融、工业互联网、矿山灾害应急等领域和场景开展应用转化，创造了较大的社会经济效益。
四、代表性论文专著目录：
序号 |
论文题目 |
期刊名称 |
主要作者 |
1 |
Deadline-Constrained Cost Optimization Approaches for Workflow Scheduling in Clouds.（SCI引用/总引用：85/142） |
IEEE Transactions on Parallel and Distributed Systems |
吴全旺、Fuyuki Ishikawa、朱庆生、夏云霓 |
2 |
A Fluctuation-Aware Approach for Predictive Web Service Composition.(SCI引用/总引用：8/13) |
2018 IEEE International Conference on Services Computing（CCF最佳学生论文奖） |
孙晓宁、陈江川、夏云霓、何强 |
3 |
矿山事故应急救援指挥决策一体化信息平台关键技术 |
气象出版社（国家一级出版社） |
郑万波、吴燕清、夏云霓 |
4 |
MOELS: Multiobjective Evolutionary List Scheduling for Cloud Workflows.(SCI引用/总引用：58/75) |
IEEE Transactions on Automation Science and Engineering |
吴全旺、周孟初、朱庆生、夏云霓、文俊浩 |
5 |
新型矿井应急救援指挥通信系统关键技术研究(SCI引用/总引用：0/19) |
煤炭科学技术 |
郑万波、吴燕清、谢成梁 |
6 |
Collaborative Workflow Scheduling over MANET, a User Position Prediction-Based Approach.(SCI引用/总引用：4/5) |
2018International Conference on Collaborative Computing: Networking, Applications and Worksharing(CollaborateCom)(CCF最佳学生论文奖) |
彭青蓝、何强、夏云霓、吴春蓉 |
9 |
一种基于深度强化学习与概率性能感知的边缘计算环境多工作流卸载方法(SCI引用/总引用：0/4) |
计算机科学 |
马堉银、郑万波、马勇、刘航、夏云霓 |
10 |
Online user allocation in mobile edge computing environments: A decentralized reactive approach.(SCI引用/总引用：8/22) |
Journal of Systems Architecture |
吴春蓉、彭青蓝、夏云霓、马勇、郑万波 |
11 |
A Novel Approach to Scheduling Workflows Upon Cloud Resources with Fluctuating Performance.(SCI引用/总引用：9/16) |
Mobile Networks and Applications |
潘谊、王澍、吴磊、夏云霓、郑万波 |
12 |
Maximizing Reliability of Data-Intensive Workflow Systems with Active Fault Tolerance Schemes in Cloud.(SCI引用/总引用：2/3) |
2020 IEEE 13th International Conference on Cloud Computing (CLOUD) |
李蔚凌、孙晓宁、kewen Liao、夏云霓 |
13 |
Energy and Migration Cost-Aware Dynamic Virtual Machine Consolidation in Heterogeneous Cloud Datacenters. (SCI引用/总引用：62/110) |
IEEE Transactions on Services Computing |
吴全旺、Fuyuki Ishikawa、朱庆生、夏云霓 |
14 |
A Decentralized Reactive Approach to Online Task Offloading in Mobile Edge Computing Environments.(SCI引用/总引用：2/6) |
International Conference on Service-Oriented Computing（ICSOC） |
彭青蓝、夏云霓、王岩、吴春蓉 |
15 |
A Decentralized Collaborative Approach to Online Edge User Allocation in Edge Computing Environments.(SCI引用/总引用：4/10) |
2020 IEEE International Conference on Web Services (ICWS) |
彭青蓝、夏云霓、王岩、吴春蓉 |
16 |
A Novel Coalitional Game-Theoretic Approach for Energy-Aware Dynamic VM Consolidation in Heterogeneous Cloud Datacenters.(SCI引用/总引用：3/5) |
2019 IEEE International Conference on Web Services (ICWS) |
肖旋、夏云霓、Feng Zeng、郑万波、孙晓宁 |
17 |
A time series and reduction-based model for modeling and QoS prediction of service compositions.(SCI引用/总引用：11/14) |
Concurrency and Computation: Practice and Experience |
李佳、罗辛、夏云霓、韩亚凯 |
18 |
On dynamic performance estimation of fault-prone Infrastructure-as-a-Service clouds.(SCI引用/总引用：3/10) |
International Journal of Distributed Sensor Networks |
郑万波、王元斗、夏云霓、吴全旺 |
19 |
Fluctuation-Aware and Predictive Workflow Scheduling in Cost-Effective Infrastructure-as-a-Service Clouds.(SCI引用/总引用：59/91) |
IEEE Access |
李蔚凌、夏云霓、周孟初、孙晓宁 |
20 |
Multi-Objective Workflow Scheduling With Deep-Q-Network-Based Multi-Agent Reinforcement Learning.(SCI引用/总引用：129/202) |
IEEE Access(高被引论文) |
王元斗、刘航、郑万波、夏云霓 |
五、主要完成单位：重庆大学，M88，昆明理工大学
六、主要完成人：夏云霓，孙晓宁，吴全旺，肖旋，郑万波
