CN105976275A - 用于建立可持续的创新平台的方法和系统 - Google Patents

Abstract

本申请提供了用于建立可持续的创新平台的方法和系统。所述系统包括创新服务平台，其包括一组独立的可消费的服务。所述系统还包括创新共同体平台，其包括一组框架，用于形成创新共同体以及支持共同体数据和共同体服务之间的交互。所述系统还包括监测、数据同化和模拟平台，其用于服务相关监测、监测数据模型同化、以及基于模型的由机器执行的假设模拟。所述系统还包括服务增强和服务优化平台，用于根据基于模型的由机器执行的假设模拟来确定服务增强和服务优化。

Description

用于建立可持续的创新平台的方法和系统

技术领域

本发明一般涉及信息处理，并且特别地涉及基于服务当先和现时服务方法创建可持续的创新平台。

背景技术

传统上，创新过程往往基于如下所述的瀑布模型：开始于概念的产生；随后是概念原型的证明；随后是在该创新被加固并且可由大众市场消费之前，在真实环境中的有限部署。该创新周期通常非常漫长，并且往往要花费数月甚至数年。

然而，并不是每一个创新平台都会成功。许多创新平台从未达到可持续阶段，因为例如到该创新到达市场时为止，由于市场要求已经转变，该创新变得落后于潮流，导致投资的相当大的损失。因此，需要创建可持续的创新平台。

发明内容

根据本原理的一个方面，提供了一种用于建立可持续的创新平台的系统。该系统包括创新服务平台，其包括一组独立的可消费的服务。该系统还包括创新共同体平台，其包括一组框架，用于形成创新共同体、以及支持共同体数据和共同体服务之间的交互。该系统还包括监测、数据同化(data assimilation)和模拟平台，用于服务相关监测、监测数据模型同化、以及基于模型的由机器执行的假设模拟(what-if simulation)。该系统还包括服务增强和服务优化平台，用于根据基于模型的由机器执行的假设模拟，确定服务增强和服务优化。

根据本原理的另一方面，提供了一种用于建立可持续的创新平台的方法。该方法包括由创新服务平台提供一组独立的可消费的服务。该方法还包括由包括一组框架的创新共同体平台形成创新共同体并支持共同体数据和共同体服务之间的交互。该方法还包括由监测、数据同化和模拟平台执行服务相关监测、监测数据模型同化、以及基于模型的由机器执行的假设模拟。该方法还包括由服务增强和服务优化平台根据基于模型的由机器执行的假设模拟，来确定服务增强和服务优化。

根据结合附图阅读的本发明的说明性实施例的以下详细描述，这些和其它特征及优点将变得明显。

附图说明

本公开将参考以下附图在优选实施例的以下描述中提供细节，其中：

图1示出根据本原理的实施例的可以应用本原理的示例性处理系统100；

图2示出根据本原理的实施例的用于基于服务当先和现时服务方法创建可持续的创新平台的示例性系统200；

图3示出根据本原理的实施例的用于基于服务当先和现时服务方法创建可持续的创新平台的示例性方法300；

图4示出根据本原理的实施例的用于识别一组独立的可消费的服务和附加服务的方法400；

图5示出根据本原理的实施例的用于获得由创新服务平台210使用的一组数据和元数据的方法500；

图6示出根据本原理的实施例的用于执行服务相关监测、监测数据模型同化、以及基于模型的由机器执行的假设模拟的方法600；

图7示出根据本原理的实施例的用于服务增强和服务优化的方法700；

图8示出根据本原理的实施例的示例性云计算节点810；

图9示出根据本原理的实施例的示例性云计算环境950；以及

图10示出根据本原理的实施例的示例性抽象模型层。

具体实施方式

本原理涉及在日益流行的“作为服务”和基于云的环境的背景中创建可持续的创新平台。在实施例中，本原理涉及基于服务当先(service first)和现时服务(service now)方法创建可持续的创新平台。

在信息技术(IT)环境中，由于更加迅速地部署新的能力的意图，创新日益地以与传统产品形成对比的“作为服务”的形式被消费。新服务往往基于现有服务或由现有服务组成。包括一组基本服务的“创新平台”往往出现于在这些基本服务之上迅速创建新服务的情况下。

本原理的一个或多个实施例可以解决当今在创建可持续的创新平台中常常遇到的挑战。在一实施例中，本原理提供和/或以其他方式涉及这样的框架，其用于分析包括作为创新平台的一部分的各种服务和数据以便该平台包括关键数据和吸引子服务(attractor service)的充分性和/或必要性。在一实施例中，本原理提供和/或以其他方式包括基于对平台的实际使用的持续监测来主动识别增强区域的框架。

在一实施例中，本原理提供了用于建立包括以下元素的可持续的创新平台的方法和系统：基础创新平台服务、基础创新平台数据；基础创新平台共同体；用于有规模地将传统解决方案转变成新的解决方案的框架；用于全面持续监测、基于模型的数据同化、以及假设情景模拟(what-ifscenario simulation)的平台；以及有规模的主动平台增强和优化。

基础创新平台服务包括构成基础平台服务的一组高度可消费的“本征向量”服务。这些“本征向量”服务是彼此独立的(或“正交的”)，并且可以提供目标创新空间的充分覆盖(或“跨越”创新空间)。附加增值服务由这些本征向量服务组成。这些本征向量使得能够组合性地组成新的创新、能力和服务。本征向量的概念起源于线性代数。线性变换的本征向量定义在该变换下的方向不变量。这里就提供创新空间的充分覆盖而言的本征向量服务的概念是经验性的，而并非是通过形式证明。

基础创新平台数据包括为基础平台服务所需的一组“关键”数据和元数据，包括用于组成和配置所述服务的“模式”。关键数据可以用于引导由本征向量服务组成的服务。

基础创新平台共同体包括机制和框架来确保相当大的共同体，使得共同体、数据/元数据和服务的加速采用和超速成长的网络效应可以发生。使能机制和框架包括应用、数据和服务，其提供较高的实用性并且在一些情况下允许该实用性随附加用户、数据或服务而显著增加，以形成以下两者的良性循环：共同体生成的内容；以及内容吸引更多的共同体。

用于有规模地将问题的传统解决方案转变成新的解决方案的框架应该包括重构(refactoring)、聚合(aggregation)、以及被利用的大规模关键数据集(例如，可能先前已经手动生成、或者根据本原理按需生成或补充的数据集)。该框架使得能够利用从一流的解决方案或解决方案组成部分来组成新的解决方案，其中所述一流的解决方案或解决方案组成部分先前在许多不同的情况下被手动或自动地解决。

用于全面持续监测、基于模型的数据同化、以及假设情景模拟的平台可以提供对下述的持续监测：(最终用户对)所组成的服务的消费，以及(开发人员对)用于组成其它服务的这些服务的采用。来自监测的数据可以被同化到可用于进行用户和开发人员共同体的假设分析的模型中。

有规模的主动平台增强和优化可以基于最终用户或开发人员的需求的演变，其中创新的新服务和/或现有服务上的增量改善正在对所提供的服务作出。用于新服务或现有服务的增强的这些建议基于来自下文所描述的模型的假设分析。这可以支持甚至更大数量的用户、开发人员和增值服务提供商，并且允许他们从创新平台环境/生态系统中提取附加的实用性。

现在将给出若干定义。基础服务是指相对于彼此独立(正交)的、可消费的、并且可以充当用以形成服务组合的基础的服务。创新共同体是指这样的共同体，其包括服务提供商、用户、开发人员、以及可能会有助于创新的消费和/或促进的任何其它群体。所述促进可以通过开发、在产品或服务中的使用、等等来实现。

图1示出根据本原理的实施例的可以应用本原理的示例性处理系统100。处理系统100包括经由系统总线102可操作地耦合到其它组件的至少一个处理器(CPU)104。高速缓存106、只读存储器(ROM)108、随机存取存储器(RAM)110、输入/输出(I/O)适配器120、声音适配器130、网络适配器140、用户接口适配器150和显示适配器160可操作地耦合到系统总线102。

第一存储设备122和第二存储设备124通过I/O适配器120可操作地耦合到系统总线102。存储设备122和124可以是盘存储设备(例如，磁或光盘存储设备)、固态磁设备等中的任一个。存储设备122和124可以是相同类型的存储设备或不同类型的存储设备。

扬声器132通过声音适配器130可操作地耦合到系统总线102。收发机142通过网络适配器140可操作地耦合到系统总线102。显示设备162通过显示适配器160可操作地耦合到系统总线102。

第一用户输入设备152、第二用户输入设备154和第三用户输入设备156通过用户接口适配器150可操作地耦合到系统总线102。用户输入设备152、154和156可以是键盘、鼠标、小键盘、图像捕捉设备、运动感测设备、麦克风、包含前述设备中的至少两个的功能的设备等中的任一个。当然，在保持本原理的精神的同时，也可以使用其它类型的输入设备。用户输入设备152、154和156可以是相同类型的用户输入设备或不同类型的用户输入设备。用户输入设备152、154和156被用于输入信息到系统100以及从系统100输出信息。

当然，如本领域技术人员容易预期到的，处理系统100还可以包括其它元件(未示出)，以及省略某些元件。例如，如本领域普通技术人员容易理解的，取决于处理系统100的特定实现，各种其它输入设备和/或输出设备可以被包括在处理系统100中。例如，可以使用各种类型的无线和/或有线输入和/或输出设备。此外，如本领域普通技术人员容易理解的，也可以利用处于各种配置中的附加处理器、控制器、存储器等。在本文所提供的本原理的教导下，本领域普通技术人员容易预期到处理系统100的这些和其它变型。

此外，应理解的是，下面关于图2所描述的系统200是用于实现本原理的各个实施例的系统。处理系统100的一部分或全部可以被实现在系统200的元件中的一个或多个中。

另外，应理解的是，处理系统100可以执行本文所述的方法的至少一部分，包括：例如，图3的方法300的至少一部分，和/或图4的方法400的至少一部分，和/或图5的方法500的至少一部分，和/或图6的方法600的至少一部分，和/或图7的方法700的至少一部分。类似地，系统200的一部分或全部可以被用于执行图3的方法300的至少一部分、和/或图4的方法400的至少一部分、和/或图5的方法500的至少一部分、和/或图6的方法600的至少一部分、和/或图7的方法700的至少一部分。

图2示出根据本原理的实施例的用于基于服务当先和现时服务方法创建可持续的创新平台的示例性系统200。

系统200包括创新服务平台210、创新数据平台220、创新共同体平台230、转变平台240、监测、数据同化和模拟平台250、以及服务增强和服务优化平台260。

创新服务平台210包括一组独立的可消费的服务。

创新数据平台220包括由创新服务平台210使用的一组数据和元数据。

创新共同体平台230包括一组框架，用于形成创新共同体以及支持共同体数据和共同体服务之间的交互。

转变平台240将问题的传统解决方案转变成新的解决方案。

监测、数据同化和模拟平台250执行服务相关监测、监测数据模型同化、以及基于模型的由机器执行的假设模拟。

服务增强和服务优化平台260根据基于模型的由机器执行的假设模拟，来确定服务增强和服务优化。

根据本原理的一个或多个实施例，这里进一步描述系统200的各种元件210至260。

在图2所示的实施例中，其元件通过总线201/网络被互连。然而，在其它实施例中，也可以使用其它类型的连接。此外，在一实施例中，系统200的元件中的至少一个是基于处理器的。另外，尽管一个或多个元件可以被示出为单独的元件，但是在其它实施例中，这些元件可以被组合为一个元件。反过来也是可适用的，其中尽管一个或多个元件可以是另一个元件的一部分，但在其它实施例中，一个或多个元件可以作为独立的元件来实现。此外，系统200的一个或多个元件可以以分布式的方式被结合在一个或多个单独的设备(包括单独的服务器等)中。例如，不同的元件/平台可以位于不同的位置。另外，这些元件/平台中的一个或多个可以涉及一个或多个数据中心。另外，在本文所提供的本原理的教导下，如本领域普通技术人员容易理解的，这些元件/平台中的一个或多个可以涉及基础设施服务、信息管理服务、组合服务、中间件、对应应用等中的一个或多个。而且，这些元件/平台中的任一个的多于一个实例可以被用在本原理的实施例中。此外，系统200可以使用如本文所述的云技术和配置来实现。在本文所提供的本原理的教导下，本领域普通技术人员可以在保持本原理的精神的同时很容易地确定系统200的元件的这些和其它变型。

图3示出根据本原理的实施例的用于基于服务当先和现时服务方法创建可持续的创新平台的示例性方法300。

在步骤310，由创新数据平台获得将由创新服务平台使用的一组数据和元数据。

在步骤320，由创新服务平台提供一组独立的可消费的服务。

在步骤330，由包括一组框架的创新共同体平台形成创新共同体并支持共同体数据和共同体服务之间的交互。

在步骤340，由监测、数据同化和模拟平台执行服务相关监测、监测数据模型同化、以及基于模型的由机器执行的假设模拟。

在步骤350，由服务增强和服务优化平台根据基于模型的由机器执行的假设模拟，来确定服务增强和服务优化。

图4示出根据本原理的实施例的用于识别一组独立的可消费的服务和附加服务的方法400。

在步骤410，使用创新域的生命周期来识别创新开发的生命周期阶段。

在步骤420，将用于生命周期阶段中的每一个的代表性服务识别为一组独立的可消费的服务中的服务。

在步骤430，通过构建来自所述一组独立的可消费的服务中的服务的测试情景来识别附加服务。

图5示出根据本原理的实施例的用于获得由创新服务平台210使用的一组数据和元数据的方法500。

在步骤510，选择种子数据的初始数据集来支持一组独立的可消费的服务。

在步骤520，在下述中的至少一者发生时识别和积累与初始数据集相关的附加数据：所述一组服务中的服务正被重构，以及正在从所述一组服务中的服务形成附加服务。

在步骤530，从初始数据集和附加数据形成一组数据和元数据。

图6示出根据本原理的实施例的用于执行服务相关监测、监测数据模型同化、以及基于模型的由机器执行的假设模拟的方法600。

在步骤610，执行服务相关监测以获得监测数据。服务相关监测可以包括：例如，监测最终用户服务消费，以及用于其它服务组成的开发人员服务采用。

在步骤620，将监测数据同化到一个或多个模型中。在一实施例中，步骤620可以涉及对数据进行过滤。如本领域普通技术人员容易理解的，过滤的类型取决于特定的实现。

在步骤630，基于一个或多个模型来执行基于模型的由机器执行的假设模拟。在一实施例中，步骤630可以涉及执行一个或多个模拟。在一实施例中，步骤630可以涉及生成一个或多个预测(projection)。

图7示出根据本原理的实施例的用于服务增强和服务优化的方法700。

在步骤710，基于从基于模型的由机器执行的假设模拟生成的(诸如，由图6的步骤630生成的)一个或多个预测，开发附加的(新的)服务和/或获得用于增强或优化现有服务的数据。

在步骤720，在体内(in vivo)测试(来自步骤710的)附加服务以及数据，如果有的话。

在步骤730，如果有的话，使用所述数据增强或优化一个或多个现有服务、和/或所述附加服务中的一个或多个。

IT的消费正在从硬件和软件产品转移到通过服务交付的能力。

用于企业和云服务提供商两者的基础设施的演变与过去相比有相当大的不同。我们注意到与服务当先和现时服务相关的以下两个关键的观察。

关于服务当先，创新在消费的点处被开发/应用。传统上，在创新作为产品被部署和消费之前，创新主要在隔离的环境(例如，实验室)中被开发。从初始概念定义到消费时的周期可以潜在地非常漫长，并且往往花费数月甚至数年。朝向服务当先的趋势使创新能够更早地(作为服务)被消费。

关于现时服务，创新响应于需求而在体内(与在体外形成对比)持续且增量地演变。使用Netflix公司作为示例，依据分类法(或类别)和每个类别内的相对评级进行的电影选择的显示被持续地学习并且基于以下因素而被适应：其与用户的交互，用户是否实际深入到电影选择的任一个中，他们观看了多长时间，他们在哪个设备上观看，以及他们在哪里观看。支持用户的迅速增长(在2010年和2011年之间超过37倍)的基础设施也在Netflix公司的成长期间快速演变，包括使用内容分发网络(Akamai)、Hadoop和Hive、NoSQL数据库(诸如Cassandra)。关键是所述演变需要在活生生的环境中发生，使得对所发生的事的获悉以及调整的应用都可以尽快在活生生的环境中发生。传统上，获悉可能发生在沙盒中，所述沙盒使用从先前的执行中捕捉的“痕迹”来进行模拟。然而，传统方法将永远不能实时地获悉所述改变的影响。

现在，我们描述传统的产品当先(即，瀑布)方法与服务当先的在体内迭代精炼的方法之间的差异。在传统的产品当先方法中，基于在引入该产品的时候的预测的需求来开发一项创新。然而，非常有可能的是，到该创新被引入到市场时为止，(市场的)实际需求已经转变，导致错失市场的实际需求。可替代地，服务当先方法直接在市场内实验和演变具有小得多的增量创新的以服务的形式体现的新能力，使得创新的演变密切跟踪市场需求的实际演变。服务当先方法实质上降低了移动到与市场的期待和实际演变完全不一致的空间中的风险。

在服务当先、现时服务环境中在消费的点处的创新可以发生在所有级别上—流程级别、服务级别和基础设施级别，其中新的能力建立在平台内的其它能力之上。在所有情况下，成功的平台通常具有关键且有吸引力的内容(采取可消费的服务或可消费的数据/元数据的形式)来吸引用户和开发人员共同体，而用户和开发人员共同体会贡献附加内容。该正反馈回路可以确保可持续的生态系统。没有达到可持续状态的那些平台将具有收缩的共同体，导致收缩的内容以及它们的最终灭亡。

在下文中，我们将使用三个示例(如下面所示)来举例说明建立成功的开放式服务和关键/重要数据的概念。

在第一示例中，根据programmableweb.com，到2013年12月27日为止，设计成在移动设备以及传统桌面浏览器应用上工作的、允许将Google地图嵌入到外部开发人员的网页上的地图应用编程接口(API)是使用最广泛的API。其正在由可编程网页上的注册的API或混搭中的39％(或总共10674个API或混搭中的2528个API或混搭)使用。Google地图的普及来自于重要(或关键)数据即整个世界的GIS数据、以及建立于其上的高效地图服务。这与传统的GIS软件相反。

在第二示例中，Facebook的API也已经被许多其它混搭(到2013年12月27日为止为412个混搭)广泛地再使用。的主要吸引力是在捕捉人们之间的结构和时间关系方面的重要数据。事实上，势头如此巨大以致其它社交媒体出口在获得充分的牵引势头方面有困难。

在第三示例中，自从于1964年被引入到市场以来，system z开发了非常强大的生态系统，尤其是对于交易数据而言。一组强大的中间件服务诸如信息管理系统(IMS)、客户信息控制系统(CICS)和交易处理设施(TPF)已被广泛部署为用于航空预订系统、核心银行系统和公用事业公司客户关系管理系统的基体(substrate)。

在这些情况中的每一个中，存在着锚定的创新“平台”(Google地图应用编程接口(API)，Facebook API，以及system z之上的IMS/CICS/TPF)，其提供了开放式服务和重要数据两者、不断扩展的用户和开发人员共同体、以及积累的内容(可消费的服务和数据)与生态系统的扩展之间的正反馈回路。每个锚定的创新平台在其背后总是具有锚定的服务提供商，即针对我们讨论的三个示例的和

因此，成功的生态系统往往包括锚定的创新平台和重要数据、流程和服务。创新平台在过去的二十年期间(自从2000年以来)的开发总是在消费者空间中开始，然后传播到企业空间。该现象也被称为消费者IT的企业化(enterpritization)。在历史上，到现在为止，创新平台的演变包括以下内容：交易的数字化；企业的数字化；以及工业的数字化。

关于交易的数字化，因特网时代的开始也触发了在企业对顾客(B2C)以及随后的企业对企业(B2B)的背景中对交易和电子商务进行的数字化的开始。电子商务的广泛采用使得关键参与者(key player)诸如和能够捕捉大量的用户购买行为，这继而允许平台与用户具有更多的智能交互(诸如预测未来的需求)，导致用户体验的持续改善。

关于企业的数字化，自从2000年以来，为整个企业的数字化创建了平台，包括迅速采用商业流程管理(BPM)和信息集成平台以便使商业流程以及跨组织的数据变换和迁移协调地结合起来。许多传统的企业应用诸如企业资源规划、客户关系管理(CRM)、供应商关系管理(SRM)和智能案例管理被重构以便以这些平台为基础，使得这些应用可以更直接地与企业内的不同业务进行绑定。通过BPM和信息集成平台，商业行为模式(依据流程和数据的协调)可以被捕捉并与最佳实践进行比较，导致企业的持续改善和优化。

关于工业的数字化，在可预见的未来，创新平台将开始聚焦于工业生态系统的数字化。用于工业数字化的平台的成功关键可能是捕捉和持续改善工业参与者之间的行为的能力。

现在将给出以下内容的进一步描述：基础创新平台服务；基础创新平台数据；用于全面持续监测、基于模型的数据同化、以及假设情景模拟的平台；以及主动平台增强。

另外，关于基础创新平台服务，地图API(https：//developers.google.com/maps/documentation/javascript/)可以用作示例来举例说明基础创新平台服务，其包括控制、覆盖(overlay)、本征服务(例如，地理编码器、方向、距离、持续时间)、地图类型、层、街道视图、均等(evens)、基底(base)、多视点编码(MVC)、几何库、内容广告(adsense)库、地球相册(Panoramio)库、地点库、绘图库、天气库、可视化库)。地图和两者随后提供了类似的API作为用于地图应用开发人员的替代品。为了识别用于每个新的域的基础创新平台服务，在一实施例中，该方法可以包括以下步骤：

1.使用创新域的生命周期(开始、开发、部署、持续运行、增强和更新)来识别创新开发的阶段。

2.识别用于生命周期的每个阶段的代表性服务。这些“代表性”服务是“种子”服务(无论这是用于地图服务、还是用于基因组测序、转化医学、症状监测、物联网等)。

3.通过从这些“种子”服务构建“测试情景”来识别新的一组服务。可以从现有的服务分解出和/或重构出这些新的种子服务。当一组服务在构建新服务的时候被稳定时，所述一组服务成为本征服务。

另外，关于基础创新平台数据，如上面所提到的，基础创新平台数据包括为基础平台服务所需的一组关键数据和元数据，包括用于组成和配置所述服务的“模式”。关键数据可以用于引导由本征向量服务组成的服务。在一实施例中，用于构建关键数据的方法可以包括以下步骤：

1.选择足以支持所有本征服务的初始“种子”数据。我们注意到以下示例。在地图服务的情况下，关键数据是用于世界的基本的GIS相关数据。在物联网(IoT)的情况下，关键数据是特定域诸如城市交通、智能电网等的行为数据。在症状监测的情况下，关键数据是包括患者的诊断代码的健康保险索赔数据。前述内容仅仅是说明性的示例，并且特定的初始种子数据是取决于实现来选择的。

2.在服务正被重构以及正在从现有服务组成新服务时，识别和积累与初始数据集部分或完全相关的附加数据。

数据应该有助于捕捉正被提供的服务的“行为”或“模式”。该阶段是显著的增强，其中非显而易见和非传统的数据/元数据被识别以提供差异化服务。在症状监测的情况下，该数据可以包括来自超市的非处方(OTC)药品销售数据以便实现即将到来的流感集中爆发的预测。

3.附加数据可以在共同体参与的过程期间被积累。

另外，关于用于全面持续监测、基于模型的数据同化、以及假设情景模拟的平台，该平台可以提供对下述的持续监测：(最终用户对)所组成的服务的消费，以及(开发人员对)用于组成其它服务的这些服务的采用。来自监测的数据可以用于被同化到可用于进行用户和开发人员共同体的假设分析的模型中，并且在一实施例中可以包括以下内容：

1.所公开的创新平台的关键方面是用于指定初始提供的服务的行为模型、或者随后自动捕捉行为模型的框架和机制。

2.由创新平台收集的数据被同化到行为模型中，所述行为模型也过滤和/或净化数据。

3.所述模型随后被用于进行假设分析以预测客户行为的潜在的未来路径、服务的未来需求、以及数据的未来需求。

另外，关于主动平台增强，基于最终用户或开发人员的需求的演变，创新的新服务和/或现有服务上的增量改善正在对所提供的服务作出。用于新服务或者现有服务的增强的这些建议以来自在前述条目3中所开发的模型的假设分析为基础。在一实施例中，主动平台增强可以包括以下内容：

1.在用于全面监测、基于模型的数据同化、以及假设情景模拟的平台下，在条目3中产生的预测将被用作用于开发新服务和/或获取数据的基础。

2.新开发的服务将在体内与所述数据一起被测试。

首先应当理解，尽管本公开包括关于云计算的详细描述，但其中记载的技术方案的实现却不限于云计算环境，而是能够结合现在已知或以后开发的任何其它类型的计算环境而实现。

云计算是一种服务交付模式，用于对共享的可配置计算资源池进行方便、按需的网络访问。可配置计算资源是能够以最小的管理成本或与服务提供者进行最少的交互就能快速部署和释放的资源，例如可以是网络、网络带宽、服务器、处理、内存、存储、应用、虚拟机和服务。这种云模式可以包括至少五个特征、至少三个服务模型和至少四个部署模型。

特征如下所述：

按需自助式服务：云的消费者在无需与服务提供者进行人为交互的情况下能够单方面自动地按需部署诸如服务器时间和网络存储等的计算能力。

广泛的网络接入：计算能力可以通过标准机制在网络上获取，这种标准机制促进了通过不同种类的瘦客户机平台或厚客户机平台(例如移动电话、膝上型电脑、个人数字助理PDA)对云的使用。

资源池：提供者的计算资源被归入资源池并通过多租户(multi-tenant)模式服务于多重消费者，其中按需将不同的实体资源和虚拟资源动态地分配和再分配。一般情况下，消费者不能控制或甚至并不知晓所提供的资源的确切位置，但可以在较高抽象程度上指定位置(例如国家、州或数据中心)，因此具有位置无关性。

迅速弹性：能够迅速、有弹性地(有时是自动地)部署计算能力，以实现快速扩展，并且能迅速释放来快速缩小。在消费者看来，用于部署的可用计算能力往往显得是无限的，并能在任意时候都能获取任意数量的计算能力。

可测量的服务：云系统通过利用适于服务类型(例如存储、处理、带宽和活跃用户帐号)的某种抽象程度的计量能力，自动地控制和优化资源效用。可以监测、控制和报告资源使用情况，为服务提供者和消费者双方提供透明度。

服务模型如下所述：

软件即服务(SaaS)：向消费者提供的能力是使用提供者在云基础架构上运行的应用。可以通过诸如网络浏览器的瘦客户机接口(例如基于网络的电子邮件)从各种客户机设备访问应用。除了有限的特定于用户的应用配置设置外，消费者既不管理也不控制包括网络、服务器、操作系统、存储、乃至单个应用能力等的底层云基础架构。

平台即服务(PaaS)：向消费者提供的能力是在云基础架构上部署消费者创建或获得的应用，这些应用利用提供者支持的程序设计语言和工具创建。消费者既不管理也不控制包括网络、服务器、操作系统或存储的底层云基础架构，但对其部署的应用具有控制权，对应用托管环境配置可能也具有控制权。

基础架构即服务(IaaS)：向消费者提供的能力是消费者能够在其中部署并运行包括操作系统和应用的任意软件的处理、存储、网络和其他基础计算资源。消费者既不管理也不控制底层的云基础架构，但是对操作系统、存储和其部署的应用具有控制权，对选择的网络组件(例如主机防火墙)可能具有有限的控制权。

部署模型如下所述：

私有云：云基础架构单独为某个组织运行。云基础架构可以由该组织或第三方管理并且可以存在于该组织内部或外部。

共同体云：云基础架构被若干组织共享并支持有共同利害关系(例如任务使命、安全要求、政策和合规考虑)的特定共同体。共同体云可以由共同体内的多个组织或第三方管理并且可以存在于该共同体内部或外部。

公共云：云基础架构向公众或大型产业群提供并由出售云服务的组织拥有。

混合云：云基础架构由两个或更多部署模型的云(私有云、共同体云或公共云)组成，这些云依然是独特的实体，但是通过使数据和应用能够移植的标准化技术或私有技术(例如用于云之间的负载平衡的云突发流量分担技术)绑定在一起。

云计算环境是面向服务的，特点集中在无状态性、低耦合性、模块性和语意的互操作性。云计算的核心是包含互连节点网络的基础架构。

现在参考图8，其中显示了云计算节点810的一个例子。图8显示的云计算节点810仅仅是适合的云计算节点的一个示例，不应对本发明实施例的功能和使用范围带来任何限制。总之，云计算节点810能够被用来实现和/或执行以上所述的任何功能。

云计算节点810具有计算机系统/服务器812，其可与众多其它通用或专用计算系统环境或配置一起操作。众所周知，适于与计算机系统/服务器812一起操作的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任意系统的分布式云计算技术环境，等等。

计算机系统/服务器812可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机系统/服务器812可以在通过通信网络链接的远程处理设备执行任务的分布式云计算环境中实施。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

如图8所示，云计算节点810中的计算机系统/服务器812以通用计算设备的形式表现。计算机系统/服务器812的组件可以包括但不限于：一个或者多个处理器或者处理单元816，系统存储器828，连接不同系统组件(包括系统存储器828和处理单元816)的总线818。

总线818表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机系统/服务器812典型地包括多种计算机系统可读介质。这些介质可以是能够被计算机系统/服务器812访问的任意可获得的介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器828可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)830和/或高速缓存存储器832。计算机系统/服务器812可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统834可以用于读写不可移动的、非易失性磁介质(图1未显示，通常称为“硬盘驱动器”)。尽管图1中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线818相连。存储器828可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块842的程序/实用工具840，可以存储在存储器828中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块842通常执行本发明所描述的实施例中的功能和/或方法。

计算机系统/服务器812也可以与一个或多个外部设备814(例如键盘、指向设备、显示器824等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器812交互的设备通信，和/或与使得该计算机系统/服务器812能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口822进行。并且，计算机系统/服务器812还可以通过网络适配器820与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器820通过总线818与计算机系统/服务器812的其它模块通信。应当明白，尽管图中未示出，其它硬件和/或软件模块可以与计算机系统/服务器812一起操作，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

现在参考图9，其中显示了示例性的云计算环境950。如图所示，云计算环境950包括云计算消费者使用的本地计算设备可以与其相通信的一个或者多个云计算节点910，本地计算设备例如可以是个人数字助理(PDA)或移动电话954A，台式电脑954B、笔记本电脑954C和/或汽车计算机系统954N。云计算节点910之间可以相互通信。可以在包括但不限于如上所述的私有云、共同体云、公共云或混合云或者它们的组合的一个或者多个网络中将云计算节点910进行物理或虚拟分组(图中未显示)。这样，云的消费者无需在本地计算设备上维护资源就能请求云计算环境950提供的基础架构即服务(IaaS)、平台即服务(PaaS)和/或软件即服务(SaaS)。应当理解，图9显示的各类计算设备954A-N仅仅是示意性的，云计算节点910以及云计算环境950可以与任意类型网络上和/或网络可寻址连接的任意类型的计算设备(例如使用网络浏览器)通信。

现在参考图10，其中显示了云计算环境950(图9)提供的一组功能抽象层。首先应当理解，图3所示的组件、层以及功能都仅仅是示意性的，本发明的实施例不限于此。如图10所示，提供下列层和对应功能：

硬件和软件层1060包括硬件和软件组件。硬件组件的例子包括：主机，例如系统；基于RISC(精简指令集计算机)体系结构的服务器，例如IBM系统；IBM系统；IBM系统；存储设备；网络和网络组件。软件组件的例子包括：网络应用服务器软件，例如IBM应用服务器软件；数据库软件，例如IBM数据库软件。(IBM,zSeries,pSeries,xSeries,BladeCenter,WebSphere以及DB2是国际商业机器公司在全世界各地的注册商标)。

虚拟层1062提供一个抽象层，该层可以提供下列虚拟实体的例子：虚拟服务器、虚拟存储、虚拟网络(包括虚拟私有网络)、虚拟应用和操作系统，以及虚拟客户端。

在一个示例中，管理层1064可以提供下述功能：资源供应功能：提供用于在云计算环境中执行任务的计算资源和其它资源的动态获取；计量和定价功能：在云计算环境内对资源的使用进行成本跟踪，并为此提供帐单和发票。在一个例子中，该资源可以包括应用软件许可。安全功能：为云的消费者和任务提供身份认证，为数据和其它资源提供保护。用户门户功能：为消费者和系统管理员提供对云计算环境的访问。服务水平管理功能：提供云计算资源的分配和管理，以满足必需的服务水平。服务水平协议(SLA)计划和履行功能：为根据SLA预测的对云计算资源未来需求提供预先安排和供应。

工作负载层1066提供云计算环境可能实现的功能的示例。在该层中，可提供的工作负载或功能的示例包括：地图绘制与导航；软件开发及生命周期管理；虚拟教室的教学提供；数据分析处理；交易处理；以及基于服务当先(service first)和现时服务(service now)的方式创建可持续的创新平台。

本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是―但不限于―电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子的非穷举的列表包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上记录有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不应被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机可读程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Java、Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”编程语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，包括例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，使得存储有指令的计算机可读存储介质包括制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图示出了根据本发明的各个实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

在本原理的说明书中对“一个实施例”或“实施例”及它的其他变体的提及意味着结合实施例描述的特定特征、结构、特性等等被包括在本原理的至少一个实施例中。因此，贯穿说明书的各种地方出现的措辞“在一个实施例中”或“在实施例中”以及任何其他变体的出现并不一定全部指代相同的实施例。

应理解的是，例如在“A/B”、“A和/或B”和“A和B中的至少一个”的情况中对以下“/”、“和/或”和“至少一个”中的任何一者的使用旨在包含以下选择：仅第一个列出的选项(A)，或仅第二个列出的选项(B)，或两个选项(A和B)。作为另外的实例，在“A、B和/或C”和“A、B和C中的至少一个”的情况下，这样的措辞旨在包含以下选择：仅第一个列出的选项(A)，或仅第二个列出的选项(B)，或仅第三个列出的选项(C)，或仅第一个和第二个列出的选项(A和B)，或仅第一个和第三个列出的选项(A和C)，或仅第二个和第三个列出的选项(B和C)，或所有三个选项(A和B和C)。这可以对于许多列出的术语进行扩展，如本领域和相关领域的普通技术人员容易理解的那样。

已经描述了系统和方法的优选实施例(期望是说明性的并且不是限制性的)，应注意的是，改型和变型可以由本领域技术人员根据以上教导作出。因此应理解的是，可以在所公开的特定实施例中作出变更，这些变更仍处于由所附权利要求概述的本发明的范围内。已经用专利法要求的细节和特殊性这样描述了本发明的各方面，由文字专利保护的所要求的期望保护的那些在所附权利要求中阐述。

Claims (19)

1.一种用于建立可持续的创新平台的系统，包括：

创新服务平台，其包括一组独立的可消费的服务；

包括一组框架的创新共同体平台，所述一组框架用于形成创新共同体、以及支持共同体数据和共同体服务之间的交互；

监测、数据同化和模拟平台，用于服务相关监测、监测数据模型同化、以及基于模型的由机器执行的假设模拟；以及

服务增强和服务优化平台，用于根据所述基于模型的由机器执行的假设模拟，确定服务增强和服务优化。

2.如权利要求1所述的系统，其中所述一组独立的可消费的服务中的服务是从其中形成附加服务的基础服务。

3.如权利要求2所述的系统，其中通过从所述一组独立的可消费的服务中的服务构建测试情景，来识别所述附加服务。

4.如权利要求1所述的系统，其中通过以下步骤识别所述一组独立的可消费的服务：

使用创新域的生命周期来识别创新开发的生命周期阶段；以及

将用于所述生命周期阶段中的每一个的代表性服务识别为所述一组独立的可消费的服务中的服务。

5.如权利要求1所述的系统，还包括创新数据平台，其包括由所述创新服务平台使用的一组数据和元数据。

6.如权利要求5所述的系统，其中所述一组数据和元数据被所述创新服务平台用于下述中的至少一个：

对所述一组独立的可消费的服务中的至少一个服务进行的形成、支持和配置中的至少一个；以及

对至少一个附加服务进行的形成、支持和配置中的至少一个。

7.如权利要求5所述的系统，其中所述一组数据和元数据中的至少一些数据和元数据表示所述一组独立的可消费的服务中的至少一个服务的行为。

8.如权利要求7所述的系统，其中通过监测最终用户服务消费以及用于其它服务组成的开发人员服务采用来获得所述至少一些数据和元数据，所述至少一些数据和元数据被同化到一个或多个模型中，所述一个或多个模型被用在所述基于模型的由机器执行的假设模拟中。

9.如权利要求5所述的系统，其中通过以下步骤获得由所述创新服务平台使用的所述一组数据和元数据：

选择种子数据的初始数据集来支持所述一组独立的可消费的服务；

在下述中的至少一者发生时识别和积累与所述初始数据集相关的附加数据：所述一组服务中的服务正被重构，以及正在从所述一组服务中的服务组成附加服务；以及

从所述初始数据集和所述附加数据形成所述一组数据和元数据。

10.如权利要求1所述的系统，其中所述创新共同体平台中所包括的所述一组框架中的至少一个框架包括：与共同体成长、内容增长和特定创新的加速采用相关的应用、数据和服务。

11.如权利要求1所述的系统，其中所述创新共同体平台中所包括的所述一组框架中的至少一个框架包括配置成形成以下两者的循环的应用、数据和服务：共同体生成的内容，以及基于所述共同体生成的内容增大共同体规模。

12.如权利要求1所述的系统，其中所述监测、数据同化和模拟平台监测最终用户服务消费以及用于其它服务组成的开发人员服务采用。

13.如权利要求12所述的系统，其中所述创新共同体包括最终用户共同体和开发人员共同体，其中监测数据被同化到至少一个模型中，以及其中基于所述至少一个模型来执行所述最终用户共同体和所述开发人员共同体的假设分析。

14.如权利要求1所述的系统，其中所述基于模型的由机器执行的假设模拟预测客户行为、服务需求、服务要求和服务相关数据要求中的至少一个的潜在的未来路径。

15.如权利要求1所述的系统，其中基于最终用户要求和开发人员要求中的至少一个的预测的演变，来确定所述服务增强和所述服务优化中的至少一个。

16.一种用于建立可持续的创新平台的方法，包括：

由创新服务平台提供一组独立的可消费的服务；

由包括一组框架的创新共同体平台形成创新共同体并支持共同体数据和共同体服务之间的交互；

由监测、数据同化和模拟平台执行服务相关监测、监测数据模型同化、以及基于模型的由机器执行的假设模拟；以及

由服务增强和服务优化平台根据所述基于模型的由机器执行的假设模拟，来确定服务增强和服务优化。

17.如权利要求16所述的方法，其中所述执行步骤监测最终用户服务消费以及用于其它服务组成的开发人员服务采用。

18.如权利要求17所述的方法，其中所述创新共同体包括最终用户共同体和开发人员共同体，其中监测数据被同化到至少一个模型中，以及其中基于所述至少一个模型来执行所述最终用户共同体和所述开发人员共同体的假设分析。

19.如权利要求1所述的方法，其中所述基于模型的由机器执行的假设模拟预测客户行为、服务需求、服务要求和服务相关数据要求中的至少一个的潜在的未来路径。