CN106203956A - 基于云计算的项目管理系统 - Google Patents
基于云计算的项目管理系统 Download PDFInfo
- Publication number
- CN106203956A CN106203956A CN201610538033.0A CN201610538033A CN106203956A CN 106203956 A CN106203956 A CN 106203956A CN 201610538033 A CN201610538033 A CN 201610538033A CN 106203956 A CN106203956 A CN 106203956A
- Authority
- CN
- China
- Prior art keywords
- information
- project
- cloud service
- personnel
- project personnel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5011—Pool
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于云计算的项目管理系统,包括设于云端的项目管理云服务和若干通过网络访问所述项目管理云服务的终端设备,所述项目管理云服务包括项目人员信息存储模块、权限控制模块、任务管理模块和云服务资源管理模块;本发明的优点是:系统成本低,项目人员可以随时随地通过各种终端设备访问设于云端的项目管理云服务;项目管理者在制定或变更项目计划以后,或者项目人员创建或者更新任务信息后,相关人员可以获得任务信息的最新状态,从而提高了信息传达的准确性和项目人员的工作效率;可以快速获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求。
Description
技术领域
本发明涉及项目管理系统设计领域,具体涉及基于云计算的项目管理系统。
背景技术
相关技术中的项目管理系统通常只能为项目管理者提供一些简单的计划和监控工具,却无法帮助他们将这些计划和监控信息有效传达给相关的人,在这种情况下,人们必须消耗大量的时间用于会议和其他沟通,这些会议和沟通消耗了大量时间和资源,而且难以保证信息的准确性和一致性,另外,在项目实施过程中很难为项目人员提供准确的项目状态监控信息,例如项目进度,项目的预算执行情况等。由于没有有效的工具帮助项目团队获取这些信息,人们就只能依靠自己的感觉和经验来评估这些信息,而基于主观意识产生的这些信息准确度很难保证,基于这些不准确的信息做出的项目决策无法为项目计划调整提供正确依据。
发明内容
针对上述问题,本发明提供基于云计算的项目管理系统
本发明的目的采用以下技术方案来实现:
基于云计算的项目管理系统,包括设于云端的项目管理云服务和若干通过网络访问所述项目管理云服务的终端设备,所述项目管理云服务包括以下模块:
(1)项目人员信息存储模块,用于存储和编辑可以访问所述项目管理云服务的所有项目人员信息,所述项目人员信息包括项目人员姓名,联系方式,登录密码,负责内容;
(2)权限控制模块,用于从所述项目人员信息存储模块获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求;
(3)任务管理模块,用于将项目划分为多个子项目并将子项目分派到具体的项目人员负责,并允许项目人员在对应的项目或者子项目下创建任务并分派给具体的项目人员;
(4)云服务资源管理模块,用于为系统的其他模块提供相应的云服务资源,包括任务规划子模块、可信组合评估子模块和服务部署子模块,所述任务规划子模块用于对系统的其他模块对项目人员信息、项目信息、任务信息的信息处理过程进行任务规划,将复杂的信息处理过程的计算任务拆分至一组功能单一且独立的子任务,并为子任务匹配满足其需求的云端服务资源池,形成云服务组合方案,以获得信息处理过程中所需的存储资源或计算资源;所述可信组合评估子模块用于根据任务规划子模块生成的任务规划,执行云服务组合方案的评估;所述服务部署子模块用于根据可信组合评估子模块选择出的最优的云服务组合方案,自动选择相应大数据分析算法,完成云服务资源的部署。
其中,所述权限管理模块包括项目人员信息查找子模块,所述项目人员信息查找子模块用于从所述项目人员信息存储模块获取需要的项目人员信息,包括依次连接的建模单元、信息复制单元和信息查找单元,所述建模单元用于采用非结构化对等网络对云环境下的项目人员信息节点形成的覆盖网络进行建模,所述信息复制单元用于在所述覆盖网络中的各邻居节点之间进行项目人员信息的复制,所述信息查找单元用于查找并匹配满足应用需求的项目人员信息,具体为:
设xi为非结构化对等网络中的一个对等节点,{xi1,xi2,...xim}为xi的邻居节点集,为本地资源池,为邻居节点项目人员信息池,i∈[1,n],n为对等网络包含节点的总数,m表示邻居节点的个数,m<n;
A、所述信息复制单元在进行项目人员信息的复制时采用基于邻居节点间的项目人员信息主动复制协议:
当xi加入覆盖网络时,将xi与{xl1,xl2,...xlm}建立连接,xi进一步根据中的服务信息,创建一个项目人员信息的复制消息,并将所述复制消息转发给所有邻居节点xlm进行复制,若对等网络中的任一节点接收到一个复制消息时,根据复制消息的编号信息判断是否接收过所述复制消息,若已接收过,丢弃所述复制消息,若首次接收,则根据复制消息的项目人员信息和节点位置信息,更新中的内容,并根据复制消息的生命值,决定转发或丢弃所述复制消息,其中,项目人员信息需要定期在邻居节点之间进行同步;
B、所述信息查找单元具体执行的操作为:
设发起查询请求Mj的节点为xj,在xj的邻居节点集合中按照概率pj随机挑选出的对等节点集为pj×{xj1,xj2,...xjm},j∈[1,n];
当对等节点xi收到xj发送的查询请求Mj时,检查和中是否含有满足查询请求Mj的项目人员信息,若是,根据所述项目人员信息和项目人员信息所在对等节点的位置信息,创建查询的响应消息并根据xj的位置信息,将所述响应信息返回给xj,然后将xj的生命值减1,若xj的生命值为0,丢弃查询请求Mj,若不为0,采用Q学习算法计算pj×{xj1,xj2,...xjm}中各对等节点的Q值,将查询请求Mj转发给pj×{xj1,xj2,...xjm}中Q值最大的节点,概率pj在网络悠闲时的取值范围为(5,8],在网络拥堵时的取值范围为[0,3);
设定Q值的计算公式为:
其中,Qnew表示Q的新值,Qold表示Q的老值,Qlearn表示被学习的值,α表示学习速率,β表示拥塞因素,表示时刻t节点xjμ的缓存队列中待处理的查询请求消息数,表示pj×{xj1,xj2,...xjm}中的节点xjμ处理一条查询请求消息所规定的时间,表示pj×{xj1,xj2,...xjm}中的节点xjμ处理一条查询请求消息实际所需的时间;函数I[x]在x>0时取值为1,x≤0时取值为0,α的取值范围是[0.25,0.3],β的取值范围是[0.45,0.5]。
其中,所述可信组合评估子模块包括评估单元和评估优化单元;所述评估单元用于评估云服务组合方案,并从中选择最优的云服务组合方案,具体为:
A、根据云端服务资源池SPv和对应的服务质量历史记录,进行云服务组合方案的效用函数X的建模并根据应用实例初始化模型中效用函数的各参数,设由任务规划子模块获得的任务规划对应的约束为C={C1,C2,..,Cd},每个子任务Gv对应的云端服务资源池SPv共有mv个服务,对于云端服务资源池SPv中的每一个服务SPvω,其包含的历史记录个数为Lvω,由SPv形成的第γ个可行的云服务组合方案为CSγ,ω∈[1,mv],定义模型为:
其中,为第k维度的最大值,为第k维度的最小值,d为对应于的最大维度,SPvωRh为隶属于SPvω的一条历史记录,xvω-h表示模型中效用函数的参数;
B、根据效用函数值按从小到大的顺序对各可行云服务组合方案进行排序,选择前Z个可行云服务组合方案作为优选云服务组合方案,Z的取值根据应用实例进行设定;
C、对每一组优选云服务组合方案计算其效用函数值的平均值;
D、选择效用函数值的平均值为最大的优选云服务组合方案作为最优的云服务组合方案;
所述评估优化单元能够记录优选云服务组合方案的效用函数值和最优的云服务组合方案,并将其作为样本进行学习,如果新的优选云服务组合方案已经出现过,则直接调用其函数值。
进一步地,所述基于云计算的项目管理系统还包括项目通知模块和报表生成模块,所述项目通知模块根据项目人员信息和任务信息计算出需要向项目人员发送的消息,并通过特定的渠道发送给项目人员,所述报表生成模块用于统计项目或子项目的执行情况,并生成相应执行情况的报表,供项目人员参考。
本发明的有益效果为:
1、项目人员可以随时随地通过各种终端设备访问设于云端的项目管理云服务,进而了解自己目前应该执行的各种任务;
2、项目管理者在制定或变更项目计划以后,或者项目人员创建或者更新任务信息后,相关人员可以通过项目通知模块获得任务信息的最新状态,从而大大节省了沟通时间,提高了信息传达的准确性和项目人员的工作效率;
3、设置权限控制模块,可以获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求,其中设置项目人员信息查找子模块,提高了项目人员信息获取的效率;
4、、设置云服务资源管理模块,用于对系统其它模块的信息处理最大利益化地提供满足需求的云端服务资源池,降低了系统的成本。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明各模块连接示意图;
图2是本发明云服务资源管理模块的结构示意图。
附图标记:
项目人员信息存储模块1、权限控制模块2、任务管理模块3、云服务资源管理模块4、项目通知模块5、报表生成模块6、项目人员信息查找子模块21、任务规划子模块41、可信组合评估子模块42、服务部署子模块43。
具体实施方式
结合以下实施例对本发明作进一步描述。
实施例1
参见图1、图2,本实施例基于云计算的项目管理系统,包括设于云端的项目管理云服务和若干通过网络访问所述项目管理云服务的终端设备,所述项目管理云服务包括以下模块:
(1)项目人员信息存储模块1,用于存储和编辑可以访问所述项目管理云服务的所有项目人员信息,所述项目人员信息包括项目人员姓名,联系方式,登录密码,负责内容;
(2)权限控制模块2,用于从所述项目人员信息存储模块1获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求;
(3)任务管理模块3,用于将项目划分为多个子项目并将子项目分派到具体的项目人员负责,并允许项目人员在对应的项目或者子项目下创建任务并分派给具体的项目人员;
(4)云服务资源管理模块4,用于为系统的其他模块提供相应的云服务资源,包括任务规划子模块41、可信组合评估子模块42和服务部署子模块43,所述任务规划子模块41用于对系统的其他模块对项目人员信息、项目信息、任务信息的信息处理过程进行任务规划,将复杂的信息处理过程的计算任务拆分至一组功能单一且独立的子任务,并为子任务匹配满足其需求的云端服务资源池,形成云服务组合方案,以获得信息处理过程中所需的存储资源或计算资源;所述可信组合评估子模块42用于根据任务规划子模块41生成的任务规划,执行云服务组合方案的评估;所述服务部署子模块43用于根据可信组合评估子模块42选择出的最优的云服务组合方案,自动选择相应大数据分析算法,完成云服务资源的部署。
其中,所述权限管理模块包括项目人员信息查找子模块21,所述项目人员信息查找子模块21用于从所述项目人员信息存储模块1获取需要的项目人员信息,包括依次连接的建模单元、信息复制单元和信息查找单元,所述建模单元用于采用非结构化对等网络对云环境下的项目人员信息节点形成的覆盖网络进行建模,所述信息复制单元用于在所述覆盖网络中的各邻居节点之间进行项目人员信息的复制,所述信息查找单元用于查找并匹配满足应用需求的项目人员信息,具体为:
设xi为非结构化对等网络中的一个对等节点,{xi1,xi2,...xim}为xi的邻居节点集,为本地资源池,为邻居节点项目人员信息池,i∈[1,n],n为对等网络包含节点的总数,m表示邻居节点的个数,m<n;
A、所述信息复制单元在进行项目人员信息的复制时采用基于邻居节点间的项目人员信息主动复制协议:
当xi加入覆盖网络时,将xi与{xl1,xl2,...xlm}建立连接,xi进一步根据中的服务信息,创建一个项目人员信息的复制消息,并将所述复制消息转发给所有邻居节点xlm进行复制,若对等网络中的任一节点接收到一个复制消息时,根据复制消息的编号信息判断是否接收过所述复制消息,若已接收过,丢弃所述复制消息,若首次接收,则根据复制消息的项目人员信息和节点位置信息,更新中的内容,并根据复制消息的生命值,决定转发或丢弃所述复制消息,其中,项目人员信息需要定期在邻居节点之间进行同步;
B、所述信息查找单元具体执行的操作为:
设发起查询请求Mj的节点为xj,在xj的邻居节点集合中按照概率pj随机挑选出的对等节点集为pj×{xj1,xj2,...xjm},j∈[1,n];
当对等节点xi收到xj发送的查询请求Mj时,检查和中是否含有满足查询请求Mj的项目人员信息,若是,根据所述项目人员信息和项目人员信息所在对等节点的位置信息,创建查询的响应消息并根据xj的位置信息,将所述响应信息返回给xj,然后将xj的生命值减1,若xj的生命值为0,丢弃查询请求Mj,若不为0,采用Q学习算法计算pj×{xj1,xj2,...xjm}中各对等节点的Q值,将查询请求Mj转发给pj×{xj1,xj2,...xjm}中Q值最大的节点,概率pj在网络悠闲时的取值范围为(5,8],在网络拥堵时的取值范围为[0,3);
设定Q值的计算公式为:
其中,Qnew表示Q的新值,Qold表示Q的老值,Qlearn表示被学习的值,α表示学习速率,β表示拥塞因素,表示时刻t节点xjμ的缓存队列中待处理的查询请求消息数,表示pj×{xj1,xj2,...xjm}中的节点xjμ处理一条查询请求消息所规定的时间,表示pj×{xj1,xj2,...xjm}中的节点xjμ处理一条查询请求消息实际所需的时间;函数I[x]在x>0时取值为1,x≤0时取值为0,α的取值范围是[0.25,0.3],β的取值范围是[0.45,0.5]。
其中,所述可信组合评估子模块42包括评估单元和评估优化单元;所述评估单元用于评估云服务组合方案,并从中选择最优的云服务组合方案,具体为:
A、根据云端服务资源池SPv和对应的服务质量历史记录,进行云服务组合方案的效用函数X的建模并根据应用实例初始化模型中效用函数的各参数,设由任务规划子模块获得的任务规划对应的约束为C={C1,C2,..,Cd},每个子任务Gv对应的云端服务资源池SPv共有mv个服务,对于云端服务资源池SPv中的每一个服务SPvω,其包含的历史记录个数为Lvω,由SPv形成的第γ个可行的云服务组合方案为CSγ,ω∈[1,mv],定义模型为:
其中,为第k维度的最大值,为第k维度的最小值,d为对应于的最大维度,SPvωRh为隶属于SPvω的一条历史记录,xvω-h表示模型中效用函数的参数;
B、根据效用函数值按从小到大的顺序对各可行云服务组合方案进行排序,选择前Z个可行云服务组合方案作为优选云服务组合方案,Z的取值根据应用实例进行设定;
C、对每一组优选云服务组合方案计算其效用函数值的平均值;
D、选择效用函数值的平均值为最大的优选云服务组合方案作为最优的云服务组合方案;
所述评估优化单元能够记录优选云服务组合方案的效用函数值和最优的云服务组合方案,并将其作为样本进行学习,如果新的优选云服务组合方案已经出现过,则直接调用其函数值。
其中,所述基于云计算的项目管理系统还包括项目通知模块和报表生成模块,所述项目通知模块根据项目人员信息和任务信息计算出需要向项目人员发送的消息,并通过特定的渠道发送给项目人员,所述报表生成模块用于统计项目或子项目的执行情况,并生成相应执行情况的报表,供项目人员参考。
本实施例项目人员可以随时随地通过各种终端设备访问设于云端的项目管理云服务,进而了解自己目前应该执行的各种任务;项目管理者在制定或变更项目计划以后,或者项目人员创建或者更新任务信息后,相关人员可以通过项目通知模块获得任务信息的最新状态,从而大大节省了沟通时间,提高了信息传达的准确性和项目人员的工作效率;设置云服务资源管理模块4,用于对系统其它模块的信息处理最大利益化地提供满足需求的云端服务资源池,降低了系统的成本;设置权限控制模块2,可以获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求,其中设置项目人员信息查找子模块21,提高了项目人员信息获取的效率,其中本实施例取值α=0.25,β=0.5,项目人员信息获取的效率提高了1.5%。
实施例2
参见图1、图2,本实施例基于云计算的项目管理系统,包括设于云端的项目管理云服务和若干通过网络访问所述项目管理云服务的终端设备,所述项目管理云服务包括以下模块:
(1)项目人员信息存储模块1,用于存储和编辑可以访问所述项目管理云服务的所有项目人员信息,所述项目人员信息包括项目人员姓名,联系方式,登录密码,负责内容;
(2)权限控制模块2,用于从所述项目人员信息存储模块1获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求;
(3)任务管理模块3,用于将项目划分为多个子项目并将子项目分派到具体的项目人员负责,并允许项目人员在对应的项目或者子项目下创建任务并分派给具体的项目人员;
(4)云服务资源管理模块4,用于为系统的其他模块提供相应的云服务资源,包括任务规划子模块41、可信组合评估子模块42和服务部署子模块43,所述任务规划子模块41用于对系统的其他模块对项目人员信息、项目信息、任务信息的信息处理过程进行任务规划,将复杂的信息处理过程的计算任务拆分至一组功能单一且独立的子任务,并为子任务匹配满足其需求的云端服务资源池,形成云服务组合方案,以获得信息处理过程中所需的存储资源或计算资源;所述可信组合评估子模块42用于根据任务规划子模块41生成的任务规划,执行云服务组合方案的评估;所述服务部署子模块43用于根据可信组合评估子模块42选择出的最优的云服务组合方案,自动选择相应大数据分析算法,完成云服务资源的部署。
其中,所述权限管理模块包括项目人员信息查找子模块21,所述项目人员信息查找子模块21用于从所述项目人员信息存储模块1获取需要的项目人员信息,包括依次连接的建模单元、信息复制单元和信息查找单元,所述建模单元用于采用非结构化对等网络对云环境下的项目人员信息节点形成的覆盖网络进行建模,所述信息复制单元用于在所述覆盖网络中的各邻居节点之间进行项目人员信息的复制,所述信息查找单元用于查找并匹配满足应用需求的项目人员信息,具体为:
设xi为非结构化对等网络中的一个对等节点,{xi1,xi2,...xim}为xi的邻居节点集,为本地资源池,为邻居节点项目人员信息池,i∈[1,n],n为对等网络包含节点的总数,m表示邻居节点的个数,m<n;
A、所述信息复制单元在进行项目人员信息的复制时采用基于邻居节点间的项目人员信息主动复制协议:
当xi加入覆盖网络时,将xi与{xl1,xl2,...xlm}建立连接,xi进一步根据中的服务信息,创建一个项目人员信息的复制消息,并将所述复制消息转发给所有邻居节点xlm进行复制,若对等网络中的任一节点接收到一个复制消息时,根据复制消息的编号信息判断是否接收过所述复制消息,若已接收过,丢弃所述复制消息,若首次接收,则根据复制消息的项目人员信息和节点位置信息,更新中的内容,并根据复制消息的生命值,决定转发或丢弃所述复制消息,其中,项目人员信息需要定期在邻居节点之间进行同步;
B、所述信息查找单元具体执行的操作为:
设发起查询请求Mj的节点为xj,在xj的邻居节点集合中按照概率pj随机挑选出的对等节点集为pj×{xj1,xj2,...xjm},j∈[1,n];
当对等节点xi收到xj发送的查询请求Mj时,检查和中是否含有满足查询请求Mj的项目人员信息,若是,根据所述项目人员信息和项目人员信息所在对等节点的位置信息,创建查询的响应消息并根据xj的位置信息,将所述响应信息返回给xj,然后将xj的生命值减1,若xj的生命值为0,丢弃查询请求Mj,若不为0,采用Q学习算法计算pj×{xj1,xj2,...xjm}中各对等节点的Q值,将查询请求Mj转发给pj×{xj1,xj2,...xjm}中Q值最大的节点,概率pj在网络悠闲时的取值范围为(5,8],在网络拥堵时的取值范围为[0,3);
设定Q值的计算公式为:
其中,Qnew表示Q的新值,Qold表示Q的老值,Qlearn表示被学习的值,α表示学习速率,β表示拥塞因素,表示时刻t节点xjμ的缓存队列中待处理的查询请求消息数,表示pj×{xj1,xj2,...xjm}中的节点xjμ处理一条查询请求消息所规定的时间,表示pj×{xj1,xj2,...xjm}中的节点xjμ处理一条查询请求消息实际所需的时间;函数I[x]在x>0时取值为1,x≤0时取值为0,α的取值范围是[0.25,0.3],β的取值范围是[0.45,0.5]。
其中,所述可信组合评估子模块42包括评估单元和评估优化单元;所述评估单元用于评估云服务组合方案,并从中选择最优的云服务组合方案,具体为:
A、根据云端服务资源池SPv和对应的服务质量历史记录,进行云服务组合方案的效用函数X的建模并根据应用实例初始化模型中效用函数的各参数,设由任务规划子模块获得的任务规划对应的约束为C={C1,C2,..,Cd},每个子任务Gv对应的云端服务资源池SPv共有mv个服务,对于云端服务资源池SPv中的每一个服务SPvω,其包含的历史记录个数为Lvω,由SPv形成的第γ个可行的云服务组合方案为CSγ,ω∈[1,mv],定义模型为:
其中,为第k维度的最大值,为第k维度的最小值,d为对应于的最大维度,SPvωRh为隶属于SPvω的一条历史记录,xvω-h表示模型中效用函数的参数;
B、根据效用函数值按从小到大的顺序对各可行云服务组合方案进行排序,选择前Z个可行云服务组合方案作为优选云服务组合方案,Z的取值根据应用实例进行设定;
C、对每一组优选云服务组合方案计算其效用函数值的平均值;
D、选择效用函数值的平均值为最大的优选云服务组合方案作为最优的云服务组合方案;
所述评估优化单元能够记录优选云服务组合方案的效用函数值和最优的云服务组合方案,并将其作为样本进行学习,如果新的优选云服务组合方案已经出现过,则直接调用其函数值。
其中,所述基于云计算的项目管理系统还包括项目通知模块和报表生成模块,所述项目通知模块根据项目人员信息和任务信息计算出需要向项目人员发送的消息,并通过特定的渠道发送给项目人员,所述报表生成模块用于统计项目或子项目的执行情况,并生成相应执行情况的报表,供项目人员参考。
本实施例项目人员可以随时随地通过各种终端设备访问设于云端的项目管理云服务,进而了解自己目前应该执行的各种任务;项目管理者在制定或变更项目计划以后,或者项目人员创建或者更新任务信息后,相关人员可以通过项目通知模块获得任务信息的最新状态,从而大大节省了沟通时间,提高了信息传达的准确性和项目人员的工作效率;设置云服务资源管理模块4,用于对系统其它模块的信息处理最大利益化地提供满足需求的云端服务资源池,降低了系统的成本;设置权限控制模块2,可以获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求,其中设置项目人员信息查找子模块21,提高了项目人员信息获取的效率,其中本实施例取值α=0.27,β=0.48,项目人员信息获取的效率提高了1.3%。
实施例3
参见图1、图2,本实施例基于云计算的项目管理系统,包括设于云端的项目管理云服务和若干通过网络访问所述项目管理云服务的终端设备,所述项目管理云服务包括以下模块:
(1)项目人员信息存储模块1,用于存储和编辑可以访问所述项目管理云服务的所有项目人员信息,所述项目人员信息包括项目人员姓名,联系方式,登录密码,负责内容;
(2)权限控制模块2,用于从所述项目人员信息存储模块1获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求;
(3)任务管理模块3,用于将项目划分为多个子项目并将子项目分派到具体的项目人员负责,并允许项目人员在对应的项目或者子项目下创建任务并分派给具体的项目人员;
(4)云服务资源管理模块4,用于为系统的其他模块提供相应的云服务资源,包括任务规划子模块41、可信组合评估子模块42和服务部署子模块43,所述任务规划子模块41用于对系统的其他模块对项目人员信息、项目信息、任务信息的信息处理过程进行任务规划,将复杂的信息处理过程的计算任务拆分至一组功能单一且独立的子任务,并为子任务匹配满足其需求的云端服务资源池,形成云服务组合方案,以获得信息处理过程中所需的存储资源或计算资源;所述可信组合评估子模块42用于根据任务规划子模块41生成的任务规划,执行云服务组合方案的评估;所述服务部署子模块43用于根据可信组合评估子模块42选择出的最优的云服务组合方案,自动选择相应大数据分析算法,完成云服务资源的部署。
其中,所述权限管理模块包括项目人员信息查找子模块21,所述项目人员信息查找子模块21用于从所述项目人员信息存储模块1获取需要的项目人员信息,包括依次连接的建模单元、信息复制单元和信息查找单元,所述建模单元用于采用非结构化对等网络对云环境下的项目人员信息节点形成的覆盖网络进行建模,所述信息复制单元用于在所述覆盖网络中的各邻居节点之间进行项目人员信息的复制,所述信息查找单元用于查找并匹配满足应用需求的项目人员信息,具体为:
设xi为非结构化对等网络中的一个对等节点,{xi1,xi2,...xim}为xi的邻居节点集,为本地资源池,为邻居节点项目人员信息池,i∈[1,n],n为对等网络包含节点的总数,m表示邻居节点的个数,m<n;
A、所述信息复制单元在进行项目人员信息的复制时采用基于邻居节点间的项目人员信息主动复制协议:
当xi加入覆盖网络时,将xi与{xl1,xl2,...xlm}建立连接,xi进一步根据中的服务信息,创建一个项目人员信息的复制消息,并将所述复制消息转发给所有邻居节点xlm进行复制,若对等网络中的任一节点接收到一个复制消息时,根据复制消息的编号信息判断是否接收过所述复制消息,若已接收过,丢弃所述复制消息,若首次接收,则根据复制消息的项目人员信息和节点位置信息,更新中的内容,并根据复制消息的生命值,决定转发或丢弃所述复制消息,其中,项目人员信息需要定期在邻居节点之间进行同步;
B、所述信息查找单元具体执行的操作为:
设发起查询请求Mj的节点为xj,在xj的邻居节点集合中按照概率pj随机挑选出的对等节点集为pj×{xj1,xj2,...xjm},j∈[1,n];
当对等节点xi收到xj发送的查询请求Mj时,检查和中是否含有满足查询请求Mj的项目人员信息,若是,根据所述项目人员信息和项目人员信息所在对等节点的位置信息,创建查询的响应消息并根据xj的位置信息,将所述响应信息返回给xj,然后将xj的生命值减1,若xj的生命值为0,丢弃查询请求Mj,若不为0,采用Q学习算法计算pj×{xj1,xj2,...xjm}中各对等节点的Q值,将查询请求Mj转发给pj×{xj1,xj2,...xjm}中Q值最大的节点,概率pj在网络悠闲时的取值范围为(5,8],在网络拥堵时的取值范围为[0,3);
设定Q值的计算公式为:
其中,Qnew表示Q的新值,Qold表示Q的老值,Qlearn表示被学习的值,α表示学习速率,β表示拥塞因素,表示时刻t节点xjμ的缓存队列中待处理的查询请求消息数,表示pj×{xj1,xj2,...xjm}中的节点xjμ处理一条查询请求消息所规定的时间,表示pj×{xj1,xj2,..xjm}中的节点xjμ处理一条查询请求消息实际所需的时间;函数I[x]在x>0时取值为1,x≤0时取值为0,α的取值范围是[0.25,0.3],β的取值范围是[0.45,0.5]。
其中,所述可信组合评估子模块42包括评估单元和评估优化单元;所述评估单元用于评估云服务组合方案,并从中选择最优的云服务组合方案,具体为:
A、根据云端服务资源池SPv和对应的服务质量历史记录,进行云服务组合方案的效用函数X的建模并根据应用实例初始化模型中效用函数的各参数,设由任务规划子模块获得的任务规划对应的约束为C={C1,C2,..,Cd},每个子任务Gv对应的云端服务资源池SPv共有mv个服务,对于云端服务资源池SPv中的每一个服务SPvω,其包含的历史记录个数为Lvω,由SPv形成的第γ个可行的云服务组合方案为CSγ,ω∈[1,mv],定义模型为:
其中,为第k维度的最大值,为第k维度的最小值,d为对应于的最大维度,SPvωRh为隶属于SPvω的一条历史记录,xvω-h表示模型中效用函数的参数;
B、根据效用函数值按从小到大的顺序对各可行云服务组合方案进行排序,选择前Z个可行云服务组合方案作为优选云服务组合方案,Z的取值根据应用实例进行设定;
C、对每一组优选云服务组合方案计算其效用函数值的平均值;
D、选择效用函数值的平均值为最大的优选云服务组合方案作为最优的云服务组合方案;
所述评估优化单元能够记录优选云服务组合方案的效用函数值和最优的云服务组合方案,并将其作为样本进行学习,如果新的优选云服务组合方案已经出现过,则直接调用其函数值。
其中,所述基于云计算的项目管理系统还包括项目通知模块和报表生成模块,所述项目通知模块根据项目人员信息和任务信息计算出需要向项目人员发送的消息,并通过特定的渠道发送给项目人员,所述报表生成模块用于统计项目或子项目的执行情况,并生成相应执行情况的报表,供项目人员参考。
本实施例项目人员可以随时随地通过各种终端设备访问设于云端的项目管理云服务,进而了解自己目前应该执行的各种任务;项目管理者在制定或变更项目计划以后,或者项目人员创建或者更新任务信息后,相关人员可以通过项目通知模块获得任务信息的最新状态,从而大大节省了沟通时间,提高了信息传达的准确性和项目人员的工作效率;设置云服务资源管理模块4,用于对系统其它模块的信息处理最大利益化地提供满足需求的云端服务资源池,降低了系统的成本;设置权限控制模块2,可以获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求,其中设置项目人员信息查找子模块21,提高了项目人员信息获取的效率,其中本实施例取值α=0.28,β=0.47,项目人员信息获取的效率提高了1.2%。
实施例4
参见图1、图2,本实施例基于云计算的项目管理系统,包括设于云端的项目管理云服务和若干通过网络访问所述项目管理云服务的终端设备,所述项目管理云服务包括以下模块:
(1)项目人员信息存储模块1,用于存储和编辑可以访问所述项目管理云服务的所有项目人员信息,所述项目人员信息包括项目人员姓名,联系方式,登录密码,负责内容;
(2)权限控制模块2,用于从所述项目人员信息存储模块1获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求;
(3)任务管理模块3,用于将项目划分为多个子项目并将子项目分派到具体的项目人员负责,并允许项目人员在对应的项目或者子项目下创建任务并分派给具体的项目人员;
(4)云服务资源管理模块4,用于为系统的其他模块提供相应的云服务资源,包括任务规划子模块41、可信组合评估子模块42和服务部署子模块43,所述任务规划子模块41用于对系统的其他模块对项目人员信息、项目信息、任务信息的信息处理过程进行任务规划,将复杂的信息处理过程的计算任务拆分至一组功能单一且独立的子任务,并为子任务匹配满足其需求的云端服务资源池,形成云服务组合方案,以获得信息处理过程中所需的存储资源或计算资源;所述可信组合评估子模块42用于根据任务规划子模块41生成的任务规划,执行云服务组合方案的评估;所述服务部署子模块43用于根据可信组合评估子模块42选择出的最优的云服务组合方案,自动选择相应大数据分析算法,完成云服务资源的部署。
其中,所述权限管理模块包括项目人员信息查找子模块21,所述项目人员信息查找子模块21用于从所述项目人员信息存储模块1获取需要的项目人员信息,包括依次连接的建模单元、信息复制单元和信息查找单元,所述建模单元用于采用非结构化对等网络对云环境下的项目人员信息节点形成的覆盖网络进行建模,所述信息复制单元用于在所述覆盖网络中的各邻居节点之间进行项目人员信息的复制,所述信息查找单元用于查找并匹配满足应用需求的项目人员信息,具体为:
设xi为非结构化对等网络中的一个对等节点,{xi1,xi2,...xim}为xi的邻居节点集,为本地资源池,为邻居节点项目人员信息池,i∈[1,n],n为对等网络包含节点的总数,m表示邻居节点的个数,m<n;
A、所述信息复制单元在进行项目人员信息的复制时采用基于邻居节点间的项目人员信息主动复制协议:
当xi加入覆盖网络时,将xi与{xl1,xl2,...xlm}建立连接,xi进一步根据中的服务信息,创建一个项目人员信息的复制消息,并将所述复制消息转发给所有邻居节点xlm进行复制,若对等网络中的任一节点接收到一个复制消息时,根据复制消息的编号信息判断是否接收过所述复制消息,若已接收过,丢弃所述复制消息,若首次接收,则根据复制消息的项目人员信息和节点位置信息,更新和的内容,并根据复制消息的生命值,决定转发或丢弃所述复制消息,其中,项目人员信息需要定期在邻居节点之间进行同步;
B、所述信息查找单元具体执行的操作为:
设发起查询请求Mj的节点为xj,在xj的邻居节点集合中按照概率pj随机挑选出的对等节点集为pj×{xj1,xj2,...xjm},j∈[1,n];
当对等节点xi收到xj发送的查询请求Mj时,检查和中是否含有满足查询请求Mj的项目人员信息,若是,根据所述项目人员信息和项目人员信息所在对等节点的位置信息,创建查询的响应消息并根据xj的位置信息,将所述响应信息返回给xj,然后将xj的生命值减1,若xj的生命值为0,丢弃查询请求Mj,若不为0,采用Q学习算法计算pj×{xj1,xj2,...xjm}中各对等节点的Q值,将查询请求Mj转发给pj×{xj1,xj2,...xjm}中Q值最大的节点,概率pj在网络悠闲时的取值范围为(5,8],在网络拥堵时的取值范围为[0,3);
设定Q值的计算公式为:
其中,Qnew表示Q的新值,Qold表示Q的老值,Qlearn表示被学习的值,α表示学习速率,β表示拥塞因素,表示时刻t节点xjμ的缓存队列中待处理的查询请求消息数,表示pj×{xj1,xj2,..xjm}中的节点xjμ处理一条查询请求消息所规定的时间,表示pj×{xj1,xj2,...xjm}中的节点xjμ处理一条查询请求消息实际所需的时间;函数I[x]在x>0时取值为1,x≤0时取值为0,α的取值范围是[0.25,0.3],β的取值范围是[0.45,0.5]。
其中,所述可信组合评估子模块42包括评估单元和评估优化单元;所述评估单元用于评估云服务组合方案,并从中选择最优的云服务组合方案,具体为:
A、根据云端服务资源池SPv和对应的服务质量历史记录,进行云服务组合方案的效用函数X的建模并根据应用实例初始化模型中效用函数的各参数,设由任务规划子模块获得的任务规划对应的约束为C={C1,C2,..,Cd},每个子任务Gv对应的云端服务资源池SPv共有mv个服务,对于云端服务资源池SPv中的每一个服务SPvω,其包含的历史记录个数为Lvω,由SPv形成的第γ个可行的云服务组合方案为CSγ,ω∈[1,mv],定义模型为:
其中,为第k维度的最大值,为第k维度的最小值,d为对应于的最大维度,SPvωRh为隶属于SPvω的一条历史记录,xvω-h表示模型中效用函数的参数;
B、根据效用函数值按从小到大的顺序对各可行云服务组合方案进行排序,选择前Z个可行云服务组合方案作为优选云服务组合方案,Z的取值根据应用实例进行设定;
C、对每一组优选云服务组合方案计算其效用函数值的平均值;
D、选择效用函数值的平均值为最大的优选云服务组合方案作为最优的云服务组合方案;
所述评估优化单元能够记录优选云服务组合方案的效用函数值和最优的云服务组合方案,并将其作为样本进行学习,如果新的优选云服务组合方案已经出现过,则直接调用其函数值。
其中,所述基于云计算的项目管理系统还包括项目通知模块和报表生成模块,所述项目通知模块根据项目人员信息和任务信息计算出需要向项目人员发送的消息,并通过特定的渠道发送给项目人员,所述报表生成模块用于统计项目或子项目的执行情况,并生成相应执行情况的报表,供项目人员参考。
本实施例项目人员可以随时随地通过各种终端设备访问设于云端的项目管理云服务,进而了解自己目前应该执行的各种任务;项目管理者在制定或变更项目计划以后,或者项目人员创建或者更新任务信息后,相关人员可以通过项目通知模块获得任务信息的最新状态,从而大大节省了沟通时间,提高了信息传达的准确性和项目人员的工作效率;设置云服务资源管理模块4,用于对系统其它模块的信息处理最大利益化地提供满足需求的云端服务资源池,降低了系统的成本;设置权限控制模块2,可以获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求,其中设置项目人员信息查找子模块21,提高了项目人员信息获取的效率,其中本实施例取值α=0.29,β=0.46,项目人员信息获取的效率提高了1.8%。
实施例5
参见图1、图2,本实施例基于云计算的项目管理系统,包括设于云端的项目管理云服务和若干通过网络访问所述项目管理云服务的终端设备,所述项目管理云服务包括以下模块:
(1)项目人员信息存储模块1,用于存储和编辑可以访问所述项目管理云服务的所有项目人员信息,所述项目人员信息包括项目人员姓名,联系方式,登录密码,负责内容;
(2)权限控制模块2,用于从所述项目人员信息存储模块1获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求;
(3)任务管理模块3,用于将项目划分为多个子项目并将子项目分派到具体的项目人员负责,并允许项目人员在对应的项目或者子项目下创建任务并分派给具体的项目人员;
(4)云服务资源管理模块4,用于为系统的其他模块提供相应的云服务资源,包括任务规划子模块41、可信组合评估子模块42和服务部署子模块43,所述任务规划子模块41用于对系统的其他模块对项目人员信息、项目信息、任务信息的信息处理过程进行任务规划,将复杂的信息处理过程的计算任务拆分至一组功能单一且独立的子任务,并为子任务匹配满足其需求的云端服务资源池,形成云服务组合方案,以获得信息处理过程中所需的存储资源或计算资源;所述可信组合评估子模块42用于根据任务规划子模块41生成的任务规划,执行云服务组合方案的评估;所述服务部署子模块43用于根据可信组合评估子模块42选择出的最优的云服务组合方案,自动选择相应大数据分析算法,完成云服务资源的部署。
其中,所述权限管理模块包括项目人员信息查找子模块21,所述项目人员信息查找子模块21用于从所述项目人员信息存储模块1获取需要的项目人员信息,包括依次连接的建模单元、信息复制单元和信息查找单元,所述建模单元用于采用非结构化对等网络对云环境下的项目人员信息节点形成的覆盖网络进行建模,所述信息复制单元用于在所述覆盖网络中的各邻居节点之间进行项目人员信息的复制,所述信息查找单元用于查找并匹配满足应用需求的项目人员信息,具体为:
设xi为非结构化对等网络中的一个对等节点,{xi1,xi2,...xim}为xi的邻居节点集,为本地资源池,为邻居节点项目人员信息池,i∈[1,n],n为对等网络包含节点的总数,m表示邻居节点的个数,m<n;
A、所述信息复制单元在进行项目人员信息的复制时采用基于邻居节点间的项目人员信息主动复制协议:
当xi加入覆盖网络时,将xi与{xl1,xl2,...xlm}建立连接,xi进一步根据中的服务信息,创建一个项目人员信息的复制消息,并将所述复制消息转发给所有邻居节点xlm进行复制,若对等网络中的任一节点接收到一个复制消息时,根据复制消息的编号信息判断是否接收过所述复制消息,若已接收过,丢弃所述复制消息,若首次接收,则根据复制消息的项目人员信息和节点位置信息,更新中的内容,并根据复制消息的生命值,决定转发或丢弃所述复制消息,其中,项目人员信息需要定期在邻居节点之间进行同步;
B、所述信息查找单元具体执行的操作为:
设发起查询请求Mj的节点为xj,在xj的邻居节点集合中按照概率pj随机挑选出的对等节点集为pj×{xj1,xj2,...xjm},j∈[1,n];
当对等节点xi收到xj发送的查询请求Mj时,检查和中是否含有满足查询请求Mj的项目人员信息,若是,根据所述项目人员信息和项目人员信息所在对等节点的位置信息,创建查询的响应消息并根据xj的位置信息,将所述响应信息返回给xj,然后将xj的生命值减1,若xj的生命值为0,丢弃查询请求Mj,若不为0,采用Q学习算法计算pj×{xj1,xj2,...xjm}中各对等节点的Q值,将查询请求Mj转发给pj×{xj1,xj2,...xjm}中Q值最大的节点,概率pj在网络悠闲时的取值范围为(5,8],在网络拥堵时的取值范围为[0,3);
设定Q值的计算公式为:
其中,Qnew表示Q的新值,Qold表示Q的老值,Qlearn表示被学习的值,α表示学习速率,β表示拥塞因素,表示时刻t节点xjμ的缓存队列中待处理的查询请求消息数,表示pj×{xj1,xj2,...xjm}中的节点xjμ处理一条查询请求消息所规定的时间,表示pj×{xj1,xj2,...xjm}中的节点xjμ处理一条查询请求消息实际所需的时间;函数I[x]在x>0时取值为1,x≤0时取值为0,α的取值范围是[0.25,0.3],β的取值范围是[0.45,0.5]。
其中,所述可信组合评估子模块42包括评估单元和评估优化单元;所述评估单元用于评估云服务组合方案,并从中选择最优的云服务组合方案,具体为:
A、根据云端服务资源池SPv和对应的服务质量历史记录,进行云服务组合方案的效用函数X的建模并根据应用实例初始化模型中效用函数的各参数,设由任务规划子模块获得的任务规划对应的约束为C={C1,C2,..,Cd},每个子任务Gv对应的云端服务资源池SPv共有mv个服务,对于云端服务资源池SPv中的每一个服务SPvω,其包含的历史记录个数为Lvω,由SPv形成的第γ个可行的云服务组合方案为CSγ,ω∈[1,mv],定义模型为:
其中,为第k维度的最大值,为第k维度的最小值,d为对应于的最大维度,SPvωRh为隶属于SPvω的一条历史记录,xvω-h表示模型中效用函数的参数;
B、根据效用函数值按从小到大的顺序对各可行云服务组合方案进行排序,选择前Z个可行云服务组合方案作为优选云服务组合方案,Z的取值根据应用实例进行设定;
C、对每一组优选云服务组合方案计算其效用函数值的平均值;
D、选择效用函数值的平均值为最大的优选云服务组合方案作为最优的云服务组合方案;
所述评估优化单元能够记录优选云服务组合方案的效用函数值和最优的云服务组合方案,并将其作为样本进行学习,如果新的优选云服务组合方案已经出现过,则直接调用其函数值。
其中,所述基于云计算的项目管理系统还包括项目通知模块和报表生成模块,所述项目通知模块根据项目人员信息和任务信息计算出需要向项目人员发送的消息,并通过特定的渠道发送给项目人员,所述报表生成模块用于统计项目或子项目的执行情况,并生成相应执行情况的报表,供项目人员参考。
本实施例项目人员可以随时随地通过各种终端设备访问设于云端的项目管理云服务,进而了解自己目前应该执行的各种任务;项目管理者在制定或变更项目计划以后,或者项目人员创建或者更新任务信息后,相关人员可以通过项目通知模块获得任务信息的最新状态,从而大大节省了沟通时间,提高了信息传达的准确性和项目人员的工作效率;设置云服务资源管理模块4,用于对系统其它模块的信息处理最大利益化地提供满足需求的云端服务资源池,降低了系统的成本;设置权限控制模块2,可以获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求,其中设置项目人员信息查找子模块21,提高了项目人员信息获取的效率,其中本实施例取值α=0.3,β=0.45,项目人员信息获取的效率提高了2%。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (5)
1.基于云计算的项目管理系统,其特征在于,包括设于云端的项目管理云服务和若干通过网络访问所述项目管理云服务的终端设备,所述项目管理云服务包括以下模块:
(1)项目人员信息存储模块,用于存储和编辑可以访问所述项目管理云服务的所有项目人员信息,所述项目人员信息包括项目人员姓名,联系方式,登录密码,负责内容;
(2)权限控制模块,用于从所述项目人员信息存储模块获取需要的项目人员信息,并根据已经定义好的权限控制规则过滤项目人员对所述项目管理云服务发起的所有网络请求,
(3)任务管理模块,用于将项目划分为多个子项目并将子项目分派到具体的项目人员负责,并允许项目人员在对应的项目或者子项目下创建任务并分派给具体的项目人员;
(4)云服务资源管理模块,用于为系统的其他模块提供相应的云服务资源,包括任务规划子模块、可信组合评估子模块和服务部署子模块,所述任务规划子模块用于对系统的其他模块对项目人员信息、项目信息、任务信息的信息处理过程进行任务规划,将复杂的信息处理过程的计算任务拆分至一组功能单一且独立的子任务,并为子任务匹配满足其需求的云端服务资源池,形成云服务组合方案,以获得信息处理过程中所需的存储资源或计算资源;所述可信组合评估子模块用于根据任务规划子模块生成的任务规划,执行云服务组合方案的评估;所述服务部署子模块用于根据可信组合评估子模块选择出的最优的云服务组合方案,自动选择相应大数据分析算法,完成云服务资源的部署。
2.根据权利要求1所述的基于云计算的项目管理系统,其特征在于,还包括项目通知模块和报表生成模块,所述项目通知模块根据项目人员信息和任务信息计算出需要向项目人员发送的消息,并通过特定的渠道发送给项目人员,所述报表生成模块用于统计项目或子项目的执行情况,并生成相应执行情况的报表,供项目人员参考。
3.根据权利要求1所述的基于云计算的项目管理系统,其特征在于,所述权限控制模块包括项目人员信息查找子模块,所述项目人员信息查找子模块用于从所述项目人员信息存储模块获取需要的项目人员信息,包括依次连接的建模单元、信息复制单元和信息查找单元,所述建模单元用于采用非结构化对等网络对云环境下的项目人员信息节点形成的覆盖网络进行建模,所述信息复制单元用于在所述覆盖网络中的各邻居节点之间进行项目人员信息的复制,所述信息查找单元用于查找并匹配满足应用需求的项目人员信息。
4.根据权利要求1所述的基于云计算的项目管理系统,其特征在于,所述查找并匹配满足应用需求的项目人员信息,包括:
设xi为非结构化对等网络中的一个对等节点,{xi1,xi2,…xim}为xi的邻居节点集,为本地资源池,为邻居节点项目人员信息池,i∈[1,n],n为对等网络包含节点的总数,m表示邻居节点的个数,m<n;
A、所述信息复制单元在进行项目人员信息的复制时采用基于邻居节点间的项目人员信息主动复制协议:
当xi加入覆盖网络时,将xi与{xl1,xl2,…xlm}建立连接,xi进一步根据中的服务信息,创建一个项目人员信息的复制消息,并将所述复制消息转发给所有邻居节点xlm进行复制,若对等网络中的任一节点接收到一个复制消息时,根据复制消息的编号信息判断是否接收过所述复制消息,若已接收过,丢弃所述复制消息,若首次接收,则根据复制消息的项目人员信息和节点位置信息,更新中的内容,并根据复制消息的生命值,决定转发或丢弃所述复制消息,其中,项目人员信息需要定期在邻居节点之间进行同步;
B、所述信息查找单元具体执行的操作为:
设发起查询请求Mj的节点为xj,在xj的邻居节点集合中按照概率pj随机挑选出的对等节点集为pj×{xj1,xj2,…xjm},j∈[1,n];
当对等节点xi收到xj发送的查询请求Mj时,检查和中是否含有满足查询请求Mj的项目人员信息,若是,根据所述项目人员信息和项目人员信息所在对等节点的位置信息,创建查询的响应消息并根据xj的位置信息,将所述响应信息返回给xj,然后将xj的生命值减1,若xj的生命值为0,丢弃查询请求Mj,若不为0,采用Q学习算法计算pj×{xj1,xj2,…xjm}中各对等节点的Q值,将查询请求Mj转发给pj×{xj1,xj2,…xjm}中Q值最大的节点,概率pj在网络悠闲时的取值范围为(5,8],在网络拥堵时的取值范围为[0,3);
设定Q值的计算公式为:
其中,Qnew表示Q的新值,Qold表示Q的老值,Qlearn表示被学习的值,α表示学习速率,β表示拥塞因素,表示时刻t节点xjμ的缓存队列中待处理的查询请求消息数,表示pj×{xj1,xj2,…xjm}中的节点xjμ处理一条查询请求消息所规定的时间,表示pj×{xj1,xj2,…xjm}中的节点xjμ处理一条查询请求消息实际所需的时间;函数I[x]在x>0时取值为1,x≤0时取值为0,α的取值范围是[0.25,0.3],β的取值范围是[0.45,0.5];
5.根据权利要求1所述的基于云计算的项目管理系统,其特征在于,所述可信组合评估子模块包括评估单元和评估优化单元;所述评估单元用于评估云服务组合方案,并从中选择最优的云服务组合方案,具体为:
A、根据云端服务资源池SPv和对应的服务质量历史记录,进行云服务组合方案的效用函数X的建模并根据应用实例初始化模型中效用函数的各参数,设由任务规划子模块获得的任务规划对应的约束为C={C1,C2,..,Cd},每个子任务Gv对应的云端服务资源池SPv共有mv个服务,对于云端服务资源池SPv中的每一个服务SPvω,其包含的历史记录个数为Lvω,由SPv形成的第γ个可行的云服务组合方案为CSγ,ω∈[1,mv],定义模型为:
其中,为第k维度的最大值,为第k维度的最小值,d为对应于的最大维度,SPvωRh为隶属于SPvω的一条历史记录,xvω-h表示模型中效用函数的参数;
B、根据效用函数值按从小到大的顺序对各可行云服务组合方案进行排序,选择前Z个可行云服务组合方案作为优选云服务组合方案,Z的取值根据应用实例进行设定;
C、对每一组优选云服务组合方案计算其效用函数值的平均值;
D、选择效用函数值的平均值为最大的优选云服务组合方案作为最优的云服务组合方案;
所述评估优化单元能够记录优选云服务组合方案的效用函数值和最优的云服务组合方案,并将其作为样本进行学习,如果新的优选云服务组合方案已经出现过,则直接调用其函数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610538033.0A CN106203956A (zh) | 2016-07-05 | 2016-07-05 | 基于云计算的项目管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610538033.0A CN106203956A (zh) | 2016-07-05 | 2016-07-05 | 基于云计算的项目管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106203956A true CN106203956A (zh) | 2016-12-07 |
Family
ID=57472956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610538033.0A Withdrawn CN106203956A (zh) | 2016-07-05 | 2016-07-05 | 基于云计算的项目管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106203956A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403308A (zh) * | 2017-08-07 | 2017-11-28 | 广州美捷软件有限公司 | 数据管理方法、系统、计算机可读存储介质及计算机设备 |
CN107526804A (zh) * | 2017-08-22 | 2017-12-29 | 中国铁道科学研究院电子计算技术研究所 | 一种铁路投资项目数据统计系统及方法 |
CN107577497A (zh) * | 2017-09-19 | 2018-01-12 | 郑州云海信息技术有限公司 | 一种软件研发管理的方法、系统及相关装置 |
CN107844952A (zh) * | 2017-11-01 | 2018-03-27 | 江苏鸿信系统集成有限公司 | 一种项目任务通知管理方法及系统 |
CN107909349A (zh) * | 2017-11-30 | 2018-04-13 | 郑州云海信息技术有限公司 | 一种项目管理云服务器及其实现项目管理的方法 |
CN109214770A (zh) * | 2018-07-24 | 2019-01-15 | 武汉空心科技有限公司 | 基于设计稿计量的开发方法、平台及系统 |
WO2019042135A1 (zh) * | 2017-08-28 | 2019-03-07 | 上海蔚来汽车有限公司 | 组合任务分派方法和系统 |
CN111815282A (zh) * | 2020-07-09 | 2020-10-23 | 北京中百信信息技术股份有限公司 | 信息系统工程监理项目导引管理系统 |
CN116739225A (zh) * | 2023-08-15 | 2023-09-12 | 华能信息技术有限公司 | 一种项目执行进程监控方法及系统 |
-
2016
- 2016-07-05 CN CN201610538033.0A patent/CN106203956A/zh not_active Withdrawn
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403308A (zh) * | 2017-08-07 | 2017-11-28 | 广州美捷软件有限公司 | 数据管理方法、系统、计算机可读存储介质及计算机设备 |
CN107403308B (zh) * | 2017-08-07 | 2021-05-25 | 广州美捷软件有限公司 | 数据管理方法、系统、计算机可读存储介质及计算机设备 |
CN107526804A (zh) * | 2017-08-22 | 2017-12-29 | 中国铁道科学研究院电子计算技术研究所 | 一种铁路投资项目数据统计系统及方法 |
WO2019042135A1 (zh) * | 2017-08-28 | 2019-03-07 | 上海蔚来汽车有限公司 | 组合任务分派方法和系统 |
CN107577497A (zh) * | 2017-09-19 | 2018-01-12 | 郑州云海信息技术有限公司 | 一种软件研发管理的方法、系统及相关装置 |
CN107844952A (zh) * | 2017-11-01 | 2018-03-27 | 江苏鸿信系统集成有限公司 | 一种项目任务通知管理方法及系统 |
CN107909349A (zh) * | 2017-11-30 | 2018-04-13 | 郑州云海信息技术有限公司 | 一种项目管理云服务器及其实现项目管理的方法 |
CN109214770A (zh) * | 2018-07-24 | 2019-01-15 | 武汉空心科技有限公司 | 基于设计稿计量的开发方法、平台及系统 |
CN111815282A (zh) * | 2020-07-09 | 2020-10-23 | 北京中百信信息技术股份有限公司 | 信息系统工程监理项目导引管理系统 |
CN111815282B (zh) * | 2020-07-09 | 2021-10-12 | 北京中百信信息技术股份有限公司 | 信息系统工程监理项目导引管理系统 |
CN116739225A (zh) * | 2023-08-15 | 2023-09-12 | 华能信息技术有限公司 | 一种项目执行进程监控方法及系统 |
CN116739225B (zh) * | 2023-08-15 | 2024-01-12 | 华能信息技术有限公司 | 一种项目执行进程监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106203956A (zh) | 基于云计算的项目管理系统 | |
Chen et al. | Privacy preserving point-of-interest recommendation using decentralized matrix factorization | |
CN106339829A (zh) | 基于大云物移技术的配电网主动抢修全景监控系统 | |
CN107409064A (zh) | 用于支持网络中不规则检测的方法和系统 | |
CN103530428B (zh) | 一种基于开发者实践技能相似性的同行推荐方法 | |
Zhang et al. | A data set accuracy weighted random forest algorithm for IoT fault detection based on edge computing and blockchain | |
Sharma et al. | The role of GIS-enabled mobile applications in disaster management: A case analysis of cyclone Gaja in India | |
US11561950B2 (en) | System and method for facilitating an objective-oriented data structure and an objective via the data structure | |
Afzalan et al. | From big to little data for natural disaster recovery: How online and on-the-ground activities are connected | |
Allan et al. | Learning to implement adaptive management | |
Caroleo et al. | A knowledge-based multi-criteria decision support system encompassing cascading effects for disaster management | |
Wilson et al. | A framework for linking distributed simulations using software agents | |
Pete | Structural congruence of tasks and organizations | |
Grassi et al. | Emergency management through information crowdsourcing | |
Yang et al. | Improved Bayesian causal map approach for community-based product design project feasibility analysis | |
Lu et al. | Assessing the perceived value of cloud-based technologies in natural disasters: The case of New Zealand emergency management | |
Jahanian et al. | Direct: Disaster response coordination with trusted volunteers | |
Chu et al. | Design and implementation of participant selection for crowdsourcing disaster information | |
Abler et al. | Geographic management systems for homeland security | |
CN112131755A (zh) | 一种体系结构能力评估试验方案设计的方法和装置 | |
Mahmud et al. | Deployment of contextual Ε-healthcare system: A prospective e-service based on context aware conceptual framework and ICTization framework model | |
Sugumaran et al. | Life Cycle Based Approach for Knowledge Management: A Knowledge Organization Case Study | |
Schofield | Managing Crisis Using Interconnected Devices Powered by the Internet of Things (IoT) | |
Dou et al. | IoT and Data Mining Framework for the Motion Intelligence: Novel Ideas based on Health Nation Plan | |
Hou et al. | Hierarchical swarm learning for edge-assisted collaborative vehicle trajectory prediction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C04 | Withdrawal of patent application after publication (patent law 2001) | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20161207 |