大规模定制环境下基于服务平台的服务模块化研究

摘要：服务科学研究试图通过激发创新、提升商务管理以及扩大现实应用以提高服务供应效率和质量。与此同时，在实业界，服务提供商不断地发展新方法创造顾客价值，通过外包剥离非核心业务，以价值链整合的方式凸显服务核心的重要性。服务形式化是服务效果与风险预测、定价以及生产力量化的建模基础，从服务系统角度对服务进行研究。运筹学、博弈论等理论是服务量化分析的重要理论工具，通过对服务效果与风险的合理预测，在一定条件约束下(如能力约束、资源约束等) 确定服务价格、生产力和策略等以实现整体最优化。服务模块化是服务形式化的最好表征形式和研究视角。通过模块化将柔性引入运作流程以实现顾客定制被长期视作面向异质需求开发、制造和供应产品的有效手段。然而，服务模块化的研究至今仍然十分匮乏。在服务策划、开发和交付过程中，平台思想可被用以识别和利用企业业务以及顾客交付过程中共享的结构和逻辑，即模块。与产品平台已成为运作管理的标准工具不同，服务平台在商业管理实践与学术研究中仍然十分有限。 课题研究基于产品模块化设计的相关概念，将服务分解成模块，不同的模块提供具体的功能和流程，模块属性的不同组合提供相应的服务流程。通过功能-流程矩阵以明确功能模块同流程模块之间的关系。服务模块在概念设计阶段被分成三个不同的层级：战略层级、战术层级和运作层级。战术层级包括组成服务族中变型服务的服务功能模块，而运作层级由服务流程模块表征，其提供与服务功能模块相关的成本信息。因此，服务平台构建处理从服务构架、生成方式、成本、服务性能、顾客价值、需求描述到市场竞争各元素之间相互影响的基本认识问题，本课题从流程优化、战术博弈和战略期权三种视角分别对服务流程平台、服务功能平台和服务战略平台进行定量和定性的考察和求证。 课题研究进一步将服务模块化理论研究应用于旅游行业以及医疗行业。为了解决景区系统路径优化和游客均衡分布，构建优化的游览导航路径和游客相对均衡分布管理，在管理上理论和卫星信息综合集成技术（3S）、RFID等技术支持下，实现景区系统游客、车辆等时空分离分流导航管理，达到科学的管理决策和计划调度，使大量游客受控有序运动，从而使景区系统有序度最高、景区系统和谐可持续发展的目的，一方面消除游客拥堵和安全隐患，二方面充分利用景区承载力，使旅游规模得到扩大而带来更大经济效益，三方面在大量游客行为受控有序化的条件下，使生态环境得到有效保护

本课题源于定制服务知识之匮乏以及开发与评价大规模定制服务的方法之不足，通过服务分析，本课题旨在提供服务定制策略的指导和方法。基于产品平台研究中的产品模块化相关概念，本课题将服务分解成模块，通过功能-流程矩阵以明确功能模块同流程模块之间的关系。服务模块在概念策划阶段被分成三个不同的层级：运作层级、战术层级和战略层级。本课题从流程优化、战术博弈和战略期权三种视角分别对服务流程平台、服务功能平台和服务战略平台进行定量和定性的考察和求证。建立服务流程平台描述模型、服务功能平台战术博弈选择模型、服务战略平台实物期权分析模型，对服务构架、生成方式、成本构成、服务性能、顾客价值、需求描述直至市场竞争各元素之间相互影响的服务模块化基本认识问题进行分析。

内容简介

本书围绕面向大规模定制的客户需求管理、产品模块化设计、基于核心平台的模块化产品族优化设计、模块化配置设计、供应商综合评价与管理等若干理论和方法进行探讨，同时针对大规模定制和模块化的基础——PLM的相关要素和实施方法进行阐述。本书可以为我国企业探索实践大规模定制及模块化产品管理提供有益借鉴。

云计算的一个突出优势是使计算资源受限的终端用户能够将大规模计算任务外包给云，通过按使用付费来利用云强大的计算能力。然而，安全问题特别是计算过程中生成和处理用户数据时的隐私问题成为了云外包计算服务广泛应用的瓶颈。安全外包计算研究至今还未取得突破性进展，其安全机制设计和研究面临着一系列的挑战,包括保证切实可行的计算复杂度，合理系统假设条件下提供完备的安全性保障和非对称资源配置下节省用户端大量运算开销等。在云外包计算模型下，现有基于密码学安全多方计算和全同态加密技术的设计方案难以满足实际需要。本项目从广泛应用于社会生活中的大规模工程计算入手，对外包计算的理论和方法、关键技术展开系统和深入的研究，提出外包计算模型下安全机制设计的方法论，针对多项式运算、图像特征提取、密文搜索、图计算与查询、机器学习等一系列典型的计算问题提出了相应的安全外包计算方案，实现了系统安全、效率和实用性间的平衡。重要成果包括1)提出了云计算环境下切实可行的具有隐私保护的生物识别外包计算方案。在数据库加密阶段，该方案相比的其他的方案可以节约33%的时间；2)提出了具有隐私保护的图像有效特征提取外包计算方案。在Oxford真实数据集上的性能测试显示，在将图片旋转20度，缩放20%的情况下，我们的方案和原始的方案一样；3)提出了云环境下基于特征丰富数据的密文搜索方案。图片数量为59500时，搜索的召回率为0.9915时，方案的搜索时间开销为5.12s，空间开销为4.54MB，适用于实际应用场景；4)提出了支持动态更新的精确地图数据最短距离查询方案。对于不同的数据集，查询时间从20.4秒到46.4分钟不等，开销很小；5）提出了针对跨媒体检索的具有隐私保护的典型相关分析方案，对于拥有100,000条记录的数据库，完成整个安全的典型相关分析算法大约需要75分钟。通过本项目的研究，项目组在计算外包服务的安全机制研究方面所获得的原创性成果和关键技术能够为云计算环境下数据外包计算的安全和用户隐私保护提供有力的技术支撑，使用户能够方便的利用云巨大的计算资源，放心的将计算工作委托给远程的云服务器运行。

云计算的一个突出优势是使计算资源受限的终端用户能够将大规模计算任务外包给云，通过按使用付费来利用云强大的计算能力。然而，安全问题特别是计算过程中生成和处理用户数据时的隐私问题成为了云外包计算服务广泛应用的瓶颈。安全外包计算研究至今还未取得突破性进展，其安全机制设计和研究面临着一系列的挑战,包括保证切实可行的计算复杂度，合理系统假设条件下提供完备的安全性保障和非对称资源配置下节省用户端大量运算开销等。在云外包计算模型下，现有基于密码学安全多方计算和全同态加密技术的设计方案难以满足实际需要。本项目拟从广泛应用于社会生活中的大规模工程计算和优化问题（包括大规模线性方程组求解、大规模线性规划和大规模凸优化计算）入手，对外包计算的理论和方法、关键技术展开系统和深入的研究，提出外包计算模型下安全机制设计的方法论，解决计算问题变换及计算结果完整性验证等科学和技术问题，实现系统安全、效率和实用性间的平衡。