农村医疗卫生云计算服务平台与应用示范.docx

目 录

一、项目目标与任务 1
1 项目目标与任务需求分析 1
1.1 项目目标 1
1.2 任务需求分析 2
2 项目主要技术难点和重点 4
二、现有工作基础与优势 6
1 国内外现有技术、知识产权和技术标准现状及预期分析 6
2 项目申请单位及主要参与单位研究基础 10
2.1 研究开发队伍状况 10
2.2 负责人及主要骨干人员的情况 14
2.3 相关研发经历和科研成果情况 25
2.4 关键技术专利申请和授权情况 26
三、研究内容与考核指标 28
1 研究内容、技术路线和创新点 28
1.1 研究内容与技术路线 28
1.2 本项目创新点 44
2 主要技术指标 44
2.1 项目功能指标 45
2.2 项目性能指标 46
2.3 项目论文指标和知识产权指标 46
2.4 技术优越性分析 47
3 预期经济、社会、环境效益 48
3.1 经济效益分析 48
3.2 社会效益和环境效益分析 48
3.3 产业化发展分析 49
4 项目实施中可能形成的示范基地、中试线、生产线及其规模 50
5 人才队伍建设 51
四、经费需求 51
1 项目总投资预算 51
2 资金筹措方案及使用计划 52
五、实施机制 52
1 组织管理措施 52
2 产学研结合模式 54
3 知识产权与成果管理及权益分配 54
六、项目风险分析及对策 56
1 实施风险 56
2 业务扩展风险和合作风险 57
3 后续管理维护风险 57
七、有关附件 58
八、有关声明 59

一、项目目标与任务
1 项目目标与任务需求分析
1.1 项目目标
云计算作为新一代信息网络技术的集中代表，提供了一种大规模资源整合和统一高效利用资源的先进IT模式，具有终端虚拟化、平台集中化、高性价比、高可靠性、高可扩展性、节能减排等特点。本项目将根据中共中央国务院《关于深化医药卫生体制改革的意见》和《成都市区域卫生信息化建设总体方案》精神，并充分考虑农村医疗卫生的特殊实际情况和特点，利用先进的云计算技术积极进行技术集成创新和服务模式创新，以实现农村医疗卫生资源与服务的高效统一、系统整合、互联互通、信息共享、发展低碳经济、提供医疗卫生和社保服务支撑为目标，通过建设先进的云计算服务平台为群众提供便捷、优质的医疗卫生和社会保障服务。具体目标包括以下几方面：
1）“政产学研用”充分结合，有力推进先进服务技术开发和应用
其目标是在项目建设的过程中通过良好的合作关系充分发挥各方的优势，促进教学研究、市场经济和知识经济的充分结合，为新兴的农村医疗卫生、社保服务和全面资源信息集成应用提供可靠的保障。
2）通过农村医疗卫生云服务平台实现医疗信息化顺利下乡
本项目将充分利用云计算技术所具有的优点，通过中央云平台实现集中管理、统一高效、互联互通，通过云电脑终端实现终端“零维护”和“零部署”，其最终目标是建设易部署、易使用、易维护、安全性提高、可靠性提高、服务器利用率高、数据集中管理、扩展性强、降低成本、节能低碳的先进农村医疗卫生信息系统，进而充分利用先进的信息化和现代化技术全面保障医疗卫生信息化顺利下乡。
3）形成良好的产业化应用示范，促进产业化应用持续发展
本项目将围绕农村医疗卫生、社会保险和经济社会发展的重大需求，全力推进网络化、应用化、虚拟化条件下的农村医疗卫生和社保服务技术研发，建立支持服务全过程的云计算技术体系，以形成全面的云计算技术标准规范和解决方案，在此基础上，建设优秀的农村医疗卫生服务平台突破各类资源的瓶颈制约，积极开展服务模式创新以形成优良的产业化应用示范和技术集成示范，通过农村医疗卫生云计算示范形成明晰的产业化商业模式，促进产业化应用的持续发展，最终为国家和社会带来巨大的效益。
4）低碳节能，节约政府投入
一方面，根据农村医疗卫生资源的实际分布情况进行资源调度研究，充分发挥云计算平台的资源统一管理功能提高服务器利用率，进而实现能源节约；另一方面，部署安装简便、易于操作、即插即用、无需维护的云电脑终端，可以迅速方便的下乡；通过技术创新、特色创新、软硬件一体化设计创新成本优势，以虚拟桌面协议、虚拟应用协议、虚拟存储协议和终端技术构建共享计算网络，进而实现节电省耗、绿色健康环保，节约政府投入。

1.2 任务需求分析
1）农村医疗信息化现状和需求分析
目前农村人口所占比例大（约80％以上），但农村医疗信息化水平和社保服务比较落后，普遍具有以下特点：人员的计算机操作与维护技能较差；电脑终端分散、安装维护困难；数据容易泄漏、存在安全隐患；数据分散、难以与上级平台无缝连接、扩展性低；系统可用性不高、数据缺乏有效保障；农村居民流动性强，医疗及社保系统需要统一高效和互联互通。因此，针对农村医疗信息化现状，本项目在建设过程中将坚持零部署、零维护和即插即用的原则以解决农村医疗人员计算机技术水平不高的问题；坚持数据集中管理原则实现有效的数据共享和互联互通；坚持系统安全可靠可行原则充分保证数据私密性、完整性、一致性和可用性；坚持经济性原则实现统一管理、均衡调度、经济节约；坚持可持续发展原则保证农村医疗云计算平台的可扩展，实现与上级医疗社保平台的无缝连接；坚持节能减排原则，充分适应国家发展低碳经济的要求。
2）相关政策需求分析
一方面，新医改是十二五规划的重点，尤其强调农村医疗信息化是国家在新医改中要重点解决的问题，在十二五规划中明确指出要强农惠农、加快社会主义新农村建设。在这种情况下，成都市政府贯彻相关政策精神，决定大力支持和发展农村医疗服务云建设，进而有效地推进农村医疗信息化的发展。云计算平台的建设将提供一套数据存储标准，配合医疗卫生行业的相关标准（如HL7标准），从而形成成都市统一的医疗卫生行业数据标准，实现整个成都市农村医疗卫生行业的数据交换与信息共享，真正实现高效统一、系统整合、互联互通、信息共享的新医改目标。因此，进行农村医疗卫生云计算服务平台和应用示范工程建设符合国家相关政策精神，适逢其时、利国利民。
另一方面，云计算技术的研究和应用符合科技发展的需求，《国家中长期科学和技术发展规划纲要（2006-2020年）》和《国家“十二五”科学和技术发展规划》明确指出要开创科学发展新局面建设，而随着计算机技术和通信技术的发展和应用，以云计算为代表的新一代信息化技术正全面促进着社会经济在各方面发生深刻变革，云计算技术也成为国家十二五规划的重点扶持方向。在这种情况下，进行农村医疗卫生云平台的研究建设和应用推广符合时代发展和科技发展的必要需求。

2 项目主要技术难点和重点
本项目技术研发以农村医疗卫生和社保实际情况为基础，其目的是利用先进的云计算技术进行服务技术创新和模式创新，以提升农村医疗卫生服务水平。因此，技术的重点以突出现有资源整合和服务信息化现代化为根本，强调结合实际、信息共享、资源共享、协同服务、统一管理和集中调配，力求通过政产学研结合，不断提升农村医疗卫生服务能力，加快农村医疗卫生信息化建设步伐。相关的技术难点和重点主要包括以下几个方面：
1）农村医疗信息共享与互联互通技术
农村医疗卫生机构普遍采用的分散式系统建设模式，各自独立建设系统导致信息资源共享性低、数据异构性较大、可靠性较差等一系列问题,因此，如何利用云计算技术实现相关信息集中管理和资源共享是本项目的研究重点。在建设过程中，可参照国家电子病历基本架构，建立系统的卫生信息标准和相关的数据字典，实现标准化居民健康信息档案，并通过云交换技术实现网络融合、互联互通，从而提供全面完善的农村医疗和社保信息。
2）面向农民群众的医疗信息服务技术
农村医疗卫生服务云平台的建设其根本目标是向农民群众提供更便捷、更优秀的医疗卫生服务，因此，相关的服务技术和服务模式将是农村医疗云平台建设的关键。本项目团队将根据农村医疗卫生服务的实际需求，积极进行先进的服务技术研发，如个人健康保健服务、社保合作服务、药品广告服务、远程医疗服务、健康增值服务、疫情防治服务、疾病控制服务等，通过全面的服务技术研发从本质上提升农村医疗卫生云平台的服务能力。
3）数据集中管理和数据安全技术
医疗卫生系统要实现有效的数据交换和共享、不同系统间的信息整合，首先就需要对数据进行集中并统一管理，且医疗卫生数据具有隐私性、保密性等特点，因此，在进行医疗卫生云平台建设过程中，高效的数据集中管理技术和可靠的数据安全技术必不可少。可通过先进的云计算技术在服务器群上建立可靠稳定的云存储系统，实现数据的集中化，统一进行监控和管理，并建立系统的权限认证机制和可靠的数据传输机制，积极进行相关的数据加密、传输加密技术研究，从而保证系统的连续可靠运行和数据的私密性、完整性、一致性、可用性，确保医疗卫生信息服务的稳定和可靠。
4）节能减排和绿色IT技术
一方面，农村医疗卫生服务器和数据库因为缺乏专业的IT维护人员导致利用率低下，从而造成大量的能源浪费，因此，本项目将根据农村医疗卫生设备实际分布情况和使用情况进行高效的云调度技术研究，力求通过高效的资源调度实现合理的资源使用，达到节能减排的目的。
另一方面，传统电脑终端耗电量巨大、噪音污染严重。本项目将通过先进的云电脑终端技术实现与农村医疗卫生云计算平台的无缝连接，逐步以云电脑终端代替传统个人电脑。在提供绿色IT技术的同时实现使用方便、无需维护，既降低医疗信息系统的建设运营成本又确保了数据的安全性（云电脑终端不存储任何数据资源）。在充分满足广大农村地区的实际情况和推广使用需求的基础上，有效实现节能减排和低碳经济。

二、现有工作基础与优势
1 国内外现有技术、知识产权和技术标准现状及预期分析
目前，医疗信息化建设已成为科技发展和应用发展的热点，国内外已经有很多公司、科研机构等致力于通过云计算技术开展医疗信息系统建设方面的研究，相关的技术标准、知识产权分析情况如下：
1）2009年，IBM医疗行业解决方案实验室成立，提出了医疗行业集成框架(HIF - Health Integration Framework)，该框架是基于SOA架构，由WebSphere，Information Management，Lotus，Tivoli，Rational中间件产品家族提供医疗信息共享平台。在此基础上，IBM公司提出了“IBM软件智慧医疗系列解决方案”，其目的是建设涵盖患者基本信息、病历记录、各种实验室检验信息，乃至财务信息的一系列应用信息化平台。
2）2010年7月，通用电气公司卫生保健部以SaaS平台对其第一款电子病历产品进行推广。通用电气公司卫生保健方面的Centricity Advance产品提供了电子病历、内科管理和患者信息的综合资源。新的软件服务还设置患者自主服务端口。在这种服务模式下，患者可以通过自己的安全口令进入他们的个人医药记录系统，在自己看病的诊所进行医疗预约，申请开立处方和接受药费单据，同时还可以接受来自诊所的相关个人信息。
3）2010年5月25日，思科与北京天健源达科技有限公司签订了合作备忘录，打造面向“数字化病区”的创新性解决方案。思科的网络技术和解决方案，提供医疗行业数据、语音、视像等应用支持，其目标是满足医疗行业的需求，确保所采用的网络技术和产品具有良好的可延续性和扩展性。天健将在人类健康服务流程、卫生信息标准、电子病历（EMR）与电子健康档案（EHR）、远程诊疗、疾病知识库与临床路径等领域向思科提供研究方面支持，协助思科打造面向“数字化病区”的创新性解决方案。
4）美国电信巨头Verizon在2010年推出了一项新服务——健康信息共享（HIE），它是基于Verizon托管的基础设施，可供医生与医疗服务人员存储、管理和传送诸如病历、化验结果、医疗影像等患者相关信息。Verizon的HIE基于现有技术进行优化构建。通过Oracle医疗保健交易中的虚拟化实例为其提供后端数据库。Verizon的管理安全服务和身份管理服务能够帮助处理用户访问和网络安全性等问题，医生与患者可以通过一个基于MedFX Lifesacpe的定制化EHR门户网站与该服务进行交互。该服务由Verizon的IP网络提供，由位于美国的Verizon数据中心进行托管。这项服务包括了在线存储和SaaS，习惯使用MedVirginia的客户仍可通过某些后端访问数据库。同时，医生可通过点击操作类似Google Apps的门户网站来访问患者病历、药物反应、当前研究、时间安排以及通讯方式等信息。
5）2010年8月IBM公司表示将联合美国医疗保健行业巨头安泰保险公司(Aetna)下属的医疗IT部门ActiveHealth Management建立一套基于“云计算”的全新协作医疗系统为医生和康复保健护理机构提供病人实时数据服务。所谓协作医疗(Collaborative Care)，就是从多种途径收集并整理病人的健康数据信息后，创建一套详细且更新迅速的病人数据记录。该数据可以得到实时更新为医疗机构和紧急医疗护理提供决定性的建议。
6）2010年10月，德国经济和技术部启动“Health Cloud”研究项目，该项目将主要实现三个应用功能：从匿名病人信息中提取并分析有关髋关节手术治疗的信息；开发有效方案，对医学治疗的合理性和经济性进行自动化测试；借助自动化方法及早识别新药物可能产生的副作用。该项目提供基于云的文本分析软件，充分进行文本挖掘技术和云基础设施的主机开发，实现对医疗数据的评估。
7）2011年5月12日，甲骨文公司宣布推出新一代Oracle健康科学云（Oracle Health Sciences Cloud），将为Oracle健康科学云应用软件（Oracle Health Sciences Cloud Applications）提供动力。增强的新一代Oracle健康科学云平台支持日益网络化的研究、临床开发和卫生保健服务提供环境，在这类环境中，必须跨诸如生命科学公司、合同研究机构、医疗学术中心、监管机构、外包商等多种机构，有效、安全地管理数据。Oracle健康科学解决方案目前作为服务在Oracle健康科学云上提供，其中包括电子数据抓取、电子患者检查结果、学习设计、编码和词典管理、随机试验和药品供应管理、临床教学研究自动化以及安全管理解决方案。
8）AirStrip是一款为医生开发的移动医疗应用服务。通过与Sprint结合在一起，能够从医院的监控系统中传递病人的数据到医生的移动设备上。它能将关键的病人生命体征数据可视化展示在医生的智能手机上，使医生可以在远方监控病人的情况。医生也可以查看病人的其他信息，像护士的记录、生命体征和账单的支付。
9）全球最大的GIS系统制造商ESRI开发的My Place History是一款LBS应用，它能够显示使用者的位置信息、公共健康及环境的污染情况。应用能够从数据源搜集信息，包括用户的心率、国家有害气体排放清单、国家环保署和美国国家医学图书馆的Haz-Map （地图）。
当下，新兴的IT技术正在渗透各个传统领域，云计算也在潜移默化地影响着医疗卫生领域。卫生机构现在采用的分散式系统建设模式——即独立建设系统通常都存在着投资分散而导致的系统质量差、 多点维护成本高、建设周期长以及信息准确、可靠性低等一系列问题，若采用自主的集中式系统建设，各级卫生机构又面临着IT预算少、 一次性投资能力差、缺乏专业的技术支持人员、决策时间长等问题的困扰。
基于云计算的低成本共享平台采用集中的系统构建，较之传统的建设模式有着明显的优势，它可以托管多种不同的应用，根据需要动态地部署、配置及回收计算机资源，实时监控资源使用情况，给广大的前端用户提供共享的计算资源和服务，在需要时重新平衡资源分配，其对于医疗信息化建设的巨大价值主要体现在几方面：
第一，支持现有应用和新出现的数据密集型应用，可以简便、迅速的得到所需要的计算能力;
第二，通过虚拟化技术动态按需分配计算资源，提高计算资源的利用效率，实现绿色计算;
第三，提供医疗卫生信息化新模式，有效降低管理成本。
对寻求低成本高效益自动化的医疗单位来说，在医疗IT空间里，云计算可以成为一个理想的平台。对于医疗中的IT服务来说，使用云计算技术是非常实惠的，许多医院可以分享由大量的系统连接在一起形成的基础设施，医院的运行成本可以因此减少，而效率会提高。对于医生、护理人员和其他医疗支持者来说，通过云计算技术，可以实时获得病人资料，不管这个病人是在国内还是在其他国家，医务人员可以通过网络设备去获取这些信息，而并不需要安装任何软件。在云计算中，病人的电子医疗记录或检验信息系统软件和信息都在中央服务器，病人的信息和相关资料可以随时存取，资源可以由一个医院群分享，而不在某个医院单独的IT系统中。使用云计算时，医院在硬件和软件上的投资可以更有效地得到应用。通过整合多方面医疗IT资源为大的云，医院降低了成本，却增加了单独资源的利用率。
科技进步的最终目的应该是为了改善人们的生活，积极提高医疗健康水平才能不断提高人民群众的健康水平。在一个高度竞争的医疗市场上，对于医疗IT供应商和医院来说，采用可以降低成本提高效率的创新性解决办法是重要的。云计算所带来的资源利用的改进和可量测性的提高将推动医院的盈利能力。在医疗行业中，云计算架构具有广阔的前途，是显著提高医疗整体水平所需的理想技术，特别是进行农村医疗卫生服务云计算平台建设，并可以此为契机启动相关应用示范工程，进一步提高农民群众健康水平和生活质量。

2 项目申请单位及主要参与单位研究基础（已有的研究开发经历，科技成果、科研条件与研究开发队伍现状等）
2.1 研究开发队伍状况
1）电子科技大学，协同自主计算实验室
电子科技大学是我国最早的七所重点国防院校之一，在1960年被确立为全国重点大学，是国家“211工程”和“985工程”重点建设学校。学校现有中国科学院院士5人，中国工程院院士1人，长江学者特聘教授、讲座教授15人，国家杰出青年科技基金获得者11人，新世纪“优秀人才支持计划”（含跨世纪计划）入选者53人，博士导师249人，教授294人，副教授471人。50年来，学校鉴定科技成果近千项，其中80％以上达到国内领先或国际先进水平，获国家级成果奖43项，申请专利400余项，部省级成果奖500余项，发表论文专著3万余篇（部）。
以电子科技大学计算机应用技术学科带头人戴元顺教授为主任，周明天教授为顾问，带领的包括杨波教授、佘堃教授在内的一批计算机应用技术学科领域优秀创新人才，组成了一支国际一流、国内领先的卓越的研究开发队伍，组建了协同自主计算实验室。实验室以具有海外留学背景及博士学位的学术骨干为主，同时聘请了五位相关领域的知名海外教授加入研发工作，整合国内外的资源，进行技术回流，在云计算、云存储、云安全可信、手机云服务、新型云电脑、网格计算、协同计算、自主计算、软件及计算机系统可靠性与可信性、数据挖掘、图像处理等领域开展了长期卓有成效的研究工作，已完成了一系列云计算和信息安全方面的科研工作，包括美国国家科学基金项目、美国能源部项目、美国国防部项目、中国国家级863项目、国家十一五支撑计划、国家自然基金及省部级项目等。
电子科技大学协同自主实验室在长期研究的基础上，推出了国内首个具有自主知识产权的云计算平台，并研发了基于云平台的SaaS、PaaS、IaaS等服务提供技术，还完成了成都市第十人民医院（传染病医院）“医疗云”项目的试点工程，在医疗云建设方面具有丰富的技术经验。实验室团队已在IEEE Transactions on Software Engineering、IEEE Transactions on Computers、IEEE Transactions on Systems, Man, and Cybernetics、IEEE Transactions on Reliability、IEEE Transactions On Knowledge and Data Engineering等国际顶级IEEE Transactions汇刊上发表论文20余篇；发表SCI收录的国际期刊论文87篇，EI和ISTP收录的论文167篇。

2.2 负责人及主要骨干人员的情况
戴元顺，1978年出生。现任职于电子科技大学：教授（博导），实验室主任。中国电子协会高级会员，云计算专委会专家委员。于2000年获得清华大学自动化系学士学位。2003年9月获得新加坡国立大学博士学位。2004年7月到2007年5月，在美国普渡大学（Purdue University）任教。2005年7月到2007年5月，担任美国TEGO电子信任和网格安全实验室主任。2007年6月2010年5月，在美国田纳西大学（University of Tennessee, Knoxville）任教。2009年加入电子科技大学计算机及软件学院从事教学科研工作，教授（博导），并担任协同自主计算实验室主任。主要从事云计算、自主计算、信息安全、故障诊断与自修复技术等方面的研究，提出并建立了一套完整的网格计算和云计算的可信性及安全性的新型理论模型，已应用于美国国家科学基金NSF斥资825万美元的“基于虚拟网格的云计算系统VGRADS” 项目 (由7家顶级科研院校联合研发)。还作为第一负责人承接并完成了美国国家科学基金（NSF）、美国宇航局（NASA）、美国军方医院（VA）以及美国能源部（DoE）等多个美国国家级项目。发表学术论文70余篇,出版专著2部，编辑3本书，国际期刊论文41篇，包括15篇ACM/IEEE Transactions论文发表在诸如IEEE Transactions on Computers、IEEE Transactions on Software Engineering、ACM Transactions on AAS、IEEE TDSC、IEEE Transactions on Reliability、IEEE Transactions on SMCA等国际顶级学术期刊，20余篇论文发表在诸如INFOCOM等计算机领域的重要国际会议上，SCI检索论文27篇，这些论文被SCI 他引227次。并获得了云计算相关申请专利10余项。
回国后，戴元顺作为主要负责人（校内第一负责人）获得了2010年广东省教育部产学研结合重大项目——“基于3G和网络计算的新型手机云服务”共3000万元资助的项目。作为主要负责人主持研发“一体化综合信息安全防护系统”的项目(赢得2009年“粤港关键领域重点突破项目”的1400万元资助)。曾获ICPADS 05年最佳论文奖，和国际期刊《IIE Transactions》（SCI检索：影响力因子1.04）评出的04年最佳精选论文。2007-2009年担任《IEEE Transactions on Reliability》副主编(Associate Editor),现任4个国际期刊编辑或编委。并应邀担任多个国际大型学术会议的总主席(General Chair)和评审及策划主席(Program Chair)等职务,如DASC’05 ’06 ’07 ’09大会主席、PRDC’06评审及策划主席、ICPADS’08副主席等。还应邀在IEEE专家组Technical Committee on Scalable Computing负责牵头“自主大规模计算”的研究技术领域（Technical Area）。近年来与本项目相关的专著和论文以及专利如下：
[D1] Y.S. Dai, M. Xie, Q. Long, S.H. Ng., “Uncertainty Analysis in Software Reliability Modeling by Bayesian Analysis with Maximum-Entropy Principle”, IEEE Transactions on Software Engineering, vol. 33, no. 11, pp. 781-795, 2007.
[D2] Y.S. Dai, G. Levitin, K.S. Trivedi., “Performance and Reliability of Tree-Structured Grid Service Considering Dependence and Failure Correlation”, IEEE Transactions on Computers, vol.56, no. 7, pp. 925-936, 2007.
[D3] Y.S. Dai, M. Xie, K.L. Poh., “Modeling and Analysis of Correlated Software Failures of Multiple Types”, IEEE Transactions on Reliability, vol. 54, no. 1, pp. 100-106, Mar. 2005.
[D4] L. Xing, Y.S. Dai, “A New Decision-Diagram-Based Method for Efficient Analysis on Multistate Systems”, IEEE Transactions on Dependable and Secure Computing, vol. 6, no. 3, pp. 161-174, 2009.
[D5] Y.S. Dai, G. Zhang, Y. Li, Y.P. Xiang, L. Xing, “Consequence Oriented Self-healing and Autonomous Diagnosis for Highly Reliable Systems and Software”, IEEE Transactions on Reliability, Accepted for Publication, 2010.
[D6] Y.S. Dai, Y.P. Xiang, Y. Pan, “Bionic Autonomic Nervous Systems for Self-Defense against DoS, Spyware, Malware, Virus and Fishing”. ACM Transactions on Autonomic and Autonomous Systems, Accepted for Publication, 2010.
[D7] A. Shrestha, L. Xing, Y.S. Dai, “Reliability Analysis of Multistate Phased-Mission Systems With Unordered and Ordered States”, IEEE Transactions on Systems, Man, and Cybernetics, Part A, Accepted for Publication.
[D8] A. Shrestha, L. Xing, Y.S. Dai, “Decision Diagram Based Methods and Complexity Analysis for Multi-State Systems”, IEEE Transactions on Reliability, vol. 59, no. 1, pp. 145-161, 2010.
[D9] Y.S. Dai, G. Levitin, “Optimal Resource Allocation for Maximizing Performance and Reliability in Tree-structured Grid Services”, IEEE Transactions on Reliability, vol. 56, no. 3, pp. 444-453, 2007.
[D10] Y.S. Dai, M. Xie, K.L. Poh., “Availability Modeling and Cost Optimization for the Grid Resource Management System”, IEEE Transactions on Systems, Man, and Cybernetics, Part A, vol. 38, no. 1, pp. 170-179,2008.
[D11] G. Levitin, Y.S. Dai, “Optimal Service Task Partition and Distribution in Grid System with Star Topology”, Reliability Engineering and Systems Safety, vol. 93, no. 1, pp. 152-159, 2008.
[D12] Y.S. Dai, X.L. Wang, “Optimal Resource Allocation on Grid Systems for Maximizing Service Reliability Using a Genetic Algorithm”, Reliability Engineering and System Safety, vol. 91, no. 9, pp. 1071-1082, 2006.
[D13] Y.S. Dai, G. Levitin, X. Wang, “Optimal Task Partition and Distribution in Grid Service System with Common Cause Failures”, Future Generation Computer Systems, vol. 23, no. 2, pp. 209-218, 2007.
[D14] M. Xie, Y.S. Dai, K.L. Poh, C.D. Lai, “Optimal Number of Hosts in A Distributed System Based on Cost Criteria”, International Journal of Systems Science, vol. 35, no. 6, pp. 343-353, 2004.
[D15] Y.S. Dai, M. Xie, K.L. Poh, B. Yang, “Optimal Testing-resource Allocation with Genetic Algorithm for Modular Software Systems”, Journal of Systems and Software, vol. 66, no. 1, pp. 47-55, Jan. 2003.
[D16] G. Levitin, Y.S. Dai, M. Xie, K.L. Poh, “Optimizing Survivability of Multi-State Systems with Multi-Level Protection by Multi-Processor Genetic Algorithm”, Reliability Engineering and System Safety, vol. 82, no. 1, pp. 93-104, Nov. 2003.
[D17] Y.S. Dai, “The Brief Review on Cloud Computing Technologies”, Information and Communication Technologies (ICTs), vol. 4, no. 2, pp. 28-35, 2010.
[D18] B. Yang, F. Tan, Y.S. Dai, S. Guo, “Performance Evaluation of Cloud Service Considering Fault Recovery”. Lecture Notes of Computer Science, vol. 5931, pp. 571-576. 2009.
[D19] X. Tong, Y. Zhang, Y.S. Dai, “Architecture and Key Technology of Public Computing Communication Network”, Journal on Communications, vol. 31, no. 8, pp. 134-140, 2010.
[D20] H. Li, Y.S. Dai, L. Tian, H. Yang, “Identity-Based Authentication for Cloud Computing”, Lecture Notes of Computer Science, vol. 5931, pp. 157-166, 2009.
[D21] Y.S. Dai, Y. Pan, X. K. Zou, “A Hierarchical Modeling and Analysis for Grid Service Reliability”, IEEE Transactions on Computers, vol. 56, no. 5, pp. 681-691, 2007.
[D22] Y.S. Dai, M. Xie, X.L. Wang, “A Heuristic Algorithm for Reliability Modeling and Analysis of Grid Systems”, IEEE Transactions on Systems, Man, and Cybernetics, Part A, vol. 37, no. 2, pp.189-200, 2007.
[D23] Y.S. Dai, G. Levitin, “Reliability and Performance of Tree-structured Grid services”, IEEE Transactions on Reliability, vol. 55, no. 2, pp. 337-349, 2006.
[D24] G. Levitin, Y.S. Dai, H. Ben-Haim, “Reliability and Performance of Star Topology Grid Service With Precedence Constraints on Subtask Execution”, IEEE Transactions on Reliability, vol. 55, no. 3, pp. 507-515, 2006.
[D25] Y.S. Dai, Y.P. Xiang, G.W. Zhang, “Self-Healing and Hybrid Diagnosis in Cloud Computing”, Lecture Notes of Computer Science, vol. 5931, pp. 45-56, 2009.
[D26] G. Levitin, Y.S. Dai, “Performance and Reliability of a Star Topology Grid Service with Data Dependency and Two Types of Failure”, IIE Transactions, vol. 39, no. 8, pp. 783-794, 2007.
[D27] X. Zou, Y.S. Dai, E.