ScaFi：Scala DSL和聚合编程工具包

软件X 20（2022）101248原始软件出版物ScaFi：一个Scala DSL和聚合编程工具包Roberto CasadeiJiang，Mirko Viroli，Gianluca Aguzzi，Danilo Pianini意大利博洛尼亚大学母校art i cl ei nfo文章历史记录：接收23六月2022收到修订版2022年9月23日接受2022年保留字：聚合编程计算域宏级编程分布式计算Scala工具包a b st r a ct在当前社会科学趋势的支持下，对整个计算集体的全球行为进行编程带来了巨大的机遇，但也带来了重大的挑战。最近，聚合计算已经成为所谓的集体自适应系统编程的一个突出范例。为了缩短这种研究工作和主流软件开发和工程之间的差距，我们提出ScaFi，Scala工具包提供内部特定领域的语言，库，仿真环境，和运行时支持实际的聚合计算系统开发。©2022由Elsevier B.V.发布这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）中找到。代码元数据当前代码版本1.1.5用于此代码版本的代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX-D-22-00177Code Ocean compute capsule合法代码许可证Apache 2.0使用git的代码版本控制系统使用Scala的软件代码语言、工具和服务; Scala.js编译要求、操作环境依赖性JDK 1.8+、SBT链接到开发人员文档/手册http://scafi.github.io/docs/问题支持电子邮件roby. unibo.it软件元数据当前软件版本1.1.5此版本可执行文件的永久链接https://index.scala-lang.org/scafi/scafi/artifacts/法律软件许可证Apache 2.0计算平台/操作系统JVM; web安装要求依赖项JDK 1.8+用户手册链接http://scafi.github.io/docs/问题支持电子邮件roby. unibo.it1. 动机和意义物联网和边缘计算等当前趋势让我们可以根据普适计算的愿景[2]，在不久的将来，越来越多的能够进行计算和通信的设备有望被部署到物理世界中这导致了基于以下方面的机会*通讯作者。电子邮件地址：roby. unibo.it（Roberto Casadei），mirko. unibo.it（MirkoViroli），gianluca. unibo.it（Gianluca Aguzzi），danilo. unibo.it（D.Pianini）。https://doi.org/10.1016/j.softx.2022.101248利用大量的计算资源、感测/致动能力和数据，但也导致了许多挑战，包括协调、可扩展性和维护。多个研究领域试图利用这些机会并解决相关的挑战，包括多智能体系统[3]，自我计算[4]和集体智能[5]。具体而言，一个基本问题是如何实际地设计甚至编程一组设备或代理的集体自适应（也称为自组织）行为[6]。最近，一个突出的方法是聚合计算[7，8]。这一方法包括两个主要要素：2352-7110/©2022由Elsevier B. V.出版这是CC BY许可下的开放获取文章（http://creativecommons.org/licenses/by/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softxRoberto Casadei，Mirko Viroli，Gianluca Aguzzi etal.软件X 20（2022）1012482Fig. 1. ScaFi工具包的高级架构。1. 聚合执行模型[9] -基于“连续”感测、计算、通信和致动的“2. 场演算[8，10] -一种基于集合数据结构抽象的函数语言，计算场，支持单个集合程序的定义，从全局角度表达整个设备集合的整体行为。通过让系统中的每个设备根据聚合执行模型工作，并根据其最新的本地上下文反复评估聚合程序，可以促进健壮的集体行为的出现[11，12]。关于集体自适应系统编程的其他方法[6，13，14]和多代理的更经典方法（例如，JaCaMo [15]）和分布式系统编程（例如，actors [16]），聚合计算可以通过以下方式为开发生产力提供好处：（i）宏观层面的立场[17]，促进全球解决系统级行为的能力;（ii）组合性，促进从简单行为中构建复杂行为;（iii）正式性，使理论调查和分析成为可能;以及(iv)实用性，工具支持实际编程和模拟产生的集体自适应系统。在[18]中可以找到度量与传统方法的因此，聚合系统的工程设计涉及到根据聚合执行模型设计聚合程序和建立聚合计算分布式协议，使聚合程序能够集体执行。在实践中，聚合程序可以在任何以库级或编程级聚合计算机制（例如，[19然后，在选择的执行平台上部署之前，应通过模拟适当的软件工具对于支持这些阶段至关重要，在下文中，我们介绍了ScaFi（Scala-Fields）软件1：一个聚合编程工具包，包括内部DSL（语言和虚拟机）以及用于模拟和执行聚合系统的支持组件。2. 软件描述ScaFi是托管在GitHub上的多模块Scala项目。2它提供了一个DSL和API模块，用于编写，测试和运行聚合程序，即根据聚合编程范式表达的程序[7，8]。ScaFi的稳定版本通过Maven CentralRepository提供。所有的人工制品都被收集在组it.unibo.scarlet下。ScaFiScaFi可以交叉编译Scala 2.11、2.12、2.13，并同时面向JVM和JavaScript平台（通过Scala.js）。除了功能测试，质量保证管道还包括强制执行一致编程风格（ScalaStyle）的工具，执行早期拦截代码气味的静态分析（codiga.io），跟踪和报告代码覆盖率 （ codecov.io ） ， 以 及 强 制 执 行 git 提 交 消 息 一 致 性（committlint）。2.1. 软件构架ScaFi的高级架构如图所示。1.一、它由以下主要组件组成（其中每个组件都是一个SBT模块和可部署工件）：SCAFI-commons-提供基本的抽象和实用程序（例如，空间和时间抽象）;因此，研究新的自组织算法，编程模型的变体或扩展，促进科技进步。1 https://scafi.github.io2 https://github.com/scafi/scafi·Roberto Casadei，Mirko Viroli，Gianluca Aguzzi etal.软件X 20（2022）1012483图二、 ScaFi（DSL）核心的设计。scafi-core-提供了一个聚合编程DSL（语法，语义和用于评估程序的虚拟机），以及可重用函数的“标准库”;scafi-stdlib-ext-提供额外的库功能，需要外部依赖，因此与最低限度的scafi-core保持分离;scafi-simulator：为模拟聚合系统提供基本支持;scafi-simulator-gui-提供了一个GUI，用于可视化聚合系统的模拟并与之交互;spala（“spatialScala'”-即，通用聚合计算平台3）-提供基于参与者的聚合计算基于Akka工具包的中间件（独立于ScaFiDSL，也可能适用于其他聚合编程语言）;scafi-distributed-用于spala的ScaFi集成层，可以利用它来设置ScaFi编程系统的基于参与者的部署。ScaFi利用了化身的概念，即一个具体的Scala蛋糕模式 [25，26]），最终提供了对类型一致的特征集的访问。图2提供了Scala主要特征的摘录，以及它们定义的一些类型和对象。TraitCore提供了抽象的基本类型：CNAME用于功能名称，ID用于设备标识符，Context用于计算回合的输入环境，Export用于计算回合的结果。Trait语言提供了DSL的语法，3 聚合计算植根于空间计算[23]。方法，通过接口构造。TraitSemantics和Engine实现DSL构造语义，为Incarnation trait中定义的AggregateProgram基类提供 模 板 。 该 化 身 还 暴 露 了 StandardSensors ， 例 如 ，SpatialAbstraction和TimeAbstraction的位置（P）、距离（P）和时间类型。标准库是通过利用一个具体化提供的内容来提供的，提供了要混合到AggregateProgram中的功能特性。2.2. 软件功能通过Scala DSL表达聚合程序模块scafi-core通过化身暴露了一个Ag-gregateProgram特征，该特征提供对聚合编程构造的访问-遵循[22，27]中形式化的字段演算[8，10]的变体这个单一的程序从全局的角度定义了除了核 心 构 造 ， 该 模 块 还 提 供 例 如 ， 通 过 将 特 征变 量 混 合 到AggregateProgram子类中，开发人员可以访问梯度函数[11，28]，用于连续计算（在空间和时间上）每个节点与一组源节点的最小距离几个这样的特征可用于为自组织应用程序提供其他关键构建块[11，29]（例如，块G用于梯度信息传播，块C用于梯度信息收集，块S用于稀疏选择或领导者选举）或实验语言特征（例如，并发聚合进程的生成函数[12，30]，用于对独立和重叠聚合计算进行建模）。在模块scafi-stdlib-ext中提供了更多的功能，它目前提供了利用Shapeless [31]类型类来扩展······Roberto Casadei，Mirko Viroli，Gianluca Aguzzi etal.软件X 20（2022）1012484对任意产品类型的有界性约束（某些库函数需要）用于聚合程序AggregateProgram实例是将Context（单个设备在本地正确评估程序所需的输入集）映射到Export（树）的函数必须与邻国分享的价值观，以有效协调和促进集体行为的出现）。使用此API，开发人员可以将“聚合功能”集成到其系统中-仍然需要指定的是聚合执行模型和设备之间的通信的细节，这些细节可能会设备必须连续运行聚合程序，但这些计算回合的调度可以根据应用程序的需要进行调整[32]。导出必须与相邻设备共享，以允许它们正确设置其上下文，但可以独立于程序选择用于这样做的网络协议。仿真支撑为了模拟一个“聚合系统”，（i）定义构成集合的计算设备的集合，包括它们的传感器和致动器;（ii）定义集合拓扑，即，某些特定于应用的相邻关系，从该特定于应用的相邻关系可以确定每个设备的邻居的集合;（iii）定义要执行的聚合程序(iv)通过适当调度计算轮来定义系统的特定动态，并且通过适当记录传感器值的变化来定义环境。模块scafi-simulator提供这种基本支持。它公开了一些工厂方法来正确配置模拟（例如，它支持ad-hoc和基于空间距离的连通性规则）和运行模拟并与模拟交互的API。然后，模块scafi-simulator-gui提供了一个方便的图形用户界面来启动和可视化地显示执行中的模拟。我们注意到，这些模块目前支持基本的模拟场景，主要用于快速实验或作为ad-hoc模拟框架的起始基础;复杂模拟和数据分析的另一个选择是在Alchemist模拟器中使用ScaFi用于普适计算系统[33，34]。实验性或正在开发的功能：3D仿真前端和基于角色的中间件ScaFi还包括一个用于3D模拟的前端（renderer- 3d），该前端已经由执行透视图支持关于实际系统的构建，ScaFi在spala（SpalaScala）模块中提供了聚合执行模型[ 35 ]的基于参与者的实现，该模块是用于将聚合计算集成到现有系统和分布式架构中的工具[35]。事实上，聚合计算系统可以根据不同的架构风格和具体架构来设计、部署和执行[9]。那么，3. 说明性实例3.1. HelloScrum：从头开始这个完整的例子，如图所示。 3和在线可用，4说明了ScaFi如何用于编程（模拟）聚合系统，以计算自稳定梯度场[11，28]，其中每个设备的输出自稳定到其与指定源设备的最小距离。发展分为两个部分：（i）定义聚合程序，即集体行为的逻辑（图1）。3（a）56;和（ii）“聚合执行协议”的定义，确定设备如何通信和作用于它们的环境（图2）。3（b））。3.2. 模拟中的自组织协调区域作为一个更复杂的例子，考虑自组织协调区域（SCR）模式的ScaFi实现[36]。SCR的思想是将分布式活动组织成多个空间区域（诱导系统的分区），每个空间区域由领导者设备控制，领导者设备从区域成员收集数据并传播决策以制定一些区域范围的政策。这种模式可以很容易地在ScaFi中使用其标准库函数实现，并通过scafi-simulator提供的功能进行模拟。例如，考虑以下场景：大型环境中的温度监测和控制。对于分布式汇总，我们可以创建统一大小的区域，并让设备共同计算该区域的平均温度。然后，我们可以根据集体信息创建警报，进行更粗粒度的分析和干预。我们在存储库7中实现了这个场景：图4显示了SCR的简单ScaFi实现和从ScaFi模拟器4. 影响ScaFi已被用于聚合计算相关的研究[12，18，27，37这个线程还与多代理系统，自组织，集体智能等领域有几个交叉点，以及物联网，网络物理系统和边缘计算等场景。使用ScaFi在永久存储库（如Zenodo）上发布的工件包括[44聚合编程语言已经在工业中使用[47，48]。ScaFi的影响可以从以下讨论的程序设计语言设计与基础研究的相互作用ScaFiDSL的实现激发了场演算的变体，可以说它支持更容易嵌入主流编程语言[22，27]。ScaFi提供了中间件的两个主要实现，包it.unibo.scafi.distrib.actor，用于纯粹的点对点（子包p2p）和基于服务器的设计（子包服务器）。主要的抽象是DeviceActor，它暴露了一个基于消息的接口，用于控制和交互与聚合系统的单个逻辑节点。然后，提供了一个面向对象的外观API来建立一个中间件级演员系统。4 https://github.com/scafi/hello-scafi5 有关此梯度实现的详细说明，请参阅例如[12 ]第10段。6 关于源代码列表，我们突出显示符号如下：我们使用蓝色表示Scala关键字，红色表示ScaFiDSL构造，紫色表示ScaFi库函数，棕色表示其他ScaFiAPI符号（例如，类型、对象、常量和方法）。7 https://github.com/scafi/scafi-softwarex-scr-exampleRoberto Casadei，Mirko Viroli，Gianluca Aguzzi etal.软件X 20（2022）1012485图3.第三章。 完整的 例子：计 算 梯 度 的聚合系统。用于试验新的聚合编程语言功能的平台ScaFi包括对基本域演算的扩展特别是，它支持聚合进程抽象[12]，由spawn构造[49]启用，它提供了一种指定在动态设备集合上运行的动态数量的集体计算的另一个扩展是交换规则[18，44]，它包含了以前的通信规则（如nbr[10]），并为邻居提供了不同的消息。一般来说，由于聚合编程DSL被公开为此外，Scala[50]的研究方向使其成为实验新语言功能和机制的强大环境。高级编程模型前面的讨论为“DSL堆栈”提供了案例事实上，通过利用上述聚合过程扩展，可以减少实现定位元组所需的抽象间隙[42]，这是一个类似Linda的模型[52]，用于协调元组和元组操作位于空间中的过程。通过将高级规范映射到聚合程序中，有时可以直接开发弹性分布式实现-如[53]，其中从空间逻辑公式到字段演算表达式的转换规则可以无缝构建此类公式的分散监控器。网络友好性通过利用Scala.js [54]，ScaFi可以通过JavaScript轻松访问，这促进了跨平台语言设计和浏览器中功能的重用（以支持WebRoberto Casadei，Mirko Viroli，Gianluca Aguzzi etal.软件X 20（2022）1012486图四、S c a F i 中 的 SCR模式。颜色表示设备感知的温度（越红，温度越高不需要服务器端组件的应用程序）。这为ScaFi-Web[55]铺平了道路，这是一个聚合编程的网络游乐场。操作员友好性相对于其他聚合计算的编程框架，如Proto [19]，Protelis [20]和FCPP [21]，ScaFi工具包为开发人员提供了一个特权环境。 Proto已停产。它的继任者Protelis是一个独立的DSL，具有鸭子类型，不支持新数据结构的定义，并且其对语法突出显示和代码完成的支持仅适用于Eclipse IDE（基于Xtext框架[56]）。相对于基于C++的FCPP，ScaFi受益于Scala提供的更高级别的抽象以及与Java生态系统的集成。 关于聚合编程语言之间的这种比较的更详细的描述可以在[8，27]中找到复杂系统工程与集体智慧（及相关研究）ScaFi体现的范式提供了一种探索复杂系统主题的方法[57]（包括集体智慧[5]，自组织[58]，社会技术集体[59]，涌现[60]等），并从工程和编程的角度来实现。例如，在[12]中，利用自组织成动态组的能力来提供边缘处的智能行为形式;在[36]中，发现了一种自组织模式，该模式能够动态调整反馈调节网络的直径，从而动态调整系统中的去中心化水平，以智能地使用资源。在[37]中，强化学习用于学习策略，以确定在ScaFi程序的“洞”中执行什么操作，我们预见，可访问的软件工具包，如ScaFi旨在编程集体适应系统可能在这些研究线程中发挥重要作用。Roberto Casadei，Mirko Viroli，Gianluca Aguzzi etal.软件X 20（2022）10124875. 结论本文介绍了ScaFi，一个开源的基于Scala的聚合计算工具包，使集体自适应系统的开发成为可能。它提供了一个内部DSL的字段演算，一个可重用的聚合行为函数库，以及支持组件的模拟和执行聚合系统。与Protelis和FCPP等其他聚合编程语言相比，它提供了一个更高级别的平台，可以支持敏捷原型研究，并更容易与其他工具和分布式系统环境集成（参见。Web和Android）。我们相信，它代表了一个有价值的工具，为潜在的科学和技术发展有关的智能集体系统。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作数据可用性文章中描述的研究未使用任何数据确认这项工作得到了MUR PRIN 2020项目MUR FSE REACT-EU PON R I 2014-2020。我们还要感谢FerruccioDamiani教授和Giorgio Audrito博士为ScaFiDSL的正式基础做出的贡献，以及博洛尼亚大学的学生为该工具做出的贡献。引用[1] Abowd GD。超越威瑟：从无处不在到集体计算。计算机2016;49（1）：17-23. http://dx.doi.org/10.1109/MC.2016.22网站。[2] 萨蒂亚纳拉亚南普适计算：愿景与挑战。IEEE无线通信2001;8（4）：10-7.http://dx.doi.org/10.1109/98.943998网站。[3] FerberJ.Multi-AgentSystems-AnIntroductiontoDistributedArtificialIntelligence. Addison-Wesley-Longman;1999.[4] Kephart JO，Chess DM.自主计算的愿景。计算机2003;36（1）：41-50.http://dx.doi.org/10.1109/MC.2003.1160055网站。[5] 何锋，潘毅，林清，苗X，陈志。《集体智慧：分类学与调查》（CollectiveIntelligence ： A Taxonomy and Survey ） IEEE Access 2019;7 ： 170213-25.http://dx.doi.org/10.1109/ACCESS的网站。2019.2955677。[6] Nicola RD，Jähnichen S，Wirsing M.集体适应系统的严格工程：特别部分。IntJSoftwToolsTechnolTransf2020;22（4）：389-97.http://dx.doi.org/10.1007/s10009-020-00565-0网站。[7] 放 大图 片 作 者： J.物 联网 的 聚 合编 程 。 计算 机 2015;48 （ 9） ： 22-30.http://dx.doi.org/10.1109/MC.2015的网站。261.[8] [10]杨文，李文.从分布式协调到场演算和聚合计算。2019;109.第二届中国科学院院士http://dx.doi.org/10.1016/j.jlamp的网站。2019.100486。[9] [10]张晓刚，张晓刚.信息物理系统中的粉碎未来互联网2020;12（11）：203.http://dx.doi.org/10.3390/fi12110203.[10]Audrito G ， Viroli M ， Damiani F ， Pianini D ， Beal J. A higher-ordercalculus of computational fields.ACM Trans Comput Log 2019;20（1）：5：1-55. 网址：//dx.doi.org/10.1145/3285956网站。[11][10]杨文，杨文.通过自我稳定来设计有弹性的集体适应系统。ACM跨模型计算模拟2018;28（2）：16：1-28. http://dx.doi.org/10.1145/3177774网站。[12] [10]李文辉，李文辉，李文辉.利用聚合流程在边缘设计工程应用人工智能2021;97：104081。http://dx.doi.org/10.1016/j.engappai.2020.104081网站。[13]Pinciroli C，Beltrame G. Buzz：一种用于机器人群的编程语言。IEEE Softw2016;33（4）：97-100. http://dx.doi.org/10.1109/MS.2016.95网站。[14]Alrahman YA，Nicola RD，Loreti M.通过依赖基于属性的通信，在集体自适应 系 统 中 编 程 交 互 。 科 学 计 算 计 划 2020;192 ： 102428 。http://dx.doi.org/10.1016/j.scico.2020的网站。102428[15]杨文辉，王晓，王晓刚，王晓刚.面向多智能体的编程：使用JaCaMo编程多智能体系统。北京：清华大学出版社.[16] Ricci A，Haller P，编辑.与演员的节目-国家的最先进的和研究的观点。In ： Lecture notes in computer science ， vol. 10789 ， Springer; 2018 ，http://dx.doi.org/10.1007/978-3-030-00302-9.[17]杨伟杰，王伟杰，王伟杰.团宏程序设计系统。In：Abdelzaher TF，GuibasLJ，Welsh M，editors. Proceedings of the第六届传感器网络信息处理国际会 议 。 ACM; 2007 ， p. 489-98. http://dx.doi.org/10.1145/1236360.1236422 网站。[18][10]杨文，李文.用XC进行分布式系统的函数式编程。In：Ali K，Vitek J，editors.第36届欧洲面向对象编程会议。 LIPICS，vol. 222，Schloss Dagstuhl-Leibniz-ZentrumfürInformatik;2022，p.20：1-28.http://dx.doi.org/10.4230/LIPIcs.ECOOP.2022.20网站。[19] Beal J，Bachrach J.传感器/执行器网络上的工程应急基础设施IEEE IntellSyst 2006;21（2）：10-9. http://dx.doi.org/10.1109/MIS.2006.29。[20]Pianini D ， Viroli M ， Beal J. Protelis ： Practical Aggregate Programming.In：Wainwright RL，Corchado JM，Bechini A，Hong J，editors.第30届ACM应用计算年会论文集ACM;2015，p.1846-53.http://dx.doi.org/10.1145/2695664.2695913网站。[21]奥德里托·G FCPP：一个高效的可扩展的域演算框架。IEEE InternationalConference on Autonomous Computing and Self-Organizing Systems（IEEE自 主 计 算 和 自 组 织 系 统 国 际 会 议 ） IEEE; 2020 ， 第 153-9 页 。http://dx.doi.org/10.1109/ACSOS49614.2020的网站。00037。[22]Casadei R，Viroli M，Audrito G，Damiani F. FScaFi：集体自适应系统编程的核心演算。In：Margaria T，Steffen B，editors.利用形式方法的应用，验证和确认：工程原理-第9届国际研讨会利用形式方法的应用，ISoLA 2020，希腊罗得岛，2020年10月20日至30日，会议记录，第二部分。计算机科学讲义，第12477卷，Springer; 2020年，p.344-60. 21.http://dx.doi.org/10.1007/978-3-030-61470-6_[23][10] 杨 文 ， 杨 文 . Organizing the Aggregate ： Languages for SpatialComputing. 2012年，CoRR abs/1202.5509，arXiv：1202。5509[24]Roestenburg R，Bakker R，Williams R.阿卡在行动。第一个ed..美国：曼宁出版公司; 2015年。[25]Odersky M，Zenger M.可伸缩的组件抽象。In：Johnson RE，Gabriel RP，editors.第20届ACM SIGPLAN面向对象编程、系统、语言和应用年会论文集。ACM; 2005年，第41-57页。http://dx.doi.org/10.1145/1094811的网站。1094815[26] 亨特·J·蛋糕图案。Scala Design Patterns：Patterns for Practical Reuse andDesign （ Scala 设 计 模 式 ： 实 用 重 用 和 设 计 模 式 ） Cham ： SpringerInternational Publishing; 2013 ， p.115-9 http://dx.doi.org/10.1007/978-3-319-02192-8_13网站。[27][10]杨晓，王晓刚.计算与邻居：用函数编程和Scala解决大规模分布和自适应性 。 2020 年 ， http://dx.doi.org/10.48550/ARXIV 。 2012.08626 ， arXiv ，URLhttps://arxiv.org/abs/2012.08626。[28]Beal J，Bachrach J，Vickery D，Tobenkin MM。快速自愈合梯度。In：Wainwright RL，Haddad H，editors. 2008年ACM应用计算研讨会论文集。ACM;2008年，第1969-75页。http://dx.doi的网站。org/10.1145/1363686.1364163。[29] Wolf TD，Holvoet T.设计基于信息流和反馈回路的自组织涌现系统。第一届自适应和自组织系统国际会议IEEE Computer Society; 2007，p. 295-8.http://dx.doi.org/10.1109/SASO.2007.16网站。[30][10]张文辉，张文辉，张文辉.将流程聚合为工业物联网的分布式自适应服务。普适暴民组合2022;85：101658。http://dx.doi.org/10.1016/j.pmcj.2022.101658，URLhttps://www.sciencedirect.com/science/article/pii/S1574119222000797。[31]格内尔湾太空人的无形指南Astronaut's Guide to Shapeless Lulu.com; 2017，URL https://books.google.it/books? id=c9evDgAAQBAJ。[32] [10]杨文，杨文.通过可编程分布式处理器进行基于时间流场的协调。LogMethods Comput Sci 2021;17（4）. http：//dx.doi.org/10.46298/lmcs-17（4：13）2021.[33]张 文辉 ， 张 文辉 ， 张文 辉.用ALCHEMIST对 计算 系 统 J Simulation 2013;7（3）：202网址：//dx.doi.org/10.1057/jos.2012.27网站。Roberto Casadei，Mirko Viroli，Gianluca Aguzzi etal.软件X 20（2022）1012488[34] 放大图片Viroli M，Casadei R，Pianini D.使用Alchemist和Scala模拟大规模聚合MASIn：Ganzha M，Maciaszek LA，Paprzycki M，editors. 2016年计算机科学与信息系统联合会议论文集。计算机科学与信息系统年鉴。8，IEEE; 2016，p.1495-504. http://dx.doi.org/10.15439/2016F407网站。[35] Casadei R，Viroli M.基于行动者的集体适应系统编程In：Ricci A，HallerP，editors.与参与者一起拟订方案-现状-艺术和研究视角。计算机科学讲 义 ， 第 10789 卷 ， Springer;2018 年 ， 第 94-122 页 。http://dx.doi.org/10.1007/978-3-030-00302-9_4.[36][10]杨文，王文，王文.通过自组织协调区域模式进行分区整合和协调。未来一代 计 算 系 统 2021;114 ： 44-68.http://dx.doi.org/10.1016/j.future.2020.07 的 网站。032.[37]放大图片作者：Aguzzi G，Casadei R，Viroli M.基于强化学习的聚合计算。In：ter Beek MH，Sirjani M，editors.协调模型和语言-第24届IFIP WG 6.1国际会议，协调2022，作为第17届分布式计算技术国际联合会议的一部分，DisCoTec 2022，意大利卢卡，2022年6月13日至17日。计算机科学讲义，第13271卷，Springer; 2022年，第72-91页。http://dx.doi.org/10.1007/978-3-031-08143-9_5网站。[38] Casadei R，Viroli M.在边缘协调计算：一种分散的，自组织的空间方法。第 四 届 雾 和 移 动 边 缘 计 算 国 际 会 议 IEEE; 2019 ， p. 六 比 七http://dx.doi.org/10.1109/FMEC.2019.8795355。[39]Casadei R，Tsigkanos C，Viroli M，Dustdar S.设计弹性协作边缘物联网。In：Bertino E，Chang CK，Chen P，Damiani E，Goul M，Oyama K，editors. 2019 IEEE 服 务 计 算 国 际 会 议 。 IEEE; 2019 ， 第 36-45 页 。http://dx.doi.org/10.1109/SCC.2019的网站。00019。[40]Casadei R，Aldini A，Viroli M.使用信任机制的抗攻击聚合科学计算计划2018;167：114-37。得双曲正切值. doi.org/10.1016/j.scico.2018.07.006网站。[41]Casadei R，Aguzzi G，Viroli M.集体自治的编程方法。J Sens Actuator Netw2021;10（2）：27. http://dx.doi.org/10.3390/jsan10020027.[42][10]杨晓，王晓.大规模情境系统中基于元组的协调。In：Damiani F，DardhaO，editors.协调模型和语言-第23届IFIP WG 6.1国际会议，协调2021，作为第16届分布式计算技术国际联合会议的一部分，DisCoTec 2021，马耳他瓦莱塔，2021年6月14日至18日。计算机科学讲义，第12717卷，Springer; 2021年，第149-67页。http://dx.doi.org/10.1007/978-3-030-78142-2_10。[43][10]杨文，王文，王文.数字孪生，虚拟设备，和增强自我组织的网络物理集体。应用科学2022;12（1）. http://dx.doi.org/10.3390/app12010349，URLhttps：//www. mdpi.com/2076-3417/12/1/349网站。[44]卡萨代河Scafi/artifact-2021-ecoop-xc：v1.2. 2022年，http://dx.doi.org/10。5281/Zenodo.6538810，Zenodo，URLhttps://zenodo.org/record/6538810。[45]卡 萨 代 河 Scafi/artifact-2021-ecoop-smartc ： v1.2. 2022 年 ， http://dx.doi 。org/10.5281/Zenodo.6538822，Zenodo，URLhttps://zenodo.org/record/6538822.[46]阿古齐G，皮亚尼尼D. Cric 96/experiment-2022-ieee-去中心化系统：1.0.1.2022 ， http://dx.doi.org/10.5281/ZENODO.6477039 ， Zenodo ，URLhttps://zenodo.org/record/6477039。[47]Paulos A， Dasgupta S， Beal J， Mo Y， Hoang KD ， Bryan LJ ， et al. Aframework for self-adaptive disperal of computing services.在：IEEE第四届国 际 研 讨 会 的 基 础 和 应 用 的 自 我 * 系 统 。IEEE; 2019 ， 第 98-103 页 。http://dx.doi.org/10.1109/FAS-W.2019.00036网站。[48]Beal J，Usb