黃秀彬 鄧艷麗 經(jīng)航 黃璨 張莉

摘要：

為提高對(duì)運(yùn)營(yíng)管理系統(tǒng)中多租戶信息的管理和調(diào)度能力，提出基于多租戶管理技術(shù)的運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度方法。構(gòu)建多租戶信息集成分析模型，采用大數(shù)據(jù)信息融合方法對(duì)運(yùn)營(yíng)管理系統(tǒng)的集成數(shù)據(jù)進(jìn)行挖掘和采樣;在運(yùn)營(yíng)管理系統(tǒng)中構(gòu)建運(yùn)營(yíng)信息統(tǒng)計(jì)分析和大數(shù)據(jù)融合聚類模型;采用相空間結(jié)構(gòu)重組方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息重構(gòu)，并從中提取運(yùn)多租戶信息數(shù)據(jù)的關(guān)聯(lián)規(guī)則特征量;采用邏輯回歸分析方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度和融合處理，構(gòu)建運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度模型，實(shí)現(xiàn)對(duì)多租戶信息的妥善管理。

關(guān)鍵詞：

多租戶管理; 運(yùn)營(yíng)管理系統(tǒng); 信息融合; 信息調(diào)度

中圖分類號(hào)： TP 391

文獻(xiàn)標(biāo)志碼： A

Research on the Application of Multitenant Management

Technology in the Operation Management System

HUANG Xiubin， ?DENG Yanli， ?JING Hang， ?HUANG Can， ?ZHANG Li

（State Grid Customer Service Center， ?Tianjin ?300309， China）

Abstract：

In order to improve the management and scheduling ability of multitenant information in operation management system， an information scheduling method of operation management system based on multitenant management technology is proposed. The multitenant information integration analysis model is constructed， and big data information fusion method is used to mine and sample the integrated data of the operation management system; the operation information statistical analysis and big data fusion clustering model is constructed in the operation management system; the phase spatial structure reorganization method is used to reconstruct the multitenant information of the operation management system， and the association rules feature quantity of the multitenant information data is extracted from it. Using logical regression analysis method to adjust multitenant information of operation management system degree and fusion processing， a multitenant information scheduling model of operation management system is constructed， and the proper management of multitenant information is realized.

Key words：

multitenant management; operation management system; information fusion; information on the scheduling

0引言

一般情況下，需要結(jié)合現(xiàn)代通信技術(shù)進(jìn)行網(wǎng)絡(luò)運(yùn)行管理系統(tǒng)模型構(gòu)建，采用合適的信息管理方法進(jìn)網(wǎng)絡(luò)運(yùn)行管理系統(tǒng)的信息自適應(yīng)調(diào)度和管理，提高網(wǎng)絡(luò)運(yùn)行管理系統(tǒng)的自適應(yīng)信息調(diào)度水平[1]。其中多租戶技術(shù)作為提升網(wǎng)絡(luò)運(yùn)行效率的使用辦法之一，被廣泛應(yīng)用于計(jì)算機(jī)領(lǐng)域中，多租戶管理技術(shù)可以使得多個(gè)租戶共用同一應(yīng)用程序或同一運(yùn)行環(huán)境，可以有效的降低環(huán)境建置的成本，因此成為了一種實(shí)用性較強(qiáng)的信息管理手段。對(duì)網(wǎng)絡(luò)運(yùn)行管理系統(tǒng)的設(shè)計(jì)和對(duì)其中數(shù)據(jù)的管理是一般建立在大數(shù)據(jù)融合和統(tǒng)計(jì)分析基礎(chǔ)上，提取網(wǎng)絡(luò)運(yùn)行管理系統(tǒng)的統(tǒng)計(jì)特征量，結(jié)合特征融合聚類分析方法，進(jìn)行網(wǎng)絡(luò)運(yùn)行管理系統(tǒng)的優(yōu)化開(kāi)發(fā)設(shè)計(jì)[2]。目前，已有專家學(xué)者在該領(lǐng)域提出了一些較為成熟的研究結(jié)果。

針對(duì)傳統(tǒng)方法中存在的問(wèn)題[34]，本文提出基于多租戶管理技術(shù)的運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度方法。首先構(gòu)建運(yùn)營(yíng)管理系統(tǒng)的多租戶信息集成分析模型，然后采用邏輯回歸分析方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度和融合處理。最后進(jìn)行仿真實(shí)驗(yàn)分析，通過(guò)對(duì)比結(jié)果證明了本文方法在提高多租戶管理和網(wǎng)絡(luò)運(yùn)營(yíng)管理能力方面的優(yōu)越性能。

1運(yùn)營(yíng)管理系統(tǒng)的集成數(shù)據(jù)挖掘和數(shù)據(jù)融合聚類

運(yùn)營(yíng)管理系統(tǒng)體系結(jié)構(gòu)共分為三層，包括應(yīng)用服務(wù)層、網(wǎng)絡(luò)傳輸層和感知控制層[4]。其體系結(jié)構(gòu)組成形式，如圖1所示。

根據(jù)圖1所示的系統(tǒng)結(jié)構(gòu)模型，采用并行輸入/輸出控制方法，進(jìn)行多租戶運(yùn)營(yíng)管理系統(tǒng)的輸出統(tǒng)計(jì)特征量計(jì)算和及其融合聚類處理。

1.1運(yùn)營(yíng)管理系統(tǒng)的輸出統(tǒng)計(jì)特征量

構(gòu)建運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度模型，采用統(tǒng)計(jì)特征分析方法，進(jìn)行多租戶運(yùn)營(yíng)管理系統(tǒng)的自適應(yīng)調(diào)度和特征提取[5]，得到多租戶運(yùn)營(yíng)管理系統(tǒng)的分布式調(diào)度檢測(cè)統(tǒng)計(jì)量如式（1）。

其中，f代表正向調(diào)度統(tǒng)計(jì)特征，b代表逆向調(diào)度統(tǒng)計(jì)特征，b代表一個(gè)隨機(jī)的待調(diào)度資源數(shù)據(jù)，χ代表一個(gè)隨機(jī)的待調(diào)度資源數(shù)據(jù)，α代表標(biāo)準(zhǔn)調(diào)度系數(shù)，χ代表分布式調(diào)度檢測(cè)統(tǒng)計(jì)過(guò)程的基本運(yùn)算參量。

在獲取多租戶運(yùn)營(yíng)管理系統(tǒng)的分布式調(diào)度檢測(cè)統(tǒng)計(jì)量的基礎(chǔ)上，構(gòu)建運(yùn)營(yíng)管理系統(tǒng)的多租戶信息數(shù)據(jù)統(tǒng)計(jì)分布模型。采用時(shí)延均衡控制方法得到運(yùn)營(yíng)管理系統(tǒng)的多租戶信息數(shù)據(jù)的關(guān)聯(lián)特征如式（2）。

其中，θ代表標(biāo)準(zhǔn)定義下的運(yùn)營(yíng)管理系統(tǒng)多租戶信息資源數(shù)據(jù)取值結(jié)果。在分散的特征子空間中進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度和模糊檢測(cè)，采用關(guān)聯(lián)規(guī)則挖掘方法，實(shí)現(xiàn)運(yùn)營(yíng)管理系統(tǒng)的多租戶信息挖掘，具體過(guò)程為：提取運(yùn)營(yíng)管理系統(tǒng)中多租戶用戶數(shù)據(jù)的關(guān)聯(lián)規(guī)則特征量，進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度，得到運(yùn)營(yíng)管理系統(tǒng)的集成數(shù)據(jù)挖掘可靠性評(píng)估函數(shù)S可表述如式（3）。

其中，τ代表挖掘過(guò)程的調(diào)度系數(shù)，e代表挖掘過(guò)程的時(shí)間定量因子，β代表集成數(shù)據(jù)挖掘過(guò)程的建立條件。在此基礎(chǔ)上，采用多隊(duì)列調(diào)度方法，建立運(yùn)營(yíng)管理系統(tǒng)的多租戶信息數(shù)據(jù)的模糊決策模型，使用UNIX類操作進(jìn)行運(yùn)營(yíng)管理系統(tǒng)中多租戶信息調(diào)度的融合聚類和交叉編譯控制，得到特征訓(xùn)練集xi={x1，x2，x3，…，xn}，則運(yùn)營(yíng)管理系統(tǒng)的多租戶信息挖掘的輸出統(tǒng)計(jì)特征量如式（4）。

根據(jù)上述分析，建立模糊度核函數(shù)模型，采用大數(shù)據(jù)信息融合方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的集成數(shù)據(jù)挖掘和聚類，構(gòu)建運(yùn)營(yíng)管理系統(tǒng)的運(yùn)營(yíng)信息統(tǒng)計(jì)分析模型，進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的優(yōu)化設(shè)計(jì)[6]。

1.2多租戶管理數(shù)據(jù)的融合聚類處理

構(gòu)建運(yùn)營(yíng)管理系統(tǒng)的運(yùn)營(yíng)信息統(tǒng)計(jì)分析和大數(shù)據(jù)融合聚類模型，采用相空間結(jié)構(gòu)重組方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息重構(gòu)[7]，得到幾何鄰域空間中的多租戶運(yùn)營(yíng)管理模糊度T，則運(yùn)營(yíng)管理系統(tǒng)的多租戶信息數(shù)據(jù)統(tǒng)計(jì)融合分布函數(shù)如式（5）。

其中，a代表幾何領(lǐng)域空間中的隸屬度函數(shù)，r代表最大調(diào)度算子。整合上述所有理論依據(jù)，完成基于云模型BBO算法的醫(yī)院管理資源優(yōu)化控制處理。在關(guān)聯(lián)規(guī)則聚類下，采用模糊C均值聚類方法，得到運(yùn)營(yíng)管理系統(tǒng)的多租戶信息的模糊度核函數(shù)模型如式（6）。

其中，G代表模糊調(diào)度遷移標(biāo)準(zhǔn)，θ、ε分別代表兩個(gè)不同的動(dòng)態(tài)調(diào)度系數(shù)。采用子空間融合聚類分析方法和差異化的融合聚類分析方法，得到運(yùn)營(yíng)管理系統(tǒng)的多租戶信息融合聚類模型如式（7）。

其中，m為運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度的適應(yīng)度函數(shù)，d為樣本xi的關(guān)聯(lián)規(guī)則特征分布量。根據(jù)上述分析，構(gòu)建運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度模型，根據(jù)運(yùn)營(yíng)管理系統(tǒng)的多租戶信息融合結(jié)果進(jìn)行線性結(jié)構(gòu)重組，提高多租戶管理數(shù)據(jù)的融合聚類和特征檢測(cè)能力[8]。

2運(yùn)營(yíng)管理系統(tǒng)的多租戶管理調(diào)度優(yōu)化

2.1運(yùn)營(yíng)管理系統(tǒng)的多租戶信息重構(gòu)

在上述構(gòu)建運(yùn)營(yíng)管理系統(tǒng)的多租戶信息集成分析模型并采用大數(shù)據(jù)信息融合方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的集成數(shù)據(jù)挖掘和采樣的基礎(chǔ)上，進(jìn)行基于多租戶管理技術(shù)的運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度優(yōu)化設(shè)計(jì)，構(gòu)建運(yùn)營(yíng)管理系統(tǒng)的運(yùn)營(yíng)信息統(tǒng)計(jì)分析和大數(shù)據(jù)融合聚類模型，得到運(yùn)營(yíng)管理系統(tǒng)的多租戶信息數(shù)據(jù)的多元決策模型[9]。對(duì)運(yùn)營(yíng)管理系統(tǒng)的多租戶信息數(shù)據(jù)進(jìn)行分布式檢測(cè)，定義檢測(cè)統(tǒng)計(jì)特征量為p，建立運(yùn)營(yíng)管理系統(tǒng)的多租戶信息的模糊聚類分析模型，采用多租戶信息重構(gòu)方法進(jìn)行信息加權(quán)融合[10]。假設(shè)深度學(xué)習(xí)的自適應(yīng)加權(quán)權(quán)重為ω，建立運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度模型，采用自相關(guān)信息聚類方法，進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息相似度挖掘[11]，從中提取用戶信息的相似度特征量如式（8）。

其中，k代表運(yùn)營(yíng)管理系統(tǒng)的多租戶信息特征分布權(quán)重。采用離散序列調(diào)度方法，構(gòu)建運(yùn)營(yíng)管理系統(tǒng)中多租戶信息調(diào)度的模糊控制模型，對(duì)運(yùn)營(yíng)管理系統(tǒng)的多租戶信息進(jìn)行特征重構(gòu)，重構(gòu)模型定義如式（9）。

其中，m表示相關(guān)性特征分布集。根據(jù)上述分析，采用相空間結(jié)構(gòu)重組方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息重構(gòu)，根據(jù)重構(gòu)結(jié)果，進(jìn)行多租戶管理調(diào)度優(yōu)化。

2.2多租戶管理信息調(diào)度

采用決策樹(shù)模型進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度，從中提取運(yùn)營(yíng)管理系統(tǒng)的多租戶信息的模糊度特征量，采用邊緣像素特征重構(gòu)方法，進(jìn)行多租戶信息的自適應(yīng)調(diào)度，將得到的統(tǒng)計(jì)特征分布集定義為Q，則如式（10）。

其中，μ表示運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度的空間聚類函數(shù)，c表示運(yùn)營(yíng)管理系統(tǒng)的多租戶信息的模糊度，g表示運(yùn)營(yíng)管理系統(tǒng)的多租戶信息的相似度模型。在此基礎(chǔ)上，采用分段線性管理方法，進(jìn)行多租戶信息調(diào)度，得到量化特征分布集如式（11）。

采用一個(gè)1×N維的矩陣確定運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度的時(shí)間窗口值N，采用多維信息熵重構(gòu)方法構(gòu)建Probit多元回歸分析模型，進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息融合，得到邊緣量化特征分布集如式（12）。

采用線性隨機(jī)均衡調(diào)節(jié)方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息融合，從中提取運(yùn)營(yíng)管理系統(tǒng)那個(gè)多租戶信息數(shù)據(jù)的關(guān)聯(lián)規(guī)則特征量[12]，得到運(yùn)營(yíng)管理系統(tǒng)中多租戶信息調(diào)度的傳輸學(xué)習(xí)函數(shù)如式（13）。

綜上分析，實(shí)現(xiàn)了自適應(yīng)學(xué)習(xí)模型的構(gòu)建，完成了運(yùn)營(yíng)管理系統(tǒng)中多租戶信息特征分布式采樣和調(diào)度管理。

3仿真實(shí)驗(yàn)檢測(cè)與結(jié)果分析

為了測(cè)試上述基于多租戶管理技術(shù)的運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度方法在實(shí)現(xiàn)運(yùn)營(yíng)信息調(diào)度管理中的應(yīng)用性能，進(jìn)行仿真測(cè)試分析。

實(shí)驗(yàn)環(huán)境及參數(shù)設(shè)置情況如下：采用嵌入式Matlab進(jìn)行的運(yùn)營(yíng)管理系統(tǒng)中多租戶信息管理和交叉編譯控制，在類文件MinePressureCollectionC.nc里完成對(duì)運(yùn)營(yíng)管理系統(tǒng)中多租戶信息調(diào)度。設(shè)定多租戶信息采樣的數(shù)據(jù)長(zhǎng)度為800，運(yùn)營(yíng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸?shù)膸挒?4Buad，多租戶信息調(diào)度的載波頻率為6 kHz，預(yù)迭代次數(shù)300次。

根據(jù)上述參量設(shè)定，構(gòu)建運(yùn)營(yíng)管理系統(tǒng)的多租戶信息集成分析模型，采用基于多租戶管理技術(shù)的運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度方法結(jié)合大數(shù)據(jù)信息融合方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的集成數(shù)據(jù)挖掘，得到數(shù)據(jù)分布結(jié)果，如圖2所示。

隨著實(shí)驗(yàn)時(shí)間的的推移，采用本文方法進(jìn)行信息調(diào)度后，信息數(shù)據(jù)的增值量始終保持在[-3，3]之間，增值情況較為穩(wěn)定，證明基于多租戶管理技術(shù)的運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度方法能夠有效實(shí)現(xiàn)運(yùn)營(yíng)管理系統(tǒng)中多租戶信息采樣和融合聚類。在此基礎(chǔ)上，提取運(yùn)營(yíng)管理系統(tǒng)中每個(gè)租戶信息數(shù)據(jù)的關(guān)聯(lián)規(guī)則特征量的波動(dòng)幅值，得到特征提取結(jié)果，如圖3所示。

分析圖3結(jié)果可知，采用基于多租戶管理技術(shù)的運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度方法后，多租戶信息數(shù)據(jù)關(guān)聯(lián)規(guī)則特征量的波動(dòng)幅值始終保持在[-1，1]之間，波動(dòng)情況較為穩(wěn)定，證明利用該方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度的自適應(yīng)性較好，特征提取的抗干擾能力較強(qiáng)。

為進(jìn)一步測(cè)試基于多租戶管理技術(shù)的運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度方法的有效性，設(shè)計(jì)如下對(duì)比實(shí)驗(yàn)。將該方法與文獻(xiàn)[3]中的基于角色的多租戶信息調(diào)度控制模型和文獻(xiàn)[4]中的基于歷史執(zhí)行信息的信息集群調(diào)度方法進(jìn)行對(duì)比，測(cè)試不同方法在進(jìn)行運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度過(guò)程中的收斂性，得到收斂誤差對(duì)比結(jié)果，如圖4所示。

分析圖4可知，隨著實(shí)驗(yàn)迭代次數(shù)的不斷增加，不同方法的收斂誤差也在不斷發(fā)生變化，均表現(xiàn)為下降態(tài)勢(shì)。其中，文獻(xiàn)[4]方法的收斂誤差的下降幅度最大，但其收斂誤差值高于本文方法和文獻(xiàn)[4]方法。本文方法和文獻(xiàn)[4]方法的收斂誤差的下降幅度相似，但本文方法的收斂誤差值更低，證明采用本文方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度的自適應(yīng)性較好，運(yùn)營(yíng)管理的數(shù)據(jù)分類融合性能較好、誤差較小。

4總結(jié)

在多租戶管理技術(shù)條件下，采用大數(shù)據(jù)統(tǒng)計(jì)分析方法，進(jìn)行網(wǎng)絡(luò)運(yùn)行管理系統(tǒng)的優(yōu)化設(shè)計(jì)，構(gòu)建網(wǎng)絡(luò)運(yùn)行管理系統(tǒng)的信息融合模型，能夠提高網(wǎng)絡(luò)運(yùn)行管理系統(tǒng)的穩(wěn)定性。為此，本文提出基于多租戶管理技術(shù)的運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度方法。對(duì)運(yùn)營(yíng)管理系統(tǒng)中的集成數(shù)據(jù)進(jìn)行采樣和挖掘并構(gòu)建多租戶信息集成分析模型，采用相空間結(jié)構(gòu)重組方法重構(gòu)多租戶信息，提取其中的關(guān)聯(lián)規(guī)則特征量，實(shí)現(xiàn)對(duì)多租戶信息的有效調(diào)度。分析實(shí)驗(yàn)結(jié)果可知，利用基于多租戶管理技術(shù)的運(yùn)營(yíng)管理系統(tǒng)信息調(diào)度方法進(jìn)行運(yùn)營(yíng)管理系統(tǒng)的多租戶信息調(diào)度的自適應(yīng)性較好、系統(tǒng)穩(wěn)定性較強(qiáng)，特征提取過(guò)程的誤差較小，證明該方法具有較高的實(shí)用性。

參考文獻(xiàn)

[1]成靜靜. 多租戶管理技術(shù)在大數(shù)據(jù)平臺(tái)中的應(yīng)用研究[J]. 數(shù)據(jù)通信， 2016（6）：1214.

[2]何美斌， 胡精英. 基于Hadoop的大數(shù)據(jù)平臺(tái)多租戶管理策略研究[J]. 電腦編程技巧與維護(hù)， 2017（23）：5860.

[3]王鵬鑒. 大數(shù)據(jù)平臺(tái)下多租戶模型管理關(guān)鍵技術(shù)研究[D]. 成都：電子科技大學(xué)， 2017.

[4]陳重韜. 面向多用戶環(huán)境的MapReduce集群調(diào)度算法研究[J]. 高技術(shù)通訊， 2017， 27（4）：295302.

[5]喻朝新， 譚偉基， 張靜嫻. 基于分布式云計(jì)算環(huán)境下的多租戶管理技術(shù)方案研究[J]. 數(shù)據(jù)通信， 2016， 29（4）：711.

[6]石文昌， 王智愚， 黃瑛. 針對(duì) IaaS 云的多租戶訪問(wèn)控制模型[J]. 華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2016， 44（3）：9498.

[7]韓敏， 楊柳. 產(chǎn)業(yè)鏈協(xié)同SaaS平臺(tái)多租戶權(quán)限管理技術(shù)[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用， 2016， 25（1）：197203.

[8]尤曉青. SaaS網(wǎng)管系統(tǒng)多租戶數(shù)據(jù)管理的研究與實(shí)現(xiàn)[D].西安：西安工程大學(xué)，2017.

[9]師康利， 于炯， 魯亮. 基于Storm的多租戶槽感知調(diào)度策略[J]. 新疆大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2019， 36（1）：6068.

[10]劉英杰， 汪倫焰， 郭陽(yáng)，等. 基于SaaS模式多租戶集成項(xiàng)目管理信息平臺(tái)設(shè)計(jì)[J]. 信息技術(shù)與信息化， 2017（4）：126130.

[11]劉建國(guó)， 楊綠溪. 多用戶MIMO系統(tǒng)中一種基于一位反饋信息的調(diào)度算法[J]. 電子與信息學(xué)報(bào)， 2008， 30（10）：24312434.

[12]張炳超， 黎海濤. 一種多用戶MIMO系統(tǒng)的公平調(diào)度算法[J]. 中國(guó)電子科學(xué)研究院學(xué)報(bào)， 2010， 5（2）：213216.

（收稿日期： 2019.09.04）

作者簡(jiǎn)介：黃秀彬（1971），女，碩士，高級(jí)工程師，研究方向，電力營(yíng)銷和客戶服務(wù)。

鄧艷麗（1972），女，本科，高級(jí)工程師，研究方向，電力營(yíng)銷和客戶服務(wù)。

經(jīng)航（1990），男，碩士，工程師，研究方向：電力營(yíng)銷和客戶服務(wù)。

黃璨（1984），女，本科，副高級(jí)工程師，研究方向：電力營(yíng)銷和客戶服務(wù)。

張莉（1976），女，本科，副高級(jí)工程師，研究方向：電力營(yíng)銷和客戶服務(wù)。

文章編號(hào)：1007757X（2020）08012903