人工智能辅助迁移框架，用于将传统科学应用程序转变为可重复使用的基于云的工作流程

传统的科学应用程序仍然是有价值的研究资产，但通常与特定于项目的执行环境紧密耦合，限制了它们在现代科学工作流程系统和云原生虚拟研究环境 (VRE) 中的重用、可重复性和部署。现有的迁移方法主要针对单个工件，例如笔记本或容器，并且为系统地将异构遗留应用程序转换为可重用的云原生工作流程提供有限的支持。本文提出了一种人工智能辅助迁移框架，该框架结合了开放分布式处理参考模型 (RM-ODP) 引导的架构分析、大语言模型 (LLM) 和设计结构矩阵 (DSM) 分析。该框架首先使用 RM-ODP 来指导 LLM 识别可重用的工作流组件、它们的接口以及来自异构遗留应用程序的执行依赖性。然后使用 DSM 分析对生成的工作流结构进行迭代评估和细化。最后，基于 LLM 的工作流生成器实现经过验证的工作流组件，并生成容器化执行环境和可执行工作流定义，以便部署在云原生工作流系统（包括 VRE）中。该框架在来自不同科学领域的两个遗留科学应用程序上进行了评估。在这两种情况下，应用程序都成功转换为可重用的云原生工作流程，同时保留了其原始功能，这证明了所提出的对遗留科学软件进行现代化改造的方法的可行性。