随着产能需求的急剧膨胀，服务市场的竞争将趋于白热化。协同服务作为一种以强调跨企业、跨地域、高效率的新型合作模式，已被越来越多的企业和用户予以厚望。但是，由于受到用户任务请求流程的日趋复杂、电子服务市场的逐步庞大，以及网络资源的动态性和不确定性等因素所带来的影响，使得协同服务正面临着：如何针对复杂的业务流程给出支持量化计算的形式化描述、如何针对大量的服务个体给出最优的服务协同方案，以及如何针对资源的动态性和不确定性分别给出有效的资源调度策略和故障处理策略等问题。协同服务的主要研究工作可以从任务、服务、资源三个方面展开，通过对其深入的分析，本文针对协同服务应用中任务流程的复杂性，服务选择的局部性，以及资源的动态性和不确定性，总结了当前协同服务应用中所面临的四点主要问题，具体包括：(1)缺乏能有效支持量化计算的协同服务的形式化描述语言；(2)缺乏一种更为全面的服务协同方案优化策略；(3)缺乏一种有效的资源调度策略；(4)缺乏有效的针对异常发生的运行时故障处理策略。针对上述问题，本文的研究工作包括：(1)提出了基于随机Petri网的协同服务形式化描述方法，该方法分别针对协同服务编排与编制协议，给出了约28个组件的形式化描述方法，涵盖了两种协议所有组成部分。对比目前已有的形式化描述方法，本文的方法所针对的是目前最新的协议，而且对协议中所有新加入的组件也都分别给出了形式化描述方法。(2)提出了多维QoS感知的服务协同方案优化策略。该策略为了全面分析服务的QoS属性，将底层资源对QoS属性的影响也考虑进来，并利用了仿生学理论提出了一个启发式组合优化算法，最终给出了一个多维度QoS感知的服务协同方案优化策略。该策略不仅能准确全面的分析服务的QoS属性，而且其算法也具有较高的效率。(3)提出了基于蚁群算法的协同服务资源调度算法，鉴于目前已有的研究大都是假设底层资源能够满足上层的要求，因而对协同服务的研究还较少有涉及到资源调度层面，本文考虑了资源的动态性对资源调度的影响，将资源调度问题归结为多维多属性背包问题，并结合多维多属性背包问题的特征给出了基于蚁群算法的资源调度策略。(4)提出了协同服务运行时故障处理策略。首先，分别就故障诊断和故障处理给出了相应的模型。然后，在这些模型的基础上，分别给出了基于贝叶斯推理的不确定性故障诊断算法和基于联合可靠性指标的故障处理策略。(5)参与设计并初步实现了一个支持协同服务的校园云平台。为了验证本文所提出的理论成果，设计了一个基于该校园云平台的应用实例。并通过改变云平台内部运行的策略和算法，来对比本文所提出的策略算法跟其他策略算法的性能。通过分析收集到的实际数据，采用图文并茂的方式展示了不同策略的对比结果。综上所述，本文针对协同服务所面临的四点主要问题，分别给出了有效的解决策略，对于进一步推动协同服务的理论研究和实际应用都具有较高的价值。