（计算机应用技术专业论文）基于qos的动态web服务组合关键技术研究.pdf

摘要 近年来w e b 服务技术得到快速发展和应用，越来越多的稳定易用的w e b 服务共享 在网络上。随着功能相似w e b 服务数量的快速增长、服务组合技术的发展，具有相同 或相近服务功能的服务数量增多，利用q o s ( q u a l i t yo f s e r v i c e ) 选择服务已成动态w e b 服务组合实用化的关键技术。 目前，国内外的学者在基于q o s 的动态w e b 服务组合方面已经做了一些工作，同 时还不断涌现出一些新的问题。如：还没有一个被广泛认可的q o s 模型标准，致使现有 的q o s 模型繁多，且其中一些模型的正确性和合理性还有待验证；现有的q o s 模型由 用户给候选服务设定权值，存在用户对此领域服务的不知情以及片面追求价格低廉的服 务，最终根据此权值选择出来的候选服务，可能并不是最合适的服务，影响了组合服务 中候选服务的选择；同时，基于q o s 的w e b 服务选择算法在很大程度上借鉴数学的优 化理论，研究者既没有在组合选取策略上做较多的工作，也没有深入挖掘组合服务的特 性。 据此，本文在研究w e b 服务现有q o s 模型基本属性的基础上，为了解决上述问题， 引入了新的q o s 属性可组合性和q o s 模型中关键属性，并给出它们的定义和计算 公式，形成了一个新的q o s 模型。在此基础上，根据z e n g 的服务选择问题描述，给出 了一种服务选择策略和算法，此策略主要是针对候选服务集中候选服务数量较多的情 况，通过增加一个排序算法和分段函数，取候选服务集中q o s 属性值靠前的候选服务， 缩小候选服务集数量。通过模拟实验的比较和分析，本文的q o s 模型和选择策略更有利 于选择适合服务组合的原子服务，解决了由用户对q o s 属性权值随意设置而造成误选最 合适服务的问题，并且在保证组合服务成功率的前提下，提高了组合效率。 关键词：w e b 服务组合，q o s 模型，可组合性，权值，选择策略 t h ec r i t i c a lt e c h n o l o g i e sb a s e do nq o s d y n a m i cw e bs e r v i c e sc o m p o s i t i o n z h a n gh u i j u a n ( c o m p u t e ra p p l i c a t i o nt e c h n o l o g y ) d k e c t e db ya s s o c i a t e - p r o f e s s o rz h a n g g u o p i n g a b s t r a c t w i t ht h er a p i dd e v e l o p m e n to fw e bs e r v i c e st e c h n o l o g ya n di t sa p p l i c a t i o ni nr e c e n t y e a r s ，m o r ea n dm o r es t a b l ea n de a s yt ou s ew e bs e r v i c e sa r es h a r e do nt h ei n t e r a c t t h e q u a n t i t yo fs i m i l a rw e bs e r v i c e sg r o w sf a s t , a n dw e bs e r v i c e sc o m p o s i t i o nt e c h n o l o g y d e v e l o p sc o n t i n u a l l y , t h e nt h en u m b e ro fs e r v i c e sw i 血t h es a l t l eo rs i m i l a rs e r v i c ef u n c t i o n s h a si n c r e a s e d ，t h e r e f o r e ，t h eu t i l i z a t i o no fq o s ( q u a l i t yo fs e r v i c e ) i ns e l e c t i n gs e r v i c e sh a s b e c o m et h ek e y t e c h n o l o g i e si np r a c t i c a lu s eo fd y n a m i cw e bs e r v i c ec o m p o s i t i o n a tp r e s e n t ，al o to fw o r kh a sb e e nd o n ei nt h ed o m m no fw e bs e r v i c e sc o m p o s i t i o n b a s e d0 1 1q o sb ym a n ys c h o l a r sf r o mh o m ea n da b r o a d ，h o w e v e r , t h e r ea r es o m en e w p r o b l e m se x i s t i n ga tt h es a m et i m e f o re x a m p l e ，t h e r ei sn oas t a n d a r dq o sm o d e lt h a ti s a u t h o r i z e dw i d e l y , w h i c hl e a d st oag r e a tv a r i e t yo fm o d e l se x i s t i n ga n dt h ec o r r e c t n e s sa n d r e a s o n a b l e n e s so fs o m em o d e l sa m o n gt h e ma r es t i l lt ob et e s t e d i nt h ee x i s t i n gq o sm o d e l ， t h ep r o p e r t yv a l u e ( w e i g h t s ) o fc a n d i d a t es e r v i c ei ss e tb yu s e r s ，w h om a yn o tk n o wt h e s e r v i c ei nt h i sa r e aa n dj u s tp u r s u et h el o wp r i c eo ft h es e r v i c e c o n s e q u e n t l y , a c c o r d i n gt o t h i sw e i g h ts e t t i n gw a y , t h es e r v i c es e l e c t e da tl a s tm a yn o tb et h em o s ta p p r o p r i a t eo n e ， w h i c hi m p a c t st h es e l e c t i o no ft h ec a n d i d a t es e r v i c ed u r i n gt h es e r v i c ec o m p o s i t i o n i n a d d i t i o n ，t h es e l e c t i o na l g o r i t h m so fw e bs e r v i c eb a s e do nt h eq o s ，t oal a r g ee x t e n t ，m a i n l y u s et h em a t h e m a t i c so p t i m i z a t i o nt h e o r ya sas o u r c eo fr e f e r e n c e t h er e s e a r c h e r sn e i t h e r c o n s i d e rt h e s e l e c t i n gs t r a t e g i e s o ft h ew e bs e r v i c e c o m p o s i t i o n , n o re x c a v a t e t h e c h a r a c t e r i s t i c so ft h ew e bs e r v i c e sc o m p o s i t i o n a c c o r d i n g l y , i no r d e rt os o l v et h ea b o v ep r o b l e m s ，b a s e do nt h es t u d yo ft h eb a s i c p r o p e r t i e s o fe x i s t i n g 。q o sm o d e lo fw e bs e r v i c e s ，t h i s p a p e ri n t r o d u c e san e wq o s a t t r i b u t e s c o m p o s i t i o n a l i t ya n dak e ya t t r i b u t eo ft h eq o sp r o p e r t i e s ，g i v e st h ed e f i n i t i o na n d c a l c u l a t i o nf o r m u l ao ft h e m ，a n df o r m san e wq o sm o d e l o nt h i sb a s i s ，a c c o r d i n gt o d e s c r i p t i o no nt h es e r v i c e ss e l e c t i o no fz e n g p a p e r , p r e s e n t sas t r a t e g ya n da l g o r i t h mo ft h e s e r v i c e ss e l e c t i o n , w h i c ha i m st oc o n f r o n tt h ec o n d i t i o nw h e nt h en u m b e ro fs e r v i c e so ft h e i i c a n d i d a t ew e bs e r v i c e ss e ti sl a r g e a d das o r ta l g o r i t h ma n das e g m e n tf u n c t i o n , s e l e c tt h e f v i c e s ，t h eq o sp r o p e r t i e sv a l u eo fw h i c hi sl l i 出a n dr e d u c et h en u m b e ro ft h ec a n d i d a t e w e bs e r v i c e ss e t t h r o u g ht h ec o m p a r i s o na n da n a l y s i sa m o n gt h ei m i t a t i o ne x p e r i m e n t s ，t h i s m e t h o di sm o r ec o n d u c i v et os e l e c tt h es i n g l es e r v i c eo ft h ec o m p o s i t i o ns e r v i c e s i ts o l v e d t h ep r o b l e mt h a tt h ev a l u eo fs e r v i c eq o sp r o p e r t yi sa r b i t r a r ys e tb yu s e r s ，l e a d i n gt ot h e i m p r o p e rc a n d i d a t es e r v i c es e l e c t e di nw e b s e r v i c ec o m p o s i t i o n m o r e o v e r , o nt h ep r e m i s eo f t h es u c c e s s f u lr a t eo fs e r v i c ec o m p o s i t i o n , t h i ss t r a t e g yi m p r o v e dt h ee f f i c i e n c yo ft h ew e b s e r v i c ec o m p o s i t i o n k e yw o r d s ：w e bs e r v i c e sc o m p o s i t i o n , q o sm o d e l ，c o m p o s i t i o n a l i t y ，w e i g h t ，s e l e c t i o n 关于学位论文的独创性声明 本人郑重声明：所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的 成果，论文中有关资料和数据是实事求是的。尽我所知，除文中已经加以标注和致谢外， 本论文不包含其他人已经发表或撰写的研究成果，也不包含本人或他人为获得中国石油 大学( 华东) 或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志 对研究所做的任何贡献均已在论文中作出了明确的说明。 若有不实之处，本人愿意承担相关法律责任。 学位论文作者签名：型金垄日期： 年5 , 9 谚日 学位论文使用授权书 本人完全同意中国石油大学( 华东) 有权使用本学位论文( 包括但不限于其印 刷版和电子版) ，使用方式包括但不限于：保留学位论文，按规定向国家有关部门( 机 构) 送交学位论文，以学术交流为目的赠送和交换学位论文，允许学位论文被查阅、 借阅和复印，将学位论文的全部或部分内容编入有关数据库进行检索，采用影印、 缩印或其他复制手段保存学位论文。 保密学位论文在解密后的使用授权同上。 学位论文作者签名：苤垒骛 指导教师签名： 日期： 日期： 中国石油大学( 华东) 硕士学位论文 1 1 研究背景 第一章绪论 1 1 1w e b 服务组合的产生 随着经济的快速发展，各部门之间的竞争加剧，市场的不断扩大，企业要想在这种 激烈的市场竞争中生存下去并要取得不断进步，必须能够对客户需求、市场机遇以及外 部竞争的变化做出快速而灵活的响应。同时，如何更好地保护企业先前投资，最大化利 用已有资源，整合出符合要求的、有效的新服务，这已经成为各企业一个迫切需要得到 解决的问题。 围绕这些问题，不少技术应运而生。其中为了提高w e b 服务的可重用性，当不存 在一个服务满足用户的要求时，需要将多个功能简单的服务按照服务描述、约束、可用 资源及服务等进行服务组合，实现用户定义的组合目标，产生增值服务。这样既保护了 企业的先前投资，又整合出新的功能服务，为企业的发展带来希望。所以w e b 服务组 合是解决现实w e b 任务和b 2 b 应用问题的重要技术，在工业界和学术界受到了广泛的 关注，是w e b 服务的重要研究方向之一。 1 1 2w e b 服务组合的发展过程 w 曲服务组合自u d d i 1 1 、w s d l l 2 1 、s o a p 3 i 、o w l s 【4 】一系列标准平台提出后， 发展迅速。随之也出现许多服务组合方法，服务组合研究平台，在不同程度上实现了服 务组合。 广义的w e b 服务组合包含以下几个阶段：w e b 服务发现、w e b 服务选择、w | e b 服 务组合以及w e b 服务安全。其中w e b 服务发现用于按照某种要求在i n t e r n e t 上找出适合 要求的服务候选集；w e b 服务选择是指对服务发现的结果进行处理，选择出最适合要求 的某个或某些服务；w e b 服务的组合，就是把i n t e r n e t 上已有的功能相对简单单一的w e b 服务按照一定的逻辑组合起来以构成复杂的服务。w e b 服务安全则负责安全监控。 若按照自动化程度划分的话，一般的服务组合方法可分为人工组合方法和自动的组 合方法。其主要区别在于选择被组合服务的时机不同，前者是由设计人员在设计时确定， 而后者则是在运行时选择。若从w e b 流程管理的角度，可以将w e b 服务组合分为两种 方式；编制( o r c h e s t r a t i o n ) 和编排( c h o r e o g r a p h y ) 。若按组合过程中使用的方法划分， 可以分为工作流组合( w o r k f l o wc o m p o s i t i o n ) 与人工智能规划( a ip l a n n i n g ) 两大类。 第一章绪论 在服务组合语言方面，2 0 0 1 年m m 根据工作流技术提出了w e b 服务流程语言 w s f l q ；同年，m i c r o s o r 提出了服务组合语言x l a n g ；次年，m m 、m i c r o s o r 、b e a 等公司将w s f l 和x l a n g 结合起来，提出了服务组合语言b p e i a w s ；另外，s u n 公 司联合其他公司先后推出了b p m l 和w s c i 语言等。其中b p e i a w s 己经成为o a s i s 的推荐标准j 逐渐成为w e b 服务组合描述语言中的主流。o w ls e r v i c e sc o m i f i o n 提出 了语义w e b 服务描述本体o w l s ( 前身d a m l - s ) ( 包括服务模型s e r v i c em o d e l ) 。当前 o w l s 己成为语义w e b 服务描述语言的标准。 在w ，e b 服务组合的系统研发方面，在业界也出开发完成了许多工具，如：m m s w e b s p h c r e t o o l k i t ，s u n so p e nn e te n v i r o n m e n t ，j i n i t mn e t w o r k 技术，m i c r o s o f f s n e t a n dn o v e l l so n en e ti n i t i a t i v e s ，h p se - s p e a k ，b e a sw e b l o g i ci n t e g r a t i o n 等。 在服务组合方法方面，文献【6 】给出了当前有代表性的动态w e b 服务组合方法；文 献【7 】给出了s h o p 2 系统( 采用h t n 规划方法) 中w e b 组合的一个规划算法。文献【阳 提出了一种基于角色的分布式动态服务组合方法：文献【9 】提出了一种面向业务用户的大 粒度服务组合方法；文献【1 0 1 提出了一种基于匹配策略的服务组合方法；文献【1 1 1 中研究了 基于w s f l 的服务组合；文献【1 2 】提出了基于图的w e b 服务组合方法；文献 1 3 】提出了一 种基于p i 演算的服务组合方法，文献【1 4 】提出了基于模型驱动的服务组合方法，对利用 u m l 进行w e b 服务组合建模中的控制流模式和数据流匹配问题进行了分析和研究，说 明了进行w e b 服务组合必须支持的几种基本的控制流模式和它们在u m l 活动图中的支 持方法，并且给出了利用u m l 活动图进行数据转换从而支持数据流匹配的方法。 对于服务组合，目前的研究主要集中在服务组合的方法和规范上，而较少的考虑到 服务组合的质量问题等。在满足功能需求的前提下，组合服务的性能是赢得用户的关键， 最终体现在它所提供的服务质量。在进行服务组合时，研究服务组合的质量问题主要有 两个原因： 1 、服务组合的代价、时间开销一般比较大，可靠性和性能容易受到影响，用户在 进行服务组合之前一般需要对组合服务的质量进行估计，从而决定是否进行服务组合。 2 、对于一个组合服务请求，由多个功能不同的原子服务组合而成，随着这些原子 服务数量的增多，到底选择哪一个原子服务，亦需要对组合服务的质量进行估计。 总之，为保证服务组合的性能，就要考虑到服务质量( q o s ) 。随着w e b 服务的发展， 各行业和领域内服务功能不断细分和深化，用户对服务质量也有更高更多的要求。能够 提供保证服务质量的组合服务是动态w e b 服务组合走向实用的必要条件。 中国石油大学( 华东) 硕士学位论文 1 2 问题陈述 1 2 1 目前基于q o s 的w e b 服务组合中存在的问题 在研究基于q o s 的动态w e b 服务组合内容中，有两个关键的问题：其一、如何定 义一个适合组合服务的q o s 模型。q o s 模型是进行研究的基础，模型的属性需要根据 组合服务的特点来描述；其二，如何根据已定义的q o s 模型，为组合服务选取合适的候 选服务。针对q o s 模型，要有基于此模型的服务选择算法，选出服务质量高的候选服务， 使组合出高质量的组合服务成为可能。 在w e b 服务研究领域，服务质量( q o s ) 用来描述服务非功能性特征。基于q o s 的 w e b 服务选择在w e b 服务组合当中扮演着相当重要的角刨1 5 】【1 6 1 。目前已有一些服务质 量的研究，出现了不同的q o s 模型。c a r d o s o 1 刀提出了一个简单的q o s 模型应该具有 的基本属性值，例如，服务花费、执行时间、可靠性等等。文献【1 8 1 中，a g g a r w a l 提出 一个q o s 模板的概念，这个模板中服务质量的评价因素包括费用、时间、有效性、可靠 性等；文献【1 9 1 中，z e n g 等人提出了一个q o s 模型，包括执行代价、执行时间、可靠性、 有效性和信誉等5 个质量标准；文献【2 0 】中，l i u 等人提出了一个通用q o s 模型，包括执 行代价、执行时间和信誉等3 个通用质量标准和与领域相关的事务性、退款率、罚款率 等3 个业务标准。虽然现在的q o s 模型不少，但是现有的服务质量标准，基本上是基于 工作流、实时应用或者网络的服务质量研究：着眼于对一般服务的质量评价，并不能客 观、全面地反映组合服务的质量；对服务组合的质量进行估计时，服务质量标准没有一 个合理的参考，主要是因为没有根据组合服务的特点来进行q o s 模型的分析和建立。 根据不同的q o s 模型，其属性值的计算方法也不同。例如，q o s 模型属性信誉度 的值，不能由供应商给出，一般都是由用户给出评价【1 5 】【1 6 】瞄】。在上述现有服务质量模 型中，主观标准较难控制。一味的强调用户的自主权，使用户设定所有服务属性的权值， 这种方法在某种程度上给用户有了更多的选择空间，但是，其弊端也显现出来。假如用 户对此服务不是很了解，对服务进行q o s 属性权值设置时，偏重于服务价格，忽略了其 它属性。用户虽然能够从候选服务集中选出的价格较低的服务，满足了他的自主性。但 是可能被选服务可靠性低、执行时间长等，可能会因为某个候选服务的可靠性差，而导 致整个组合服务不能用。 在进行基于q o s 的服务组合时，服务选取是其中一个重点问题。为使组合服务具有 较高的服务质量，需要依据q o s 进行服务选取，这就要求我们对组合服务进行质量估计。 第一章绪论 文献【2 1 1 利用数学模型法对服务组合进行质量估计；文献阎根据基本服务间所存在的控制 逻辑关系进行组合服务质量计算，但二者均没给出精确的服务质量的计算方法。文献】 根据当前服务质量估计方法的情况，基于用户期望，从服务提供端收集质量率，进行服 务质量的计算。但依据当前技术等条件，获取服务提供者给出的每一个服务的计划q o s ， 并实时监控每一个服务的实际q o s 不太现实。文章【2 4 】和博士学位论文瞵】对目前已有的 基于q o s 的服务组合方法进行了比较和总结，比较全面的分析了各个方法的优缺点。为 实现服务组合，根据组合方案及业务服务要求，我们需要进行具体服务的选取工作，选 取最佳服务属于多目标及组合优化问题。当前，有基于语义的q o s 服务组合的方法 2 7 - - 2 9 1 。 也有基于q o s 属性计算的方法，穷尽计算【1 9 1 与遗传算法【3 1 1 是两种利用q o s 特性进行 计算从而得出最佳服务的方法。当计算量相对较大时，穷尽计算显出了其弊端。而目前 基于遗传算法的服务选取工作也只是在一定程度上解决了服务选取问题，并没有注意到 遗传算法本身的特性( 如：编码方式、天然并行性等) 所带来的高效性。 其中，文献【3 2 】使用了主观- 客观赋权值方法s o w m ( s u b j e c t i v e - o b j e c t i v ew e i g h tm o d e ) 设置每个q o s 的度量属性，把基于q o s 的服务选择问题归结于多维多选背包问题 ( t i c h o i c em u l t i d i m e n s i o n0 1k n a p s a c kp r o b l e m ) m m k ，用启发式算法解决此类问 题。代钰等在阎中比较了z e n g 1 明和y u 【2 0 1 提出的组合服务的方法，总结了基于z e n g 的 q o s 服务组合方法具有很高的组合成功率，但是无法保证组合服务的可组合性，也就是 说，所组合出来的服务可能无法正确运行，由于他没有考虑服务与服务之间的关系对服 务组合质量的影响。北京邮电大学的张成文等在2 0 0 6 年提出了基于遗传算法的q o s 感 知的w e b 服务选择 2 。s l ，应用在组合服务中，主要是改进了遗传算法，对此算法的编码 方式进行了扩充，从原来一维的编码方式扩展到矩阵编码的方法，同时还改进了适应度 函数，大大提高了组合的效果。但是此方法还没有考虑到算法的适应度，只是在服务选 择的层面上考虑了q o s 属性。 综上所述，目前基于q o s 的w e b 服务组合方法存在以下缺点： l 、各方法中的q o s 模型都是假定所有服务提供商都是希望自己的服务能够被组合， 但是事实上并非如此。有些服务质量高面向单个小功能的服务，其在一定时间内，作为 单个服务被调用的频率高，服务提供商因此赚取更多利润。如果此服务作为组合服务被 调用，用时长，会减少在一定时间的调用频率，因此也会减少提供商的收入。w e b 服务 技术，不仅要让用户使用方便，也要能让提供商受益。 2 、现有o o s 模型中，组合服务是由完成不同功能不同领域的服务组成，其在权值 4 中国石油大学( 华东) 硕士学位论文 设置时不能采取一个标准。如果每个候选服务集的q o s 属性权值由用户设置，在候选服 务集数量少的情况下是可行的，随着候选服务集数量增多，会加重用户负担。同时，用 户在进行权值设置时，可能对某个领域服务不了解，存在主观性，导致最终选出的服务 并不是理想合适的服务。 3 、组合服务中基于q o s 服务选取算法，目前都是运用经典的数学优化算法，要从 算法上进行改进，比较困难。应该从组合服务本身的特点上进行改进，选取合适的组合 策略，这也是目前基于q o s 的w e b 服务组合的研究热点之一。 1 2 2 解决的思路 通过对现有q o s 模型的分析和学习，对现有的基于q o s 的服务选择算法、策略的 了解和研究，本文在总结和提出问题的过程中，提出了自己的解决方法： 1 、充分了解w e b 服务组合的发展，对服务组合进行形式化定义描述，对服务组合 的发展有一个清晰的认识，为下文对基于q o s 的w e b 服务组合的研究进行铺垫。 2 、进一步借鉴已有的q o s 模型，根据存在组合服务的可组合性、候选服务的权值 设置等问题，通过分析研究，添加新的q o s 属性，设计更加适合组合服务的q o s 模型。 3 、充分了解和学习现有服务组合的基于q o s 的w e b 服务选择算法，根据本文改进 的新q o s 模型，针对候选服务集中数量增多等问题，进行服务选择算法策略的改进。 1 3 主要工作 本文中，为了设计更能满足用户真实需求的基于q o s 的w e b 服务组合方法，主要 针对以下关键问题作了工作： l 、针对现有的q o s 模型的不足，本文在分析和学习以前的q o s 模型的基础之上， 通过添加新的q o s 属性来解决。所以，设计适合组合服务的q o s 模型是本文的一个重 点工作。 2 、改进q o s 模型的目的是为了更好的进行基于q o s 的w e b 服务组合，本文针对 q o s 新添加的属性，给出其定义和计算方法，为基于q o s 的服务选取工作做了充分的 准备。在此基础上，为了解决服务数量增多，而引起候选服务集数量增多，导致基于 q o s 的服务选择算法的效率降低得问题，给出了一个全局的组合选取策略，最终根据用 户需要选择事实上满足用户意愿的服务，同时提高了组合效率。 5 第一章绪论 1 4 论文的结构 第一章，本文绪论，主要介绍本文的研究背景、国内外研究现状及存在的问题、解 决思路、还有本文的主要工作。 第二章，首先介绍了w e b 服务技术的一些基本概念和w 曲服务组合技术的基本框 架，为下文理解w e b 服务组合内容进行了基础性的阐述，并详细介绍了基于q o s 的服 务组合研究现状和存在的问题。 第三章，本章在了解基本的组合方法后，对静态服务组合和动态服务组合( 基于 q o s ) 进行了详细分析，给出了基本服务、组合服务等问题的形式化定义，以可视化的 方法形象地表示了基于q o s 的w e b 服务选择模型。 第四章，在对现有w e b 服务q o s 模型各属性的定义进行研究分析的基础上，根据 组合服务q o s 属性的特点，引入了新的q o s 属性，并给出了新属性的定义和计算公式。 同时，根据组合服务的流程和类型不同，分别给出了不同的组合q o s 属性计算方法。 第五章，对目前基于q o s 的服务选择算法进行了分析，详细介绍了基于z e n g 的服 务选择算法，并根据其方法的不足之处提出问题，通过改进q o s 模型，提出了一个基于 q o s 的服务选取策略。 第六章，总结了本文的贡献，指出了现有工作的局限性和以后努力的方向。 6 中国石油大学( 华东) 硕士学位论文 第二章基于o o s 的动态w e b 服务组合基本问题 研究基于q o s 的w r e b 服务组合问题，首先需要明确w e b 服务组合的相关背景和概 念，同时，还需要了解基于q o s 的w e b 服务组合现状、以及待解决的问题。本章分析 了主要的w e b 服务组合方法，作为研究基于q o s 的w 曲服务组合基础；详细介绍了一 些基于q o s 的w e b 组合服务的方法，是全文研究工作的概要和基础，为后续章节研究 提供背景和概念性指导。 2 1w e b 服务技术 2 1 1w e b 服务架构 w e b 服务基于面向服务的体系架构( s e r v i c eo r i e n t e da r c h i t e c t u r e ，s o a ) ，架构中主 要包括服务请求者、服务提供者、注册中心三个角色，角色之间的交互包括查找、注册、 绑定。服务提供者定义w e b 服务的服务描述并把它发布到服务注册中心，服务请求者 使用查找操作从服务注册中心检索服务描述，然后根据服务描述与服务提供者进行绑定 并调用w e b 服务与之实现交互叫。图2 1 示意了w e b 服务架构中三种角色之间的交互。 图2 1w e b 服务架构 f i 9 2 - 1 w e bs e r v i c e sa r c h i t e c t u r e 服务提供者是提供w e b 服务的供应商，它定义w e b 服务的服务描述并把它发布到 服务注册中心。 服务请求者是需要满足特定功能的企业或个人，它寻找并调用服务，并启动与服务 交互的应用程序。服务请求者角色可以由浏览器来担当，由人或另外一个w e b 服务来 7 第二章基于q o s 的动态w e b 服务组合基本问题 控制它。 服务注册中心是可搜索的服务描述注册中心，服务提供者在此发布他们的服务描 述。对于静态绑定的服务请求者，由服务提供者把描述直接发送给服务请求者。服务注 册中心是体系结构中的可选角色。 2 1 2w e b 服务组合的协议栈 w e b 服务组合的协议栈在w e b 服务协议栈的基础上又添加了服务组合方面如今公 认的一些规范，具体见图2 - 2 。由图中可见，协议栈有以下几层构成：服务传输层( 即 网络层) 、x m l 消息层、( 个体) 服务描述层、w e b 服务组合层、c h o r e o g r a p h y 层以及 w e b 服务发现层。现分别介绍如下： d l s o a v e r yi u d d i i 酝嘞i 释o i 卿圳 c o m p o s i l i o a 圃匝亟囹 佃幽i d 口啦 i w s o l l 嚣 二亘w s d l 二一 匦囤 酬蛳l0 w i ，ss e 溉胁i x 地厂i 万 m e 删a gl 二二：二i 细破l册s m t p , f i p , e , t 磊i 图2 2w e b 服务组合协议栈 f i 9 2 - 2 w e bs e r v i c e sc o m p o s i t i o np r o t o c o ls t a c k 服务传输：位于协议栈的最底层，负责在两个计算机间传送x m l 消息。常用 的主要有h t t p 协议和b e e p 协议，其中以h t t p 协议最为流行。其中，s o a p 消息不局限于任何传输协议，因此传输层协议的改变不会影响s o a p 消息的可 用性。 x m l 消息：由于支持分布式系统间的数据共享，可以实现跨操作系统和编程平 台间的交互，因而在近几年发展迅速，出现了各种语言( 如：j a v a 、p e r l 、p y t h o n 、 c j 5 i 、c 、c + + 、r u b y 等) 的编译解析器，成为在网上开发消息系统的首选协议。 其常用的两种协议是x m l - r p c 和s o a p 协议。 w e b 服务描述层：在协议栈中由w s d l 、o w l ss e r v i c e p r o f i l e 和w s c l 提供。 它们可以在实际应用中互相补充。 8 中国石油大学( 华东) 硕士学位论文 w e b 服务组合层：列出了两种如今组合最为常用的组合语言和工具：b p e l 和 。肌ss e r v i c e m o d e l 。 c h o r e o g r a p h y 层：主要是面向服务组件间的信息交互，它通过w s c h o r e o g r a p h y ( w s c d l ) d 习对全局中各个组件间的交互进行了描述，主要包括：参与服务 的角色；服务间传递的信息；信息流的通道。它给后面的会话组合模型提供了 基础。 w e b 服务发现层：u d d i 在协议栈中充当发现层，其最先由m i c r o s o f t 、i b m 和 a r i b a 创立，用来充当发布和发现服务的技术规范。其核心包括2 个部分： 1 、u d d i 技术规范：它是建立商业和w e b 服务目录的技术规范，数据存储 在一个特殊的x m l 格式中。u d d i 规范包括查询已有数据和发布新数据的 a p i 细节。 2 、u d d i 商务注册：它是u d d i 规范的可操作实现，由m i c r o s o r 和i b m 发布，如今对外开放，可以任意查询已存在的u d d i 数据，而且允许公司 进行注册。 2 2 动态w 曲服务组合模型和方法 动态服务组合模型【6 】：主要有四部分构成，服务提供者、注册机构、服务组合引擎、 服务消费者。如图2 3 所示 图2 - 3 动态w e b 服务组合模型 f i 9 2 - 3d y n a m i cw e b s e r v i c e sc o m p o s i t i o nm o d e l 9 第二章基于o o s 的动态w e b 服务组合基本问题 广义的动态w e b 组合是根据用户动态定义的组合目标、语义描述和约束，以及可 用资源和约束在运行时创建组合方案。狭义的动态w e b 服务组合是要求预先制定抽象 的组合过程，然后在应用运行时根据一定的限制条件来动态选取合适的服务，并绑定选 取到的服务。本文的动态服务组合是狭义的动态服务组合，是基于q o s 约束的动态w e b 服务组合。 w e b 服务组合方法，本章节主要介绍两种最有代表性的方法基于工作流的服务 组合方法和基于人工智能的服务组合方法。并详细介绍了基于q o s 的动态w e b 服务组 合方法和其存在问题。 2 2 1 基于工作流的服务组合方法 工作流 3 6 1 ( w o r k f l o w ) 就是工作流程的计算模型，即将工作流程中的工作如何前后 组织在起的逻辑和规则在计算机中以恰当的模型进行表示并对其实施计算。工作流技 术为服务组合提供了种现实的解决途径。其中基于工作流的w e b 服务组合方法，分 为静态组合和动态组合，下面介绍的是基于工作流的动态组合方法。 其具体的典型方法有：p o l y m o r p h i cp r o c e s sm o d e l ( 多态进程模型) 【3 7 】提出了一种组 合定义语言( c s d l ) ，它区分服务中的激发服务和激发操作，提出适应性和动态性特点 来满足快速进化业务和服务执行，实现了基于状态机的动态服务组合。王【3 8 】等描述了 s o a 中基于b p e l 4 w s ( b u s i n e s sp r o c e s se x e c u t i o nl a n g u a g ef o rw e bs e r v i c e s ) 和p e t r i 网 的服务建模与分析方法，提出了将基于b p e l 4 w s 的业务流程建模转化为p e t r i 网模型 的方法，并在此基础上结合实例，对所得的p e t r i 网模型进行分析，从而验证服务模型 的安全性、死锁、循环等方面是否符合要求。 2 2 2 基于人工智能动态规划的组合方法 在w e b 服务组合上，工业界倾向于采用b p e l 4 w s 建模服务流程，而学术界则吸取 触规划的思想以实现w 曲服务组合。 r u s s e l 和n o r v i g 在1 9 9 5 年将越规划刻画为种问题求解。一个规划问题p 形式 化地定义成一个三元组： 。 i ：是初始状态的完全描述。 g ：是最终状态的部分描述。 a ：是可执行行动的集合。 如果s 能从初始状态i 到达最终状态g ，则行动序列s 是一个规划。一个规划器通 1 0 中国石油大学( 华东) 硕士学位论文 过评价行动和在可能的世界状态或在偏序空间中搜索来发现规划。 灿规划有多种不同的形式化方法来表示规划域，主要有h t n 规划、情境演算、 p d d l 、基于规则的组合等方法。 其框架图如图2 4 所示。 w e b 服务描述 用户需求描述 领域本体信息 约束信息 a l 规 划 转 换 器 组合服务 描述 图2 - 4 基于a i 规划的w e b 服务组合框架 f i g u r e2 - 4w e b s e r v i c ec o m p o s i t i o nf r a m e w o r kb a s e do na i 本文的研究重点是基于q o s 的w e b 服务组合，服务组合方法不是本文的研究重点， 只要作为基本的了解，下面详细分析一些基于q o s 的w e b 服务组合的方法。 2 3 基于q o s 的w 曲服务组合方法 基于q o s 的w e b 服务组合方法，有两个关键点：一是设计合理的q o s 模型；二是 基于q o s 的w e b 服务选择算法。其中q o s 计算分为基于语义的和基于q o s 属性的两个 大类，基于q o s 语义对服务进行发现后，基于w e b 服务的q o s 本体的方法无法实现对 整个服务的组合，也就是无法基于单个w e b 服务q o s 本体对w e b 服务组合选择。基于 q o s 属性全局限制从大量组合计划中选出最优的执行规划，属于n p 难题，下面详细介 绍了几个基于q o s 的服务组合方法。 北京邮电大学的张成文等在2 0 0 6 年提出了基于遗传算法的q o s 感知的w e b 服 务选择【掬，应用在组合服务中，主要是改进了其中的遗传算法，对此算法的扩 充，从原来一维的编码方式扩展到矩阵编码的方法，同时还改进了适应度函数， l l 动作序列 第二章基于q o s 的动态w e b 服务组合基本问题 大大提高了组合的效果。但是此方法的还没有考虑到算法的适应度，只是在服 务选择的层面上考虑了q o s 属性。 i r a n 的s h i r a zu n i v e r s i t y 的m a h s an a s e r i 和a h m a dt o w h i d i 在2 0 0 7 年提出了q o s 感知基于人工智能算法的动态服务组合【3 9 】，并进行了场景模拟，提高了效率， 但是作者提供的方法只能适用于原子进程，不适用于组合进程，而且对q o s 的评价因素提取得较少，不够全面。 c h e n t 4 0 i 等在2 0 0 7 年提出了离散粒子群的优化算法，此方法比较新颖，利用了 优化方法中的离散粒子群优化法。这种方法在某种程度上提高了效率，但是此 方法容易陷入局部最优的缺点。 陈彦萍等【4 l 】通过增加对q o s 属性的描述，提出了种w e b 服务的描述模型， 在此基础上提出了满足马尔可夫性质的服务组合数学模型m c s 和服务组合算 法，将k 臂赌博机问题的