面向端用户的服务组合广义决策逻辑模型

2023-08-09 12:51周丽雯
计算机应用文摘 2023年15期
关键词:服务

摘 要:服务组合中端用户的需求较为模糊,其与服务组合之间的精准性要求存在不可调和的矛盾。文章以传统的 Web 服务模型为基础,构建面向端用户的服务组合广义决策逻辑模型,并通过离散布谷乌算法求解模型,获取最佳 Web 服务组合方案,从而为用户提供更优质的服务

关键词:Web 服务;广义决策逻辑多属性模型:离散布谷鸟算法

中图法分类号:TP181文献标识码:A

1 引言

当前大部分语义服务匹配工作均有望实现服务选择及调用的自动化,其通常是以web 相关服务为基础。当前多数工作只是利用服务语义及句法的信息,实现服务的分类与聚类。研究信息粒度对服务组合的影响,以端用户的角度为切入,其需求具有模糊性,但与此同时又限定了业务逻辑与操作的精准程度与严格程度。端用户是指不必具备信息技术专业知识,只想为其网站、公司或学校的潜在客户提供一些增值服务的用户,或者仅仅是为他们自己提供增值服务的用户。本文提出一个Web 服务组合半自动模式的集成模型,并采用粒度计算的信息处理方法来建立形式化的服务组合模型。

2 服务组合模型

2.1 系统模型

2.1.1 传统的Web 服务模型

Web 服务的核心思想表示通过一组使用网络的服务组合形成的未来应用,仅需2 个相同的服务应用标准及方法对自身进行表达。除此之外,其他均为服务,其可以发布一个API ( Application ProgrammingInterface)为网络内的其他服务提供应用,且对实现细节予以封装[1~4] 。

Web 服务的体系结构见图1。

通过图1 可以得知,Web 服务的体系结构中共有3 个角色,具体如下。(1)服务提供者,其是Web 服务的实际执行者,主要功能是向服务代理发布自身提供的Web 服务,并响应应用自身服务的请求;(2)服务代理,其主要作用为注册与对外发布Web 服务,同时还可以分类、检索完成注册的服务;(3)服务请求者,通过服务提供者的服务查找功能获取对应服务信息,并调用其提供的其他服务。

3 个角色之间可展开的工作包括:(1)令服务提供者向服务代理注册并提供Web 服务的功能访问接口;(2)令服务请求者能够通过服务代理检索获取所需服务;(3)令服务请求者可以调用服务提供者所提供的服务。

上述操作展开的第一步是对服务展开描述,即通过Web 服务描述语言( Web Service DescriptionLanguage,WSDL)对Web 服务的功能、地址信息等进行描述,该描述语言可通过人工与机器完成阅读。

整体过程需要遵循UDDI(Universal Description,Discovery And Integration),其是以Web 服务为基础信息注册中心的标准规范,能够支持组织、搜索服务[5~8]。

2.1.2 基于QoS 的Web 服务动态组合模型

在实际应用过程中,可能存在一个应用调用多个Web 服务或一个Web 服务集成多个Web 服务等现象,即基于组合现有Web 服务形成新的Web 服务。若一服务中具有对多个Web 服务的调用,则对应各Web 服務的调用,服务请求者均需分别展开查找与调用。因此服务请求者需掌握各Web 服务的访问信息。依次调用时,若其中某一Web 服务发生问题,则服务请求者需重新查找能够替代其的Web 服务,若频繁调用失败将导致结果如下:

(1)所有查找替换服务的操作均需服务请求者与服务代理通信,从而降低系统性能;

(2)调用失败其中某一Web 服务将会令总体Web 服务调用失败,由于服务请求者不能实现调用结果上下文的有效储存,导致服务请求者效率差;

(3)服务请求者在查找替换服务时,服务代理不能实现查找结果上下文的有效储存,导致服务代理查找效果不太理想;

(4)服务请求者只能调用部分服务,在涵盖多个Web 调用的服务内,服务请求者无法按照现有服务信息,安排并优化服务调用次序。

此外,传统的Web 服务模型使用的WSDL 仅针对服务进行了语法说明,缺乏语义和服务质量的规范,导致服务调用的重心转移至功能。总体模型均未实现Web 服务的响应时间、安全性以及可访问性等QoS非功能因素的衡量,从而限制服务的推广与提升。

2.2 广义决策逻辑多属性模型

针对上述基于QoS 的Web 服务组合问题,提出对应广义决策逻辑多属性模型为:

MADM =(SCP,Q,W,D) (1)

其中,SCP ={SCP1,SCP2,…,SCPn }表示n 个待选服务组合构建的备选方案集,Q = 〈Q1,Q2,…,Q5 〉表示组合的五维QoS 属性向量,Q1 ~ Q5 分别对应价格、响应时间、可靠性、可用性以及信誉;W = 〈w1,w2,…,w5〉T 为属性权重向量,wj 表示第j 维属性的权重,D =[dij ]n×5为决策矩阵,元素dij为第i 个服务组合在第j 维属性上的值。

基于QoS 的Web 服务组合目标为按照所有方案的聚合QoS 属性值,根据多属性决策方法CRM 法排列SCP 内全部备选方案,挑选出N(N≤n)个最佳方案或一个最佳方案SCP′。CRM 法的主旨为:挑选的方案需要尽力接近正理想点,并尽力远离负理想点。其主要流程如下。

Step 1 标准化决策矩阵建立。为消除差异QoS属性量纲及取值范围导致的属性不可公度性,应采用线性标准化法规范处理D 中dij至可比较区域内,该方法可表示为:

其中,折中系数ε∈[0,1],表示决策者对决策方案与正理想点之间距离的偏好程度,二者呈正相关关系。Step 7 按照所有方案的ζ (SCPi ) 进行降序排列,最佳方案SCP′需符合:

2.3 基于QoS 的Web 服务组合优化

利用离散布谷鸟搜索算法求解广义决策逻辑多属性模型,以获取最佳的Web 服务组合方案。离散型布谷鸟算法的计算公式为:

2.4 初始种群与编码解码

为了实现离散化的编码方式,以DLBP 为中心,在优先关系条件下对各任务的拆卸顺序进行确定并分配其至工作站中。以任务的编码方式为基础,依据拆卸顺序排列每个任务的编号。通过应用DLBP 的特点改进基本布谷鸟算法的编码方式与搜索策略,使DLBP 和MDCS 建立对应关系。①将拆卸顺序X(x1,x2,…,xn )规定为鸟窝位置,其中的Web 服务组合拆卸任务数目用n 表示。每个一维坐标都与一项拆卸任务相对应,按照拆卸任务原则的连贯性,一项拆卸任务只对应分配至一个工作站,一个鸟窝位置中不存在重复的任务。并且拆卸任务必须符合优先关系的约束条件,在拆卸阶段不使用破坏性拆卸,通过对拆卸操作后零件质量的保证,可以顺利实现各项拆卸任务。②对每个鸟窝内的鸟蛋数进行规定,要求只能存在一枚鸟蛋,其关于鸟窝位置优劣的多重属性,每一属性都与DLBP 的子目标相对应,该鸟窝位置的优劣可通过对比各鸟窝中鸟蛋的属性来判断。

应用离散型布谷鸟算法进行解码,将优先关系约束融合至拆卸序列,其解码过程中除了节拍时间约束不需考虑其他,只需对其后的拆卸任务进行分配。以P10 问题可行解为例,其解码方法如图2 所示。

2.4 初始种群与编码解码

为了实现离散化的编码方式,以DLBP 为中心,在优先关系条件下对各任务的拆卸顺序进行确定并分配其至工作站中。以任务的编码方式为基础,依据拆卸顺序排列每个任务的编号。通过应用DLBP 的特点改进基本布谷鸟算法的编码方式与搜索策略,使DLBP 和MDCS 建立对应关系。①将拆卸顺序X(x1,x2,…,xn )规定为鸟窝位置,其中的Web 服务组合拆卸任务数目用n 表示。每个一维坐标都与一项拆卸任务相对应,按照拆卸任务原则的连贯性,一项拆卸任务只对应分配至一个工作站,一个鸟窝位置中不存在重复的任务。并且拆卸任务必须符合优先关系的约束条件,在拆卸阶段不使用破坏性拆卸,通过对拆卸操作后零件质量的保证,可以顺利实现各项拆卸任务。②对每个鸟窝内的鸟蛋数进行规定,要求只能存在一枚鸟蛋,其关于鸟窝位置优劣的多重属性,每一属性都与DLBP 的子目标相对应,该鸟窝位置的优劣可通过对比各鸟窝中鸟蛋的属性来判断。

应用离散型布谷鸟算法进行解码,将优先关系约束融合至拆卸序列,其解码过程中除了节拍时间约束不需考虑其他,只需对其后的拆卸任务进行分配。以P10 问题可行解为例,其解码方法如图2 所示。

式中,f,P,x,μ 分别表示指令实施系数(取值范围是[0,1])、离散布谷鸟算法下指令寄生巢选择概率的实际偏移量、每个指令信号的频率分量、序列长度。由于原始Web 服务组合序列形式与解码后Web服务组合序列形式是不同的,Web 服务组合的信息能够自由在智能化通信节点中传输,Web 服务组合的储存行为不会受序列形式改变的影响。综上所述,应用离散布谷鸟算法解码的Web 服务组合会导致节点的行为接近,不会影响数据序列的形势与内容。

3 结束语

本文提出一种面向端用户的服务组合形式化模型,从端用户的角度考虑模糊和不明确的需求,而从服务组合者的角度考虑对便利性和准确性的需求,通过离散布谷鸟算法来求解所提出的模型,以获取最佳Web 服务组合方案。

参考文献:

[1] 马占有.基于决策过程的广义可能性时态逻辑模型检测[D].西安:陕西师范大学,2017.

[2] 刘菊霞.用户需求驱动下信息资源建设的多维决策[J].大学图书情报学刊,2017,35(1):6.

[3] 秦江龙.面向Web 服务组合的建模与映射研究[D].昆明:云南大学,2018.

[4] 陈昊崴,邓水光,赵海亮,等.面向移动边缘的组合服务选择及优化[J].计算机学报,2022,45(1):82?97.

[5] 谷南南、姚佩阳、焦志强.MapReduce 平台上面向大规模Web 服务组合问题的并行引导变异进化算法[J].计算机应用研究,2020,37(11):6.

[6] 蒋青苗.一种基于用户偏好的移动计算卸载决策算法[J].中国传媒大学学报:自然科学版,2019,26(5):8.

[7] 任磊,任明侖.面向动态联盟的制造服务组合全生命周期模型[J].科技管理研究,2019,39(13):9.

[8] 岳毅,程渤.面向终端用户的轻量级网络功能虚拟化服务编排环境[J].北京邮电大学学报,2019,42(4):8.

作者简介:

周丽雯(1987—),本科,研究方向:电子工程。

猜你喜欢
服务
自助取卡服务
服务在身边 健康每一天
服务在身边 健康每一天
服务在身边 健康每一天
服务在身边 健康每一天
服务在身边 健康每一天
服务在身边 健康每一天
服务在身边 健康每一天
高等教育为谁服务:演变与启示
招行30年:从“满意服务”到“感动服务”