基于QoS的按需服務發(fā)現(xiàn)過程研究

馮秀珍，武高峰

(北京工業(yè)大學經(jīng)濟與管理學院，北京100124)

Web Service是一種新興的分布式計算模式，它可以在網(wǎng)絡上被描述、發(fā)布、查找和調(diào)用，由此而形成了一套應用程序在Web上實現(xiàn)互操作的標準。伴隨著Web Service應用的拓展，Internet上的Web Service資源不斷豐富，而具有相似功能的Web Service充斥其中，這些嚴重困擾了服務請求者對于服務的選擇。因此，如何從眾多相似Web Service中按需發(fā)現(xiàn)符合用戶需求的服務成為研究者面臨的重要問題。

Web Service的屬性可以分為功能屬性和非功能屬性。功能屬性描述Web Service提供的操作，非功能屬性描述Web Service的QoS(quality of service)特性。與現(xiàn)有的基于語法級的關(guān)鍵字查詢［1］功能相似的Web Service在 UDDI注冊中心可以查找到，而用戶要發(fā)現(xiàn)合乎需求的服務還必須在多個功能相似服務中以靜態(tài)或動態(tài)的方式［2－3］進行選擇。但是，用戶對服務需求存在認識上的模糊性，其選擇過程較為盲目。Web Service的QoS屬性能夠描述滿足用戶需求的服務，因此，它已經(jīng)成為用戶按需選擇服務的重要依據(jù)［4］。筆者以功能屬性匹配研究為基礎(chǔ)，采用區(qū)間表示方式描述QoS的屬性信息，提出了一種基于QoS的按需服務發(fā)現(xiàn)過程，即以先聚類后排序的方式在一類功能屬性相似的服務集中將Web Service資源的QoS信息和用戶的QoS需求信息進行合并聚類，經(jīng)過相似度計算，對同一類中Web Service進行排序處理，通過分析對比剔除不滿足用戶需求的Web Service，以此實現(xiàn)“按需定制，量身定做”的服務發(fā)現(xiàn)。

1 按需服務發(fā)現(xiàn)過程分析

1.1 按需服務發(fā)現(xiàn)過程

Web Service資源的QoS信息和用戶的QoS需求信息是實現(xiàn)Web Service聚類的兩類重要信息源。前者主要通過從給定的Web Service信息中抽取WSDL(Web services description language)信息，再經(jīng)過一系列的提取、篩選和裝載過程［5］形成Web Service資源庫，最后通過語義本體的匹配［6］，將功能相似的一類Web Service聚類成服務池而獲得;后者通過將用戶需求數(shù)字化而獲得。圖1為按需服務發(fā)現(xiàn)過程。

圖1 按需服務發(fā)現(xiàn)過程圖

1.2 基于FCM的區(qū)間數(shù)聚類算法

網(wǎng)絡環(huán)境的動態(tài)性和不確定性，為基于QoS的服務發(fā)現(xiàn)帶來了困難，加之用戶服務需求的模糊性和多樣性，使服務供需雙方都難以用確切的數(shù)值描述QoS信息，因此采用區(qū)間值的表述方式更具可操作性。模糊C均值聚類(FCM)算法是一種專門處理模糊數(shù)據(jù)，根據(jù)一定的隸屬度確定每個樣本點屬于某個聚類的聚類算法。FCM的目標是使被劃分在同一類中的對象之間的相似度最大，而不同類的對象之間的相似度最?。?］。FCM算法由DUNN提出［8］，用以解決精確數(shù)值信息模式識別問題和模糊分類問題?；趨^(qū)間數(shù)的聚類分析研究［9－10］擴展了該方法的應用范疇。它可以把n個樣本向量分為m個模糊組，通過反復修改分類矩陣和聚類中心，得到各個樣本對于各類的隸屬度值和各類的聚類中心，從而實現(xiàn)模糊聚類的劃分。

筆者在服務池構(gòu)建的基礎(chǔ)上，采用FCM聚類算法研究面向服務的按需服務發(fā)現(xiàn)過程。該過程通過對給定服務的Web Service資源信息和用戶的服務需求信息進行基于QoS的FCM聚類，把具有相似QoS信息的Web服務聚合為一類，把其他聚合為另一類，并根據(jù)先聚類后排序的方式確定同一類服務中最優(yōu)的Web Service。若同類服務中的對象至少一個優(yōu)于需求，則認為該對象是最適合的。反之，無法找到適合的服務，則需要調(diào)用協(xié)商算法［11］優(yōu)化聚類目標，以期按需發(fā)現(xiàn)最適服務。基于FCM的聚類過程如圖2所示。

圖2 基于FCM的聚類過程圖

基于FCM區(qū)間數(shù)多屬性聚類算法可描述為:

已知指標集 Q={Q1，Q2，…，Qp}，即 QoS 數(shù)據(jù)信息。樣本集 X={X1，X2，…，Xn/2，…，Xn}，即Web 服務，其中{X1，X2，…，Xn/2}為服務信息資源的樣本集，{Xn/2，…，Xn}為用戶的需求樣本集。樣本Xi針對Qj的區(qū)間信息可表示為

步驟1 量化和標準化。QoS屬性有定量和定性之分。采用統(tǒng)計方法［12］對服務提供者發(fā)布的內(nèi)容進行標準化處理是定量屬性量化的主要方式;定性屬性的量化多采用模糊約束理論，利用專家調(diào)查法或主觀經(jīng)驗法在一定的值域內(nèi)將其數(shù)值化。同時，QoS又有效益和成本之分，前者值愈大，或者后者屬性值愈小，QoS綜合性能愈好。

當Qi為效益型指標時:

當Qi為成本型指標時:

步驟2 聚類標準集初始化。假定X={X1，X2，…，Xn}為待聚類對象集，對象集X的類別為c，模糊加權(quán)指數(shù)為m(m＞0)，計算迭代精度為ε(ε＞0)。取初始化聚類標準原型，其中，設(shè)初始迭代次數(shù)b為0。

1.3 排序

相離、包含和相交是區(qū)間關(guān)系的3種形式，筆者以區(qū)間吻合程度來描述區(qū)間關(guān)系的相似度。這里假定用戶的QoS需求信息為，Web Service資源的QoS信息為相對長度法計算的兩個區(qū)間屬性值的相似度為:

式中:L為相應區(qū)間的長度;a∩b為a和b的重疊區(qū)間。

同理，可定義如表1所示的相似度度量值。

表1 區(qū)間關(guān)系相似度度量值

在多屬性綜合評價中，需要先計算服務池中各屬性之和，再進行排序。

若sum=p，則表示服務請求者的需求能夠完全被滿足，此時存在最優(yōu)服務;若0＜sum＜p，則表示服務請求者的需求被部分滿足，需要調(diào)用協(xié)商程序?qū)ξ礉M足條件的屬性進行協(xié)商;若sum=0，則表示服務請求者的需求無法被滿足，進一步協(xié)商需要花費較大代價。

2 算例

該算例的目的是通過先聚類后排序的方式驗證所提出的按需服務發(fā)現(xiàn)過程的可行性。算例采用演繹推理法確定某Web服務的QoS屬性。所選用的指標包括QoS屬性的定性、定量、成本型和效益型指標，數(shù)據(jù)描述以區(qū)間形式為主。聚類樣本有15個Web服務資源和1個Web服務需求(即 S01，S02，…，S15，R00)，如表2 所示。聚類樣本指標有3個，其中成本(調(diào)用Web服務資源必須支付的費用)為成本型區(qū)間數(shù)指標，可用性(Web服務資源執(zhí)行的正確程度)和易用性(Web服務資源能夠被用戶理解和使用的容易程度)為效益型指標。易用性指標為定性指標，打分范圍為0.1(最差)到1.0(最好)之間。因篇幅所限，規(guī)范化后的聚類指標數(shù)據(jù)不再列出。假設(shè)c=3，m=2，ε=0.000 5，初始聚類標準如表3所示。

表2 聚類對象相關(guān)指標

表3 初始聚類標準V(0)

根據(jù)上述聚類步驟，經(jīng)3次迭代，由收斂精度ε3=J［U(2)，V(2)］－ J［U(3)，V(3)］=0.000 231 ＜ε可知，最優(yōu)聚類標準V(3)如表4所示和最優(yōu)聚類的隸屬度值U(3)如表5所示。根據(jù)最大隸屬度原則，將服務分為好、中、差3類，分別為{S01，S05，S07，S08，S14}、{S06，S09，S11，S13，R00}和{S02，S03，S04，S10，S12，S15}。

表4 最優(yōu)聚類標準V(3)

R00在分類二中，對該類進行排序。根據(jù)式(9)和表1，有4 個 Web 服務資源(S06，S09，S11，S13)與Web服務需求R00的相似度分別為3.0、1.5、2.0 和 1.0。排序為 S06 ＞S11 ＞S09 ＞S13。S06與R00的相似度值等于指標個數(shù)p。因此，不需要進行進一步協(xié)商，即S06是最符合用戶需求的Web服務。

3 結(jié)論

大量涌現(xiàn)的相似的Web服務對滿足用戶的按需服務發(fā)現(xiàn)提出了嚴峻的挑戰(zhàn)。傳統(tǒng)的Web服務發(fā)現(xiàn)是根據(jù)用戶的需求信息在UDDI中進行檢索，但是這種方式效率低下。筆者提出了一種基于QoS的按需服務發(fā)現(xiàn)過程，可以通過FCM聚類將用戶的QoS需求和Web服務資源的QoS信息進行聚合，在已有分類的基礎(chǔ)上，對同類中的聚類對象進行排序，利用排序結(jié)果做出是否協(xié)商的決定，以滿足用戶的按需服務。算例結(jié)果表明，該服務發(fā)現(xiàn)過程可行，且能夠快速有效地根據(jù)用戶QoS需求發(fā)現(xiàn)適合的服務。

［1］何玲娟，劉連臣，吳澄.一種改進的基于WSDL描述的操作相似性度量方法研究［J］.計算機學報，2008，31(8):1331 －1339.

［2］PATHAK J，KOIL N，CARAGEA D，et al.A framework for semantic Web services discovery［C］//Proceedings of the7thACM InternationalWorkshop on Web Information and Data Management.［S.l.］:ACM Press，2005:45－50.

［3］BIANCHINIA D，ANTONELLISV D.Ontology based methodology for e － service discovery［J］.Information System，2006(31):361 －380.

［4］戴常英，戴明坤，張會娟.擴展Augment UDDI系統(tǒng)以支持QoS的Web服務發(fā)現(xiàn)模型［J］.計算機工程與設(shè)計，2009，30(2):358 －361.

［5］徐德智，鄭春卉，PASSIK.基于SUMO的概念相似度研究［J］.計算機應用，2006，26(1):180 －183.

［6］劉譞哲，黃罡，梅宏.用戶驅(qū)動的服務聚合方法及其支撐框架［J］.軟件學報，2007，18(8):1883 －1895.

［7］黃良輝，陳常青，趙婷.一種基于模糊聚類思想的評價結(jié)果組合模型［C］//2006年中國控制與決策學術(shù)年會論文集.［S.l.］:［s.n.］，2006:1251 －1255.

［8］DUNN JC.A fuzzy relative of the ISODATA process and its use in detecting compactwell－separated clusters［J］.JCybernet，1974(3):32 －57.

［9］孟廣武，張興芳，鄭亞林.基于區(qū)間值模糊集的聚類方法［J］.工程數(shù)學學報，2001，18(2):69 －73.

［10］于春海，樊治平.一種基于區(qū)間數(shù)多指標信息的FCM聚類算法［J］.系統(tǒng)工程學報，2004，19(4):387－393.

［11］FENG X，WU G.A study on interval negotiation algorithm for service－oriented QoS［C］//International Conference on Computational Intelligence and Software Engineering.［S.l.］:［s.n.］，2010:1 －4.

［12］李江華，陳淑婷.Web服務QoS信息獲取與處理方法研究［J］.江西理工大學學報，2008，29(6):24 －28.