基于本體的云制造服務發(fā)現(xiàn)模式研究

楊 琛，王中杰，王世明

（1.上海海洋大學 工程學院，上海 201306；2.同濟大學 電子與信息工程學院，上海 201804）

0 引言

基于網(wǎng)絡化制造模式的發(fā)展和云計算技術的推廣，云制造（Cloud Manufacturing, CMfg）[1]這一新的網(wǎng)絡化制造模式隨之誕生。云制造是云計算、物聯(lián)網(wǎng)、CPS、嵌入式系統(tǒng)與網(wǎng)絡化制造等高新技術交叉融合的產(chǎn)物，是云計算服務模式在制造業(yè)領域的應用與拓展。云制造中，涉及產(chǎn)品全生命周期的制造資源被封裝成各種制造云，以服務的形式提供虛擬的制造資源信息，通過建立制造云共享的制造資源公共服務平臺，為用戶提供按需獲取的可伸縮的制造資源云服務。

制造云包括生產(chǎn)加工云、設計云、計算云、測試云、能力云等，呈現(xiàn)分布廣、種類多、結構異構、管理自治和動態(tài)組合等特征。隨著制造云數(shù)量的增加，如何屏蔽異構，快速、準確地發(fā)現(xiàn)符合用戶需求的制造服務成為實現(xiàn)云制造開放協(xié)作和高度共享的關鍵。在云計算領域學者提出基于本體抽象和推理實現(xiàn)云服務發(fā)現(xiàn)[2～4]，但是并未針對云制造這一特殊的領域進行分析和研究。本文針對云制造環(huán)境，利用本體技術構建制造云，建立基于語義描述的云制造服務體系模式，利用制造云本體實現(xiàn)制造云服務的推理和匹配，幫助制造云消費者發(fā)現(xiàn)優(yōu)化的制造服務。

1 基于語義的云制造服務體系結構

云制造面向用戶提供制造服務所需的廣義制造資源，包括生產(chǎn)加工硬件設備、軟件資源、計算資源、人力資源、管理資源以及制造能力資源等；服務消費者則通過Internet提交服務請求，按需獲取優(yōu)良的制造服務及組合。在交易過程中消費者對制造服務的需求描述通常是模糊和不完備的，制造云的封裝格式、訪問機制和描述方法也常常不一致。由此造成云服務查全率和查準率均不高。為了克服歧義，解決云服務發(fā)現(xiàn)不完備的問題，本文利用本體技術，建立如圖1所示的基于語義的云制造服務體系結構，通過制造云本體的建立、映射和推理，消除語義異構，完成云服務發(fā)現(xiàn)，實現(xiàn)云制造的資源共享和知識復用。

制造資源層面向各種制造資源，通過自動感知技術獲得制造資源的關鍵信息；虛擬封裝層是實現(xiàn)云制造服務共享的基礎，利用本體技術對廣義制造資源抽象和封裝，完成對制造云的語義描述；云化層面向消費商和提供商，通過web對制造資源本體進行注冊和發(fā)布，形成各種類型的制造云；云制造服務發(fā)現(xiàn)層是實現(xiàn)制造云服務搜索和組合的關鍵層，包括了對云制造服務請求解析、本體推理、云服務匹配、云服務分解和組合等，通過該層可獲得滿足消費者需求的制造云或制造云組合；云制造服務監(jiān)控層監(jiān)控整個服務過程和狀態(tài)，并完成云制造服務的評估和跟蹤，信息直接反饋給消費者和提供者以供服務參考和本體更新。

圖1 基于語義的云制造服務體系結構

2 制造資源本體

本體源于哲學范疇，Gruber[5]指出“本體是概念化的明確的規(guī)范說明”，通過本體可以在不同的建模方法、范式、語言和軟件工具之間進行翻譯和映射，實現(xiàn)不同系統(tǒng)之間的互操作和繼承。云制造中，應用本體建立對制造資源和制造服務抽象化說明和語義描述，通過建立制造云上層服務本體和制造資源領域本體對云制造進行語義描述，實現(xiàn)制造云的封裝和共享。

2.1 上層服務本體

OWL - S (Web Ontology Language for Services)是Web服務的上層本體語言[6]，用于描述任一Web服務。定義Service類對應每個Web服務，并通過3個子類實現(xiàn)Web服務具體描述說明：服務概要類(ServiceProfi le)描述服務基本信息；服務模型類(ServiceModel)定義具體實現(xiàn)過程；服務細節(jié)類(ServiceGrounding)說明訪問方式。云制造中，提供按需的云能力服務是核心，因此利用OWL-S建立云制造服務本體，通過對云制造服務的語義描述，有利于云制造服務的發(fā)現(xiàn)、調(diào)用、互操作、組合、執(zhí)行和監(jiān)控，達到云制造服務的共享。

定義1 在制造云上層服務本體中，對類Service進行拓展，將制造云服務定義為一個MC_Service類，其服務本體模型定義為：

MC_Service={MC_ServiceProfile, MC_ServiceModel, MC_ServiceGrounding}。

其中，MC_ServiceProfi le描述云制造服務概要，面向消費者提供云制造服務的基本信息，包括制造任務、制造對象、制造實施條件和服務質(zhì)量等。

MC_ServiceModel描述云制造服務過程，即服務具體實現(xiàn)細節(jié)。根據(jù)OWL-S定義MC_Service有原子過程和組合過程兩類process，即對應云制造中原子制造服務和復雜制造服務。原子服務是不能再分解的制造服務；復雜制造服務是指可以進一步細分為小粒度復雜或原子服務的制造服務。在云制造服務發(fā)現(xiàn)過程中可以通過過程控制策略來實現(xiàn)云服務的分解和組合。

MC_ServiceGrounding描述如何獲得云制造服務，即云能力提供者的訪問地址、獲取方式、通信形式等。

2.2 領域本體

云制造領域本體是對廣義制造資源的抽象和規(guī)范化說明，根據(jù)制造資源分類法和制造過程知識，并結合專家意見，建立了領域本體描述模型。

定義2 云制造領域本體模型（Model of Domain Ontology in Cloud Manufacturing，MDOCM）定義為6元組：

MDOCM={MC_Task, MC_Resource, MC_Object, MC_Enterprise, MC_Qos, MC_Knowled ge}。

其中，MC_Task是制造服務類型的抽象，比如生產(chǎn)加工、設計仿真、物流裝配等制造服務。

MC_Resource定義了廣義的制造資源類：制造資源和制造能力。制造資源中包括軟件、硬件、機床、工藝裝備等；制造能力是制造過程中提供的一種能力服務，比如生產(chǎn)加工服務、仿真服務、管理服務、設計服務、物流服務等。

MC_Object是制造對象，包括整機、零部件、材質(zhì)等。

MC_Enterprise是制造節(jié)點/企業(yè)，描述了制造企業(yè)的基本信息。

MC_Qos是云制造服務質(zhì)量，包括服務成本、服務時間、服務質(zhì)量、服務狀態(tài)等。

MC_Knowledge是云制造知識，包括成功交易的云制造服務基本信息、生產(chǎn)加工工藝、制造服務控制策略等。

通過建立本體的描述模型，利用斯坦福大學開發(fā)的Protégé4本體建模工具，實現(xiàn)了云制造上層服務本體和領域本體的復合本體。

3 基于本體的云制造服務發(fā)現(xiàn)

云制造服務的發(fā)現(xiàn)過程是通過對服務請求和云制造平臺現(xiàn)有制造云解析與匹配的過程。根據(jù)基于本體的云服務匹配方法[7,8]，并為了利于云制造中服務的動態(tài)發(fā)現(xiàn)和資源共享，本文提出了基于本體的云制造服務發(fā)現(xiàn)模型，如圖2所示。

1）服務請求進行查詢之前必須先完成語義擴展,獲得服務請求文本，并基于云制造復合本體生成擴展后的規(guī)范服務請求文本。由于消費商通常不是領域專家，對于制造業(yè)的專業(yè)知識了解并不充分，對制造服務的描述不明確和規(guī)范，所以需要根據(jù)云制造復合本體實現(xiàn)任務的語義擴展和信息規(guī)范描述。

2）為了能實現(xiàn)基于語義的搜索，需要請求文本通過云服務解析器，根據(jù)服務本體的MC_ServiceProfi le類將請求文本的服務目標、對象、質(zhì)量等信息進行解析，并存入解析文本中。

3）解析后的請求文本進行服務逐級匹配，實現(xiàn)服務發(fā)現(xiàn)。匹配過程如下：首先通過MC_Knowledge類中的服務本體描述進行服務匹配，搜索平臺中是否已有成功案例，如果結果是“YES”,則直接調(diào)用知識類中的服務組合，并輸出云服務信息給消費者，否則，進入匹配下一階段。

4）云服務匹配器包括3層匹配：云服務目標、云服務質(zhì)量和云服務過程匹配。匹配成功的云服務輸出給消費商。首先匹配器對云服務目標進行匹配，包括制造任務、制造對象等信息進行匹配，發(fā)現(xiàn)能夠完成制造服務請求任務的服務本體；然后對服務質(zhì)量進行匹配，包括服務水平、制造規(guī)模、服務價格等。符合質(zhì)量要求的服務本體被選出進行服務過程匹配，檢查是否復合制造服務的制造過程要求。匹配合格的服務本體被選中，按照匹配度高低次序輸出給消費者進行優(yōu)化選擇。通過多層匹配手段可以保證服務較高的查準率。

圖2 云制造服務發(fā)現(xiàn)模型

5）利用本體推理技術，對制造服務進行推理。（1）根據(jù)制造過程將某一云制造服務請求分解為設計云服務、仿真云服務、生產(chǎn)加工云服務、物流云服務和管理云服務等不同的制造服務過程，通過分解獲得不同的云服務；（2）根據(jù)產(chǎn)品結構或制造工藝等制造知識，對無法匹配的云服務進行推理，分解為多個粒度更小的制造云以供選擇。通過云制造服務的本體推理，可以提高服務的查全率。

6）通過匹配器和推理器獲得的多個制造云，在云服務器中進行組合。最終可以獲得分解后的制造云服務組合結果輸出，完成制造服務。

4 應用

本文基于面向某集團企業(yè)的復雜產(chǎn)品云制造系統(tǒng)中的生產(chǎn)加工云能力服務進行了原型系統(tǒng)開發(fā)，原型系統(tǒng)開發(fā)基于 Protégé4+OWLPlugin 實現(xiàn)復合制造資源本體，利用語義推理工具Jena實現(xiàn)服務語義推理，平臺采用MyEclips開發(fā)軟件，java 語言開發(fā)實現(xiàn)。原型系統(tǒng)驗證了本文提出的基于語義的云制造服務能有效地實現(xiàn)分布制造服務的共享和協(xié)作。

圖3是運行截圖。其中，(a)是云服務請求不確定的情況下，通過語義推理獲得云制造制平臺已有的云制造任務名，并按照服務需求獲得適當?shù)姆詹樵兘Y果；（b）為當復雜任務無法根據(jù)任務名獲得匹配的服務時，可通過任務分解和服務組合獲得制造云組合查詢結果。

圖3 系統(tǒng)運行圖

5 結論

本文探討了基于本體的云制造體系結構，基于服務本體和領域本體的云制造復合本體的建立，提出了基于語義的服務發(fā)現(xiàn)模式，并表示云制造服務的發(fā)現(xiàn)過程，并且基于某企業(yè)的復雜產(chǎn)品生產(chǎn)加工系統(tǒng)實現(xiàn)了一個基于本體的服務搜索發(fā)現(xiàn)原型系統(tǒng)。該系統(tǒng)的優(yōu)點是對消費者的請求進行了語義擴展和規(guī)范，支持用戶的模糊查詢，并利用多層匹配和服務本體推理完成云制造服務的發(fā)現(xiàn)，提高了查全率和查準率。

[1]李伯虎, 張霖, 王時龍, 等.云制造—面向服務的網(wǎng)絡化制造新模式[J].計算機集成制造系統(tǒng), 2010, 16(2).1-8.

[2]周宇.基于領域本體的Web服務發(fā)現(xiàn)研究[J].制造業(yè)自動化, 2010, 32(12).217-220.

[3]Jaeyong Kang,Kwang Mong Sim.Ontology and Search Engine for Cloud Computing System [C].Proceedings of 2011 International Conference on System Science and Engineering.2011: 276-281.

[4]Jaeyong Kang, Kwang Mong Sim.Towards Agents and Ontology for Cloud Service Disvovery[C].2011 International Conference on Cyber-Enabled Distributed Computing and Knowledge Discovery.2011: 483-490.

[5]Gruber T R.Toward principles for the design of ontologies used for knowledge sharing[J].Int Journal of Human and ComputerStudies, 1995, 43: 907-928.

[6]The OWL Services Coalition1OWL - S: Semantic Markup forWeb Services [EB/OL].http: / /www.daml1org/services/owl - s/110 /owl - s1html.

[7]曹中紅, 陳基漓, 周峰.基于OWL-S的語義Web 服務匹配算法[J].山東理工大學學報(自然科學版), 2011, 25(2).

[8]邱田, 胡曉惠, 李鵬, 等.基于OWL2S 的服務發(fā)現(xiàn)語義匹配機制[J].電子學報, 2010, 38(1).