面向端用戶的服務(wù)組合廣義決策邏輯模型

摘 要：服務(wù)組合中端用戶的需求較為模糊，其與服務(wù)組合之間的精準性要求存在不可調(diào)和的矛盾。文章以傳統(tǒng)的 Web 服務(wù)模型為基礎(chǔ)，構(gòu)建面向端用戶的服務(wù)組合廣義決策邏輯模型，并通過離散布谷烏算法求解模型，獲取最佳 Web 服務(wù)組合方案，從而為用戶提供更優(yōu)質(zhì)的服務(wù)

關(guān)鍵詞：Web 服務(wù);廣義決策邏輯多屬性模型：離散布谷鳥算法

中圖法分類號：TP181文獻標識碼：A

１ 引言

當前大部分語義服務(wù)匹配工作均有望實現(xiàn)服務(wù)選擇及調(diào)用的自動化，其通常是以ｗｅｂ 相關(guān)服務(wù)為基礎(chǔ)。當前多數(shù)工作只是利用服務(wù)語義及句法的信息，實現(xiàn)服務(wù)的分類與聚類。研究信息粒度對服務(wù)組合的影響，以端用戶的角度為切入，其需求具有模糊性，但與此同時又限定了業(yè)務(wù)邏輯與操作的精準程度與嚴格程度。端用戶是指不必具備信息技術(shù)專業(yè)知識，只想為其網(wǎng)站、公司或?qū)W校的潛在客戶提供一些增值服務(wù)的用戶，或者僅僅是為他們自己提供增值服務(wù)的用戶。本文提出一個Ｗｅｂ 服務(wù)組合半自動模式的集成模型，并采用粒度計算的信息處理方法來建立形式化的服務(wù)組合模型。

２ 服務(wù)組合模型

２．１ 系統(tǒng)模型

２．１．１ 傳統(tǒng)的Ｗｅｂ 服務(wù)模型

Ｗｅｂ 服務(wù)的核心思想表示通過一組使用網(wǎng)絡(luò)的服務(wù)組合形成的未來應(yīng)用，僅需２ 個相同的服務(wù)應(yīng)用標準及方法對自身進行表達。除此之外，其他均為服務(wù)，其可以發(fā)布一個ＡＰＩ （ Ａｐｐｌｉｃａｔｉｏｎ ＰｒｏｇｒａｍｍｉｎｇＩｎｔｅｒｆａｃｅ）為網(wǎng)絡(luò)內(nèi)的其他服務(wù)提供應(yīng)用，且對實現(xiàn)細節(jié)予以封裝［１～４］ 。

Ｗｅｂ 服務(wù)的體系結(jié)構(gòu)見圖１。

通過圖１ 可以得知，Ｗｅｂ 服務(wù)的體系結(jié)構(gòu)中共有３ 個角色，具體如下。（１）服務(wù)提供者，其是Ｗｅｂ 服務(wù)的實際執(zhí)行者，主要功能是向服務(wù)代理發(fā)布自身提供的Ｗｅｂ 服務(wù)，并響應(yīng)應(yīng)用自身服務(wù)的請求；（２）服務(wù)代理，其主要作用為注冊與對外發(fā)布Ｗｅｂ 服務(wù)，同時還可以分類、檢索完成注冊的服務(wù)；（３）服務(wù)請求者，通過服務(wù)提供者的服務(wù)查找功能獲取對應(yīng)服務(wù)信息，并調(diào)用其提供的其他服務(wù)。

３ 個角色之間可展開的工作包括：（１）令服務(wù)提供者向服務(wù)代理注冊并提供Ｗｅｂ 服務(wù)的功能訪問接口；（２）令服務(wù)請求者能夠通過服務(wù)代理檢索獲取所需服務(wù)；（３）令服務(wù)請求者可以調(diào)用服務(wù)提供者所提供的服務(wù)。

上述操作展開的第一步是對服務(wù)展開描述，即通過Ｗｅｂ 服務(wù)描述語言（ Ｗｅｂ Ｓｅｒｖｉｃｅ ＤｅｓｃｒｉｐｔｉｏｎＬａｎｇｕａｇｅ，ＷＳＤＬ）對Ｗｅｂ 服務(wù)的功能、地址信息等進行描述，該描述語言可通過人工與機器完成閱讀。

整體過程需要遵循ＵＤＤＩ（Ｕｎｉｖｅｒｓａｌ Ｄｅｓｃｒｉｐｔｉｏｎ，Ｄｉｓｃｏｖｅｒｙ Ａｎｄ Ｉｎｔｅｇｒａｔｉｏｎ），其是以Ｗｅｂ 服務(wù)為基礎(chǔ)信息注冊中心的標準規(guī)范，能夠支持組織、搜索服務(wù)［５～８］。

２．１．２ 基于ＱｏＳ 的Ｗｅｂ 服務(wù)動態(tài)組合模型

在實際應(yīng)用過程中，可能存在一個應(yīng)用調(diào)用多個Ｗｅｂ 服務(wù)或一個Ｗｅｂ 服務(wù)集成多個Ｗｅｂ 服務(wù)等現(xiàn)象，即基于組合現(xiàn)有Ｗｅｂ 服務(wù)形成新的Ｗｅｂ 服務(wù)。若一服務(wù)中具有對多個Ｗｅｂ 服務(wù)的調(diào)用，則對應(yīng)各Ｗｅｂ 服務(wù)的調(diào)用，服務(wù)請求者均需分別展開查找與調(diào)用。因此服務(wù)請求者需掌握各Ｗｅｂ 服務(wù)的訪問信息。依次調(diào)用時，若其中某一Ｗｅｂ 服務(wù)發(fā)生問題，則服務(wù)請求者需重新查找能夠替代其的Ｗｅｂ 服務(wù)，若頻繁調(diào)用失敗將導致結(jié)果如下：

（１）所有查找替換服務(wù)的操作均需服務(wù)請求者與服務(wù)代理通信，從而降低系統(tǒng)性能；

（２）調(diào)用失敗其中某一Ｗｅｂ 服務(wù)將會令總體Ｗｅｂ 服務(wù)調(diào)用失敗，由于服務(wù)請求者不能實現(xiàn)調(diào)用結(jié)果上下文的有效儲存，導致服務(wù)請求者效率差；

（３）服務(wù)請求者在查找替換服務(wù)時，服務(wù)代理不能實現(xiàn)查找結(jié)果上下文的有效儲存，導致服務(wù)代理查找效果不太理想；

（４）服務(wù)請求者只能調(diào)用部分服務(wù)，在涵蓋多個Ｗｅｂ 調(diào)用的服務(wù)內(nèi)，服務(wù)請求者無法按照現(xiàn)有服務(wù)信息，安排并優(yōu)化服務(wù)調(diào)用次序。

此外，傳統(tǒng)的Ｗｅｂ 服務(wù)模型使用的ＷＳＤＬ 僅針對服務(wù)進行了語法說明，缺乏語義和服務(wù)質(zhì)量的規(guī)范，導致服務(wù)調(diào)用的重心轉(zhuǎn)移至功能?？傮w模型均未實現(xiàn)Ｗｅｂ 服務(wù)的響應(yīng)時間、安全性以及可訪問性等ＱｏＳ非功能因素的衡量，從而限制服務(wù)的推廣與提升。

２．２ 廣義決策邏輯多屬性模型

針對上述基于ＱｏＳ 的Ｗｅｂ 服務(wù)組合問題，提出對應(yīng)廣義決策邏輯多屬性模型為：

ＭＡＤＭ ＝（ＳＣＰ，Ｑ，Ｗ，Ｄ） （１）

其中，ＳＣＰ ＝｛ＳＣＰ１，ＳＣＰ２，…，ＳＣＰｎ ｝表示ｎ 個待選服務(wù)組合構(gòu)建的備選方案集，Ｑ ＝ 〈Ｑ１，Ｑ２，…，Ｑ５ 〉表示組合的五維ＱｏＳ 屬性向量，Ｑ１ ～ Ｑ５ 分別對應(yīng)價格、響應(yīng)時間、可靠性、可用性以及信譽；Ｗ ＝ 〈ｗ１，ｗ２，…，ｗ５〉Ｔ 為屬性權(quán)重向量，ｗｊ 表示第ｊ 維屬性的權(quán)重，Ｄ ＝［ｄｉｊ ］ｎ×５為決策矩陣，元素ｄｉｊ為第ｉ 個服務(wù)組合在第ｊ 維屬性上的值。

基于ＱｏＳ 的Ｗｅｂ 服務(wù)組合目標為按照所有方案的聚合ＱｏＳ 屬性值，根據(jù)多屬性決策方法ＣＲＭ 法排列ＳＣＰ 內(nèi)全部備選方案，挑選出Ｎ（Ｎ≤ｎ）個最佳方案或一個最佳方案ＳＣＰ′。ＣＲＭ 法的主旨為：挑選的方案需要盡力接近正理想點，并盡力遠離負理想點。其主要流程如下。

Ｓｔｅｐ １ 標準化決策矩陣建立。為消除差異ＱｏＳ屬性量綱及取值范圍導致的屬性不可公度性，應(yīng)采用線性標準化法規(guī)范處理Ｄ 中ｄｉｊ至可比較區(qū)域內(nèi)，該方法可表示為：

其中，折中系數(shù)ε∈［０，１］，表示決策者對決策方案與正理想點之間距離的偏好程度，二者呈正相關(guān)關(guān)系。Ｓｔｅｐ ７ 按照所有方案的ζ （ＳＣＰｉ ） 進行降序排列，最佳方案ＳＣＰ′需符合：

２．３ 基于ＱｏＳ 的Ｗｅｂ 服務(wù)組合優(yōu)化

利用離散布谷鳥搜索算法求解廣義決策邏輯多屬性模型，以獲取最佳的Ｗｅｂ 服務(wù)組合方案。離散型布谷鳥算法的計算公式為：

２．４ 初始種群與編碼解碼

為了實現(xiàn)離散化的編碼方式，以ＤＬＢＰ 為中心，在優(yōu)先關(guān)系條件下對各任務(wù)的拆卸順序進行確定并分配其至工作站中。以任務(wù)的編碼方式為基礎(chǔ)，依據(jù)拆卸順序排列每個任務(wù)的編號。通過應(yīng)用ＤＬＢＰ 的特點改進基本布谷鳥算法的編碼方式與搜索策略，使ＤＬＢＰ 和ＭＤＣＳ 建立對應(yīng)關(guān)系。①將拆卸順序Ｘ（ｘ１，ｘ２，…，ｘｎ ）規(guī)定為鳥窩位置，其中的Ｗｅｂ 服務(wù)組合拆卸任務(wù)數(shù)目用ｎ 表示。每個一維坐標都與一項拆卸任務(wù)相對應(yīng)，按照拆卸任務(wù)原則的連貫性，一項拆卸任務(wù)只對應(yīng)分配至一個工作站，一個鳥窩位置中不存在重復的任務(wù)。并且拆卸任務(wù)必須符合優(yōu)先關(guān)系的約束條件，在拆卸階段不使用破壞性拆卸，通過對拆卸操作后零件質(zhì)量的保證，可以順利實現(xiàn)各項拆卸任務(wù)。②對每個鳥窩內(nèi)的鳥蛋數(shù)進行規(guī)定，要求只能存在一枚鳥蛋，其關(guān)于鳥窩位置優(yōu)劣的多重屬性，每一屬性都與ＤＬＢＰ 的子目標相對應(yīng)，該鳥窩位置的優(yōu)劣可通過對比各鳥窩中鳥蛋的屬性來判斷。

應(yīng)用離散型布谷鳥算法進行解碼，將優(yōu)先關(guān)系約束融合至拆卸序列，其解碼過程中除了節(jié)拍時間約束不需考慮其他，只需對其后的拆卸任務(wù)進行分配。以Ｐ１０ 問題可行解為例，其解碼方法如圖２ 所示。

２．４ 初始種群與編碼解碼

為了實現(xiàn)離散化的編碼方式，以ＤＬＢＰ 為中心，在優(yōu)先關(guān)系條件下對各任務(wù)的拆卸順序進行確定并分配其至工作站中。以任務(wù)的編碼方式為基礎(chǔ)，依據(jù)拆卸順序排列每個任務(wù)的編號。通過應(yīng)用ＤＬＢＰ 的特點改進基本布谷鳥算法的編碼方式與搜索策略，使ＤＬＢＰ 和ＭＤＣＳ 建立對應(yīng)關(guān)系。①將拆卸順序Ｘ（ｘ１，ｘ２，…，ｘｎ ）規(guī)定為鳥窩位置，其中的Ｗｅｂ 服務(wù)組合拆卸任務(wù)數(shù)目用ｎ 表示。每個一維坐標都與一項拆卸任務(wù)相對應(yīng)，按照拆卸任務(wù)原則的連貫性，一項拆卸任務(wù)只對應(yīng)分配至一個工作站，一個鳥窩位置中不存在重復的任務(wù)。并且拆卸任務(wù)必須符合優(yōu)先關(guān)系的約束條件，在拆卸階段不使用破壞性拆卸，通過對拆卸操作后零件質(zhì)量的保證，可以順利實現(xiàn)各項拆卸任務(wù)。②對每個鳥窩內(nèi)的鳥蛋數(shù)進行規(guī)定，要求只能存在一枚鳥蛋，其關(guān)于鳥窩位置優(yōu)劣的多重屬性，每一屬性都與ＤＬＢＰ 的子目標相對應(yīng)，該鳥窩位置的優(yōu)劣可通過對比各鳥窩中鳥蛋的屬性來判斷。

應(yīng)用離散型布谷鳥算法進行解碼，將優(yōu)先關(guān)系約束融合至拆卸序列，其解碼過程中除了節(jié)拍時間約束不需考慮其他，只需對其后的拆卸任務(wù)進行分配。以Ｐ１０ 問題可行解為例，其解碼方法如圖２ 所示。

式中，ｆ，Ｐ，ｘ，μ 分別表示指令實施系數(shù)（取值范圍是［０，１］）、離散布谷鳥算法下指令寄生巢選擇概率的實際偏移量、每個指令信號的頻率分量、序列長度。由于原始Ｗｅｂ 服務(wù)組合序列形式與解碼后Ｗｅｂ服務(wù)組合序列形式是不同的，Ｗｅｂ 服務(wù)組合的信息能夠自由在智能化通信節(jié)點中傳輸，Ｗｅｂ 服務(wù)組合的儲存行為不會受序列形式改變的影響。綜上所述，應(yīng)用離散布谷鳥算法解碼的Ｗｅｂ 服務(wù)組合會導致節(jié)點的行為接近，不會影響數(shù)據(jù)序列的形勢與內(nèi)容。

３ 結(jié)束語

本文提出一種面向端用戶的服務(wù)組合形式化模型，從端用戶的角度考慮模糊和不明確的需求，而從服務(wù)組合者的角度考慮對便利性和準確性的需求，通過離散布谷鳥算法來求解所提出的模型，以獲取最佳Ｗｅｂ 服務(wù)組合方案。

參考文獻：

［１］ 馬占有．基于決策過程的廣義可能性時態(tài)邏輯模型檢測［Ｄ］．西安：陜西師范大學，２０１７．

［２］ 劉菊霞．用戶需求驅(qū)動下信息資源建設(shè)的多維決策［Ｊ］．大學圖書情報學刊，２０１７，３５（１）：６．

［３］ 秦江龍．面向Ｗｅｂ 服務(wù)組合的建模與映射研究［Ｄ］．昆明：云南大學，２０１８．

［４］ 陳昊崴，鄧水光，趙海亮，等．面向移動邊緣的組合服務(wù)選擇及優(yōu)化［Ｊ］．計算機學報，２０２２，４５（１）：８２?９７．

［５］ 谷南南、姚佩陽、焦志強．ＭａｐＲｅｄｕｃｅ 平臺上面向大規(guī)模Ｗｅｂ 服務(wù)組合問題的并行引導變異進化算法［Ｊ］．計算機應(yīng)用研究，２０２０，３７（１１）：６．

［６］ 蔣青苗．一種基于用戶偏好的移動計算卸載決策算法［Ｊ］．中國傳媒大學學報：自然科學版，２０１９，２６（５）：８．

［７］ 任磊，任明侖．面向動態(tài)聯(lián)盟的制造服務(wù)組合全生命周期模型［Ｊ］．科技管理研究，２０１９，３９（１３）：９．

［８］ 岳毅，程渤．面向終端用戶的輕量級網(wǎng)絡(luò)功能虛擬化服務(wù)編排環(huán)境［Ｊ］．北京郵電大學學報，２０１９，４２（４）：８．

作者簡介：

周麗雯（１９８７—），本科，研究方向：電子工程。