面向服務(wù)優(yōu)化組合的云雙鏈結(jié)構(gòu)

摘 要：

將區(qū)塊鏈技術(shù)用于云制造平臺(tái)，可使其具備資源管理去中心化、數(shù)據(jù)分布式存儲(chǔ)、平臺(tái)魯棒的特性，然而在服務(wù)優(yōu)化組合的實(shí)施過程中，其面臨資源需中心化調(diào)度，數(shù)據(jù)錄入依賴于區(qū)塊生成時(shí)刻，執(zhí)行方案缺乏動(dòng)態(tài)適應(yīng)性等問題。因此，提出面向服務(wù)優(yōu)化組合的云雙鏈結(jié)構(gòu)（cloud dual-chain）。cloud dual-chain由制造服務(wù)鏈（manufacturing service chain，MSC）和過程數(shù)據(jù)鏈（process data chain，PDC）構(gòu)成，將服務(wù)資源和組合方案進(jìn)行分鏈管理，使云制造平臺(tái)兼顧區(qū)塊鏈特性及真實(shí)服務(wù)協(xié)同需求。cloud dual-chain的制造服務(wù)由企業(yè)自身管理，由智能合約根據(jù)任務(wù)順序篩選形成MSC鏈，兼顧分布式和中心化管理；PDC基于服務(wù)組合方案產(chǎn)生，其節(jié)點(diǎn)可并行記錄過程數(shù)據(jù)；若出現(xiàn)失效服務(wù)，在相應(yīng)MSC節(jié)點(diǎn)中調(diào)用新服務(wù)，并在PDC節(jié)點(diǎn)中更新信息以確保執(zhí)行方案具有動(dòng)態(tài)適應(yīng)性。實(shí)驗(yàn)表明，cloud dual-chain可實(shí)現(xiàn)服務(wù)的靈活管理、過程數(shù)據(jù)分布式并行錄入，并賦予執(zhí)行方案動(dòng)態(tài)適應(yīng)性。cloud dual-chain可為云制造平臺(tái)的發(fā)展提供有效支持。

關(guān)鍵詞：企業(yè)協(xié)同；區(qū)塊鏈；云制造；制造企業(yè)

中圖分類號(hào)：TP399 文獻(xiàn)標(biāo)志碼：A?; 文章編號(hào)：1001-3695（2024）09-006-2604-07

doi：10.19734/j.issn.1001-3695.2023.12.0617

Cloud dual-chain structure oriented to service optimization composition

Gao Jie1， Liang Bo2

（1.Shanxi Vocational University of Engineering Science & Technology， College of Intelligent Manufacturing， Shanxi Jinzhong 030619， China; 2. Taiyuan Normal University， College of Computer Science & Technology， Shanxi Jinzhong 030619， China）

Abstract：

Applying blockchain technology to the cloud manufacturing platform （CMfg） endowed it with features such as decentralized resource management， distributed data storage， and platform robustness. However， during the implementation of service optimization composition， challenges are encountered， including the need for centralized resource scheduling， data entry dependence on the moment of block generation， and a lack of dynamic adaptability in the execution scheme. To address this， this paper proposed a solution in the form of cloud dual-chain oriented to service optimization composition. The cloud dual-chain comprised a manufacturing service chain （MSC） and a process data chain （PDC）. It segregated the management of service resources and composition scheme into distinct chains， allowing the CMfg to reconcile blockchain characteristics with real-world service collaboration needs. The manufacturing service within the cloud dual-chain was self-managed by the enterprise， and the MSC chain was formed by smart contracts based on task orders， balancing distributed and centralized management. The PDC， generated based on service composition， recorded process data in parallel. In case of service failure， a new service was invoked in the corresponding MSC node， updating the information in the PDC node to ensure dynamic adaptability of the execution plan. Experimental results demonstrate that cloud dual-chain facilitates flexible service management， distributed parallel entry of process data， and provides dynamic adaptability to execution scheme. Cloud dual-chain can effectively support the development of CMfg.

Key words：enterprise collaboration; blockchain; cloud manufacturing; manufacturing enterprises

0 引言

制造業(yè)是我國(guó)重要的基礎(chǔ)行業(yè)，國(guó)家發(fā)展、社會(huì)進(jìn)步都需要強(qiáng)大的制造業(yè)作為支撐［1］。然而對(duì)于眾多制造企業(yè)，尤其是中小制造企業(yè)而言，資金不足、信息壁壘、信任不足等問題制約著其自身的發(fā)展。若將這些企業(yè)的制造資源以服務(wù)的形式共享，可以提高生產(chǎn)效率、降低成本并提升經(jīng)濟(jì)收益。李伯虎等人［2］在云計(jì)算的基礎(chǔ)上提出“云制造（cloud manufacturing，CMfg）”，為共享制造服務(wù)提供了解決方案。CMfg將信息技術(shù)、制造技術(shù)及新興互聯(lián)網(wǎng)技術(shù)等交叉融合，實(shí)現(xiàn)制造即服務(wù)，使制造企業(yè)在現(xiàn)有的網(wǎng)絡(luò)與制造資源環(huán)境下，為用戶提供高價(jià)值、低成本、按需使用的共享服務(wù)。CMfg的提出加速了制造企業(yè)的服務(wù)化拓展，將生產(chǎn)過程中所涉及的制造資源以服務(wù)的方式向用戶提供，將多個(gè)服務(wù)以組合的形式提供給用戶，以滿足用戶的個(gè)性化需求［3～6］。

隨著大量服務(wù)涌出和不斷發(fā)起的任務(wù)請(qǐng)求，CMfg平臺(tái)中將會(huì)產(chǎn)生越來越多的服務(wù)組合。服務(wù)優(yōu)化組合屬多目標(biāo)優(yōu)化問題，眾多學(xué)者已提出多種算法求解此類問題［7］，如遺傳算法［8］、布谷鳥算法［9］、花授粉算法［10，11］、差分算法［12］等，其最終目的是獲取一組最優(yōu)服務(wù)組合推薦給用戶。然而CMfg的實(shí)現(xiàn)不僅依賴于組合獲取算法，其架構(gòu)模型也是熱點(diǎn)研究問題。Wang等人［13］建立了基于可重寫Petri網(wǎng)（RPN）的CMfg服務(wù)模型，利用RPN的可重寫規(guī)則描述個(gè)性化定制的重構(gòu)過程，并建立了基于非支配排序遺傳算法的CMfg資源分配策略，以獲得時(shí)間和成本方面的最佳個(gè)性化定制方案。Chuang等人［14］為在CMfg中整合網(wǎng)絡(luò)空間和物理空間，從而使服務(wù)組合有效執(zhí)行，將共生模擬定位為CMfg平臺(tái)中最主要的問題，并采用運(yùn)籌學(xué)與機(jī)器學(xué)習(xí)方法促進(jìn)共生模擬的實(shí)現(xiàn)。Hu等人［15］提出個(gè)性化產(chǎn)品定制對(duì)CMfg平臺(tái)的智能性、靈活性和實(shí)時(shí)性需要較高要求，搭建了云邊端協(xié)同架構(gòu)來處理分布式數(shù)據(jù)和快速進(jìn)行決策，進(jìn)一步提出并詳細(xì)分析深度學(xué)習(xí)模型的垂直/水平分布式部署和更新機(jī)制，從而為個(gè)性化產(chǎn)品的定制提供快速響應(yīng)和高性能決策服務(wù)。

上述研究從不同角度對(duì)CMfg架構(gòu)模型進(jìn)行了研究，并取得成效。但對(duì)于眾多制造企業(yè)而言，實(shí)現(xiàn)CMfg存在三方面問題：a）架構(gòu)平臺(tái)運(yùn)行依賴中心化管理機(jī)構(gòu)，隸屬不同企業(yè)的制造服務(wù)由同一個(gè)云平臺(tái)管理，導(dǎo)致了服務(wù)管理過度集中化，服務(wù)的特色優(yōu)勢(shì)無法凸顯；b）過程數(shù)據(jù)錄入靠中心化的平臺(tái)執(zhí)行，CMfg雖然可以提供全生命周期各個(gè)環(huán)節(jié)的數(shù)據(jù)記錄，但由于中心化的管理導(dǎo)致過程數(shù)據(jù)的錄入也由中心平臺(tái)分配或控制，造成中心平臺(tái)負(fù)載過大；c）CMfg平臺(tái)魯棒性差，當(dāng)CMfg平臺(tái)受不穩(wěn)定因素影響，會(huì)導(dǎo)致整個(gè)管理過程不穩(wěn)定，在無法修復(fù)的情況下會(huì)導(dǎo)致中心系統(tǒng)崩潰，服務(wù)組合任務(wù)無法執(zhí)行?？偟膩碚f，上述問題的根源基本在于中心化的處理機(jī)制。

區(qū)塊鏈的去中心化機(jī)制可為上述問題提供分布式解決依據(jù)。區(qū)塊鏈?zhǔn)且环N全新的分布式基礎(chǔ)架構(gòu)與計(jì)算方式［16，17］。在CMfg的服務(wù)組合實(shí)施過程中，區(qū)塊鏈技術(shù)可以從多個(gè)角度獲取組合優(yōu)化方案。Tong等人［18］利用區(qū)塊鏈的去中心化和可追溯特性提出了一個(gè)多目標(biāo)組合架構(gòu)，并基于歷史信息，提出一個(gè)存儲(chǔ)結(jié)構(gòu)最優(yōu)選擇的挖礦機(jī)制，為CMfg提供了靈活且可配置的實(shí)施方案。Zhang等人［19］基于區(qū)塊鏈分布式存儲(chǔ)、共識(shí)機(jī)制，將區(qū)塊鏈和CMfg進(jìn)行融合，研究了面向服務(wù)的調(diào)度和優(yōu)化流程，提高了制造服務(wù)的協(xié)作能力和信息安全性。Patel等人［20］基于區(qū)塊鏈的數(shù)據(jù)安全性、節(jié)點(diǎn)間的透明性和信任性，提出了一個(gè)將區(qū)塊鏈集成到人工智能輔助制造系統(tǒng)中的架構(gòu)，并闡述該架構(gòu)如何加速早期產(chǎn)品設(shè)計(jì)、協(xié)作和制造流程。Hewa等人［21］基于區(qū)塊鏈的安全特性，提出了一種基于區(qū)塊鏈和霧計(jì)算的安全服務(wù)架構(gòu)，該架構(gòu)在制造設(shè)備集群邊緣的霧節(jié)點(diǎn)上運(yùn)行。擬議的服務(wù)有助于制造設(shè)備身份驗(yàn)證和設(shè)備云通道隱私保護(hù)，同時(shí)保留區(qū)塊鏈上的匿名性和不可鏈接性。Matenga等人［22］基于區(qū)塊鏈的可追溯性，提出了基于區(qū)塊鏈的云制造即服務(wù)系統(tǒng)，實(shí)現(xiàn)軌道車制造商供應(yīng)鏈管理中零件來源、可追溯性的執(zhí)行和分析。

將區(qū)塊鏈技術(shù)應(yīng)用于CMfg，可使CMfg在無須三方管理機(jī)構(gòu)的基礎(chǔ)上，有效地實(shí)現(xiàn)制造服務(wù)的去中心化管理及過程數(shù)據(jù)的分布式錄入，增強(qiáng)CMfg的魯棒性，促進(jìn)制造企業(yè)的分布式協(xié)同服務(wù)。然而在服務(wù)優(yōu)化組合實(shí)施過程中，存在三類問題：a）完全去中心化服務(wù)管理存在限制，制造服務(wù)的管理完全由企業(yè)自身實(shí)現(xiàn)，會(huì)導(dǎo)致方案調(diào)用時(shí)出現(xiàn)調(diào)用沖突、服務(wù)匹配性差等問題；b）數(shù)據(jù)錄入依賴于區(qū)塊生成時(shí)刻，當(dāng)在方案執(zhí)行過程中，過程數(shù)據(jù)的錄入依賴于所有前期區(qū)塊節(jié)點(diǎn)的數(shù)據(jù)錄入是否完成，若未完成，則無法進(jìn)行新數(shù)據(jù)錄入；c）方案實(shí)施時(shí)動(dòng)態(tài)適應(yīng)性弱等問題，當(dāng)某個(gè)節(jié)點(diǎn)失效，會(huì)出現(xiàn)組合方案的實(shí)施中斷或進(jìn)一步導(dǎo)致整個(gè)方案無法繼續(xù)進(jìn)行下去。

本文針對(duì)服務(wù)優(yōu)化組合實(shí)施過程中存在的問題，提出了面向服務(wù)優(yōu)化組合的云雙鏈結(jié)構(gòu)（cloud dual-chain）。cloud dual-chain通過制造服務(wù)鏈（manufacturing service chain，MSC）和過程數(shù)據(jù)鏈（process data chain，PDC）將制造服務(wù)和組合優(yōu)化實(shí)施分別進(jìn)行鏈?zhǔn)焦芾?。制造服?wù)管理歸屬于企業(yè)自身，通過采用智能合約根據(jù)任務(wù)實(shí)現(xiàn)服務(wù)的調(diào)用，形成MSC鏈，兼顧分布式與中心化服務(wù)管理；通過PDC鏈實(shí)現(xiàn)方案執(zhí)行過程中數(shù)據(jù)的分布式并行錄入；方案實(shí)施過程中遇到服務(wù)失效時(shí)，在不影響其余節(jié)點(diǎn)服務(wù)的基礎(chǔ)上，對(duì)相應(yīng)PDC和MSC節(jié)點(diǎn)的數(shù)據(jù)進(jìn)行更新，使最終方案在實(shí)施過程中具有動(dòng)態(tài)適應(yīng)性。

1 相關(guān)概念

1.1 服務(wù)組合的獲取

CMfg將多種不同的制造服務(wù)組合在一起，為客戶提供個(gè)性化及靈活的制造解決方案，從而實(shí)現(xiàn)制造服務(wù)的高度集成和企業(yè)協(xié)同。在CMfg中，傳統(tǒng)服務(wù)優(yōu)化組合的實(shí)施根據(jù)任務(wù)選擇不同的候選服務(wù)進(jìn)行組合并不斷優(yōu)化，最終產(chǎn)生優(yōu)質(zhì)服務(wù)組合進(jìn)行推薦［23］，其獲取過程主要分為四步：

a）制造任務(wù)發(fā)布。需求企業(yè)將復(fù)雜制造任務(wù)T發(fā)布到平臺(tái)中，復(fù)雜制造任務(wù)由多個(gè)子任務(wù)t所構(gòu)成。T={t1，t2，…，tn}，下標(biāo)代表不同的子任務(wù)序號(hào)。

b）制造服務(wù)發(fā)布。服務(wù)提供企業(yè)將所持有的資源r根據(jù)資源自身特性發(fā)布到平臺(tái)中，以形成服務(wù)service。

c）服務(wù)組合與評(píng)價(jià)。以子任務(wù)為基礎(chǔ)標(biāo)準(zhǔn)，通過計(jì)算云中的服務(wù)與子任務(wù)之間的關(guān)聯(lián)度，再根據(jù)子任務(wù)序列組合服務(wù)scj，scj={servicej1，servicej2，…，serviceji…，servicejn}，并進(jìn)行評(píng)價(jià)。其中i表示服務(wù)在服務(wù)組合中的序號(hào)，j表示服務(wù)組合的序號(hào)，評(píng)價(jià)模型為eva（.）。實(shí)現(xiàn)根據(jù)子任務(wù)的服務(wù)組合與評(píng)價(jià)，并獲取評(píng)價(jià)值scEj，scEj=eva（scj）。

d）服務(wù)組合推薦。通過優(yōu)化方法及評(píng)價(jià)模型不斷地優(yōu)化服務(wù)組合scE，最終選擇一個(gè)最優(yōu)組合bsc進(jìn)行推薦以服務(wù)用戶，bsc=best{scE1，scE2，…}。

1.2 區(qū)塊鏈

區(qū)塊鏈（blockchain）源于2008年中本村對(duì)比特幣系統(tǒng)的討論，首次被人們關(guān)注源于2009年初上線的比特幣項(xiàng)目［24］。區(qū)塊鏈?zhǔn)且环N分布式數(shù)據(jù)庫，采用去中心化方式進(jìn)行數(shù)據(jù)存儲(chǔ)和交易驗(yàn)證，用于記錄和存儲(chǔ)經(jīng)過加密的交易數(shù)據(jù)，以確保數(shù)據(jù)的安全性和不可竄改性［25，26］。區(qū)塊鏈包括三個(gè)主要概念：

a）區(qū)塊。區(qū)塊是區(qū)塊鏈的基本組成部分，每個(gè)區(qū)塊包含了一些交易記錄以及一個(gè)指向前一個(gè)區(qū)塊的鏈接。

b）鏈。區(qū)塊按照時(shí)間順序排列形成了一個(gè)鏈，每個(gè)區(qū)塊都被鏈接到前一個(gè)區(qū)塊，構(gòu)成了一個(gè)完整的區(qū)塊鏈。

c）智能合約。智能合約是一種自動(dòng)執(zhí)行的計(jì)算機(jī)程序，可以在區(qū)塊鏈上執(zhí)行，并根據(jù)預(yù)先設(shè)定的條件來觸發(fā)特定的操作。

區(qū)塊鏈的結(jié)構(gòu)具體如圖1所示，主要由區(qū)塊頭和區(qū)塊體構(gòu)成。區(qū)塊頭主要包含5個(gè)內(nèi)容，分別是：a）前一個(gè)區(qū)塊的哈希值，用于將當(dāng)前區(qū)塊與前一個(gè)區(qū)塊進(jìn)行鏈接；b）時(shí)間戳，指明該區(qū)塊被創(chuàng)建的時(shí)間；c）版本號(hào)，指明區(qū)塊使用的協(xié)議版本；d）Merkel根，是一種哈希樹，將該區(qū)塊包含的所有交易的哈希值聚合成一個(gè)根哈希；e）隨機(jī)數(shù)（nonce），用于在去中心化的環(huán)境下提供公平、安全、信任的區(qū)塊訪問。區(qū)塊頭中的這些元數(shù)據(jù)和哈希信息可以確保該區(qū)塊的安全性、完整性和可驗(yàn)證性。任何修改區(qū)塊的交易、時(shí)間戳等信息都會(huì)導(dǎo)致該區(qū)塊的哈希值發(fā)生變化，從而破壞區(qū)塊鏈的一致性和完整性。因此，區(qū)塊頭對(duì)于區(qū)塊鏈的正確性和可靠性至關(guān)重要。區(qū)塊體主要包含了區(qū)塊鏈上交易信息的詳細(xì)數(shù)據(jù)等信息。

區(qū)塊鏈可以根據(jù)參與者的不同分為公有鏈和私有鏈。其中公有鏈?zhǔn)情_放的、去中心化的，任何人都可以參與，如比特幣區(qū)塊鏈、以太坊；私有鏈則是封閉的、集中化的，只有特定的人或機(jī)構(gòu)才能參與，如聯(lián)盟鏈。兩者有明顯的共同優(yōu)勢(shì)：

a）服務(wù)去中心化共享。區(qū)塊鏈無須中心化的第三方機(jī)構(gòu)，參與者可以直接進(jìn)行交互和交易，增加參與者之間的信任度。

b）數(shù)據(jù)信息分布式存儲(chǔ)。區(qū)塊鏈?zhǔn)怯啥鄠€(gè)區(qū)塊按照時(shí)間組成的鏈條，每個(gè)時(shí)間段所發(fā)生的交易都被保存在不同服務(wù)器中，其管理權(quán)去中心化，每發(fā)生一次交易，全部節(jié)點(diǎn)都記錄這個(gè)動(dòng)作。

c）平臺(tái)容錯(cuò)性強(qiáng)。區(qū)塊鏈共享平臺(tái)采用分布式去中心化結(jié)構(gòu)，使系統(tǒng)具有魯棒性，區(qū)塊鏈的共識(shí)機(jī)制保證所有誠(chéng)實(shí)節(jié)點(diǎn)保存一致的區(qū)塊鏈視圖，增強(qiáng)了系統(tǒng)的安全性，當(dāng)節(jié)點(diǎn)發(fā)現(xiàn)異常時(shí)，系統(tǒng)仍可以繼續(xù)運(yùn)行。

2 云雙鏈結(jié)構(gòu)

本文面向CMfg的服務(wù)協(xié)同存在服務(wù)完全分布式管理不實(shí)際、數(shù)據(jù)錄入時(shí)節(jié)點(diǎn)間時(shí)間依賴性強(qiáng)、方案實(shí)施時(shí)動(dòng)態(tài)適應(yīng)性弱的問題，結(jié)合區(qū)塊鏈去中心化機(jī)制，提出cloud dual-chain。

2.1 cloud dual-chain模型

cloud dual-chain的模型如圖2所示，主要包括制造服務(wù)鏈（manufacturing service chain，MSC）和過程數(shù)據(jù)鏈（process data chain，PDC）。MSC和PDC都是依據(jù)發(fā)布任務(wù)的子任務(wù)結(jié)構(gòu)一一建立的，所以兩者的節(jié)點(diǎn)個(gè)數(shù)和子任務(wù)個(gè)數(shù)相同。

1）發(fā)布的任務(wù)

任務(wù)需求者發(fā)布制造任務(wù)T，T={t1，t2，t3，…}，由不同子任務(wù)t構(gòu)成。子任務(wù)執(zhí)行順序有順序、并行、選擇、循環(huán)四種結(jié)構(gòu)［27］，本文以順序結(jié)構(gòu)為基礎(chǔ)進(jìn)行研究。每個(gè)子任務(wù)t都不能再分割，1個(gè)子任務(wù)t只能由一個(gè)服務(wù)service完成，而不能由多個(gè)服務(wù)協(xié)同完成。每個(gè)子任務(wù)信息均包括了該任務(wù)的特征與需求，如制造特點(diǎn)和子任務(wù)的排序、產(chǎn)品幾何尺寸精度要求等。

2）MSC

MSC在子任務(wù)流程的基礎(chǔ)上所形成，用于記錄可以完成子任務(wù)的所有服務(wù)信息及匹配度。如圖2中紅色塊狀結(jié)構(gòu)和紅色箭頭所示，每個(gè)塊狀結(jié)構(gòu)表示一個(gè)區(qū)塊，每個(gè)區(qū)塊中記錄了可以完成該任務(wù)的所有服務(wù)信息。每個(gè)服務(wù)的信息主要包括制造設(shè)備當(dāng)前狀態(tài)數(shù)據(jù)、制造決策案例、優(yōu)勢(shì)數(shù)據(jù)，與任務(wù)的匹配度。在MSC中一個(gè)服務(wù)必然隸屬于一個(gè)企業(yè)，一個(gè)企業(yè)可以同時(shí)擁有多項(xiàng)服務(wù)。

3）PDC

PDC在MSC的基礎(chǔ)上進(jìn)一步提取形成，用于記錄制造過程中所提供服務(wù)的相關(guān)數(shù)據(jù)，具有實(shí)時(shí)記錄的功能。如圖2所示，區(qū)塊用藍(lán)色塊狀結(jié)構(gòu)和箭頭表示，每個(gè)塊狀結(jié)構(gòu)表示一個(gè)區(qū)塊，與MSC不同的地方是，PDC內(nèi)每個(gè)區(qū)塊內(nèi)只有一個(gè)服務(wù)，即每個(gè)子任務(wù)只有一個(gè)服務(wù)來滿足相應(yīng)需求。PDC服務(wù)信息綜合了子任務(wù)的匹配度、服務(wù)的優(yōu)勢(shì)特性、服務(wù)的隸屬企業(yè)，并記錄在制造過程中所產(chǎn)生的數(shù)據(jù)等。一個(gè)服務(wù)可以同時(shí)為多個(gè)子任務(wù)提供服務(wù)，但一個(gè)任務(wù)僅匹配一個(gè)服務(wù)。

2.2 cloud dual-chain的智能合約

智能合約是區(qū)塊鏈被稱之為去中心化的重要原因，它允許在不需要第三方的情況下，執(zhí)行可追溯、不可逆轉(zhuǎn)和安全的交易。cloud dual-chain的智能合約是一種特殊協(xié)議，旨在為制造企業(yè)（manufacturing enterprises，MEs），MSC與PDC三個(gè)具體對(duì)象提供執(zhí)行機(jī)制。具體如圖3所示，MSC與PDC的形成都是依據(jù)發(fā)布的制造子任務(wù)流程，所以智能合約中默認(rèn)每個(gè)任務(wù)都是一個(gè)子任務(wù)。

1）MEs

智能合約中面向MEs主要包括如下4項(xiàng)內(nèi)容：

a）MEs向MSC鏈的訪問驗(yàn)證發(fā)起；

b）MEs向PDC鏈的訪問驗(yàn)證發(fā)起；

c）MEs向MSC鏈發(fā)布對(duì)應(yīng)子任務(wù)的服務(wù)信息；

d）MEs確認(rèn)可以為子任務(wù)提供服務(wù)。

2）MSC

智能合約面向MEs，根據(jù)制造任務(wù)，篩選MEs所擁有的各項(xiàng)服務(wù)，形成MSC，使MSC中的各節(jié)點(diǎn)根據(jù)子任務(wù)序列產(chǎn)生，并使各節(jié)點(diǎn)記錄對(duì)應(yīng)子任務(wù)的服務(wù)信息及匹配度。其主要包括如下4部分內(nèi)容：

a）計(jì)算企業(yè)服務(wù)service與子任務(wù)t的匹配度；

b）將子任務(wù)t可用的服務(wù)service保存到對(duì)應(yīng)的MSC區(qū)塊中（MBlock）；

c）根據(jù)子任務(wù)執(zhí)行順序生成MSC鏈；

d）當(dāng)出現(xiàn)失效服務(wù)后，更新對(duì)應(yīng)MBlock中的服務(wù)信息，去除失效服務(wù)。

3）PDC

PDC鏈的形成是將MSC中的服務(wù)進(jìn)一步篩選，形成一個(gè)優(yōu)質(zhì)的服務(wù)組合sc進(jìn)行任務(wù)執(zhí)行。在任務(wù)執(zhí)行過程中記錄數(shù)據(jù)，并當(dāng)服務(wù)組合遇到某個(gè)服務(wù)失效時(shí)可以動(dòng)態(tài)調(diào)整。其主要內(nèi)容包括如下4部分：

a）通過算法將MSC中的服務(wù)形成最終方案，并將服務(wù)加入PDC鏈的區(qū)塊PBlock中；

b）在方案執(zhí)行過程中，記錄相關(guān)過程數(shù)據(jù)；

c）服務(wù)失效確認(rèn)；

d）在對(duì)應(yīng)的MSC節(jié)點(diǎn)MBlock中重新選擇一個(gè)匹配度高的服務(wù)，替換PDC中失效服務(wù)的相關(guān)數(shù)據(jù)，并向PDC的其他節(jié)點(diǎn)進(jìn)行廣播。

智能合約的執(zhí)行偽代碼如算法1所示。

算法1 智能合約

輸入：制造任務(wù)T={t1，t2，…，ti，…，tn}，其中t為子任務(wù)。

輸出：MSC={MBlock1，MBlock2，…，MBlockn}，

PDC={PBlock1，PBlock2，…，PBlockn}。

1 將任務(wù)發(fā)送至所有MEs

#以下是生成MSC的執(zhí)行機(jī)制

2 為MEs生成訪問秘鑰 key：

3 for i in T={t1，t2，…，ti，…，tn}

4 for j in MEs：

5 if 企業(yè)驗(yàn)證秘鑰通過：

6 for m in services： /*增加service第i個(gè)任務(wù)對(duì)應(yīng)的MBlocki*/

7 if match（servicem，ti）>β：

8 add servicem to MBlocki

9 end if

10 end for

11 else confused; #驗(yàn)證秘鑰失敗

12 end if

13 end for

14 end for

#以下是生成PDC的執(zhí)行機(jī)制

15 for i in MSC：

16 scEj=algorithm （eva（sc1，sc2，…）） //通過算法獲取最優(yōu)方案

17 為scEj中每個(gè)服務(wù)對(duì)應(yīng)企業(yè)生成訪問秘鑰

18 if 企業(yè)驗(yàn)證秘鑰通過：

19 add serviceji to PBlocki; /*該服務(wù)生成新的節(jié)點(diǎn)PBlocki*/

20 while （serviceji）： #當(dāng)服務(wù)有效

21 record process_datai to PBlocki; /*記錄過程數(shù)據(jù)到對(duì)應(yīng)任務(wù)的PBlocki中*/

22 broadcast to PDC; /*將記錄過程數(shù)據(jù)這一行為廣播至所有節(jié)點(diǎn)*/

23 if serviceji failure //當(dāng)過程數(shù)據(jù)產(chǎn)生失敗，即制造服務(wù)失效

24 delate（MBlocki，serviceji） /*在MBlocki中刪除失效服務(wù)serviceji*/

25 serviceji=serInfo（max（matchdegree （MBlocki））） /*重新獲取當(dāng)前節(jié)點(diǎn)中適應(yīng)度最大的服務(wù)信息*/

26 goto line 19

27 end if

28 else confused //秘鑰驗(yàn)證失敗

29 end if

28end for

通過算法1可知，智能合約針對(duì)的是MEs、MSC與PDC三個(gè)具體對(duì)象，其實(shí)現(xiàn)過程主要包含生成MSC執(zhí)行機(jī)制與生成PDC的執(zhí)行機(jī)制兩大部分，針對(duì)MEs的內(nèi)容則包含到MSC和PDC的具體執(zhí)行過程中。智能合約是從cloud dual-chain開始運(yùn)行到結(jié)束貫穿于每個(gè)過程中。

2.3 cloud dual-chain的產(chǎn)生

cloud dual-chain的最終目的是獲取優(yōu)質(zhì)的服務(wù)組合。cloud dual-chain的產(chǎn)生過程主要包括MSC與PDC的產(chǎn)生。MSC是根據(jù)任務(wù)中不同特性的子任務(wù)所生成的服務(wù)集合鏈。PDC是根據(jù)具體的子任務(wù)，在MSC的基礎(chǔ)上進(jìn)一步生成的制造過程數(shù)據(jù)鏈，用于記錄制造過程數(shù)據(jù)及信息。其產(chǎn)生過程具體如圖4所示。

1）MSC的產(chǎn)生

MSC根據(jù)子任務(wù)依次產(chǎn)生，每個(gè)節(jié)點(diǎn)存放對(duì)應(yīng)子任務(wù)的適配服務(wù)。每個(gè)區(qū)塊的區(qū)塊頭包括前區(qū)塊的哈希值、時(shí)間戳、隨機(jī)數(shù)、Merkle root。其中，前區(qū)塊的哈希值記錄用于指向前一個(gè)區(qū)塊。隨機(jī)數(shù)確定企業(yè)的訪問秘鑰。時(shí)間戳用于記錄每個(gè)子任務(wù)產(chǎn)生區(qū)塊MBlock的時(shí)間，確保MSC每個(gè)區(qū)塊依次順序相連，且無法竄改。Merkle樹用于歸納一個(gè)區(qū)塊中的所有服務(wù)記錄。其中Merkle root在區(qū)塊頭中，展開的Merkle樹在區(qū)塊體中。

雙鏈產(chǎn)生步驟的前三步是MSC的產(chǎn)生過程：第一步，需求者發(fā)布任務(wù)T={t1，t2，…，tn}，然后根據(jù)子任務(wù)一一產(chǎn)生對(duì)應(yīng)區(qū)塊MBlock。第二步，提供企業(yè)進(jìn)行服務(wù)注冊(cè)。第三步，形成MSC。以子任務(wù)tn為例，根據(jù)智能合約產(chǎn)生區(qū)塊，對(duì)應(yīng)的區(qū)塊是MBlockn，在區(qū)塊產(chǎn)生記錄數(shù)據(jù)時(shí)，計(jì)算每個(gè)服務(wù)的適應(yīng)度等，將其進(jìn)行記錄，直至所有子區(qū)塊與子任務(wù)一一對(duì)立并建立完成。

2）PDC的產(chǎn)生

PDC根據(jù)MSC依次產(chǎn)生。在每個(gè)PDC的區(qū)塊PBlock中，包括了區(qū)塊頭與區(qū)塊體，但與MSC相比有所不同。PBlock區(qū)塊頭包括前區(qū)塊的哈希值、時(shí)間戳、隨機(jī)數(shù)、Merkle root、服務(wù)信息。與MSC一樣的是，前區(qū)塊的哈希值用于指向前一個(gè)區(qū)塊。隨機(jī)數(shù)用于確定在對(duì)應(yīng)的PBlock中選擇的服務(wù)提供企業(yè)的訪問秘鑰。時(shí)間戳記錄了每個(gè)區(qū)塊PBlock的產(chǎn)生時(shí)間，確保每個(gè)區(qū)塊依次順序相連，且無法竄改。服務(wù)信息用于記錄該區(qū)塊對(duì)應(yīng)的服務(wù)相關(guān)信息。Merkle樹用于歸納區(qū)塊對(duì)應(yīng)服務(wù)的制造過程數(shù)據(jù)的記錄，其中Merkle root在區(qū)塊頭中，展開的Merkle樹（具體的過程數(shù)據(jù)）在區(qū)塊體中。

雙鏈產(chǎn)生步驟的后兩步則是PDC的產(chǎn)生過程。第四步，根據(jù)產(chǎn)生的MSC，結(jié)合智能合約，選擇最優(yōu)的服務(wù)來一一對(duì)應(yīng)產(chǎn)生PBlock，如MBlockn對(duì)應(yīng)產(chǎn)生的是PBlockn，形成PDC。PDC中所有區(qū)塊對(duì)應(yīng)的服務(wù)則是最終的組合方案。第五步，在制造過程中，當(dāng)某個(gè)服務(wù)失效如service4n+2，則將失效的服務(wù)進(jìn)行替換，替換的服務(wù)需要重新從MBlockn+2中進(jìn)行選擇，選擇原則依然按照智能合約進(jìn)行。第五步在整個(gè)制造過程中有可能不出現(xiàn)。

2.4 基于cloud dual-chain最優(yōu)服務(wù)組合的實(shí)現(xiàn)

在協(xié)同制造模式下，服務(wù)組合在滿足日益增長(zhǎng)的需求方面取得了顯著的優(yōu)勢(shì)，它使各個(gè)企業(yè)能夠相互合作，從而提供合理的組合服務(wù)方案［28］?；谠齐p鏈獲取最優(yōu)組合的產(chǎn)生過程共分為四步。

第一步：制造任務(wù)發(fā)布。任務(wù)需求者將發(fā)布制造任務(wù)，制造任務(wù)由多個(gè)子任務(wù)所構(gòu)成，T={t1，t2，…，tn}，并將任務(wù)廣播至所有服務(wù)提供企業(yè)。

第二步：資源注冊(cè)。資源持有企業(yè)制造任務(wù)將資源ri進(jìn)行注冊(cè)，根據(jù)任務(wù)（tj）形成不同的服務(wù)serviceji。

第三步：形成MSC。如果serviceji=match（ri，ti）>β，則將serviceji寫入MBlockj中，從而逐漸形成MSC。

第四步：產(chǎn)生協(xié)同方案并實(shí)施。主要是根據(jù)子任務(wù)執(zhí)行順序，采用相應(yīng)算法獲取最優(yōu)服務(wù)組合，如遺傳算法、布谷鳥算法差分算法、模擬退火算法、粒子群算法等。然后將服務(wù)組合形成PDC，PDC={PBlock1，PBlock2，…，PBlockn}。PDC中的每個(gè)節(jié)點(diǎn)就是一個(gè)具體服務(wù)及其制造數(shù)據(jù)PBlocki={servicei，process_datai}。當(dāng)遇到PDC中某個(gè)區(qū)塊PBlockh對(duì)應(yīng)的服務(wù)失效，則重新從MBlockh中選擇適應(yīng)度較大的服務(wù)替換原先PBlockh內(nèi)的企業(yè)信息及制造過程數(shù)據(jù)。

在cloud dual-chain中，服務(wù)的管理歸屬于企業(yè)自身，即服務(wù)是多點(diǎn)分布式管理。在執(zhí)行任務(wù)時(shí)，通過智能合約，提取可以滿足任務(wù)需求的服務(wù)形成MSC，進(jìn)行集中存儲(chǔ)。在任務(wù)執(zhí)行過程中，通過算法生成服務(wù)執(zhí)行方案，將方案的服務(wù)所對(duì)應(yīng)的企業(yè)節(jié)點(diǎn)形成PDC，實(shí)現(xiàn)了相對(duì)集中的管理，兼容了分布式與集中式的服務(wù)管理。在任務(wù)執(zhí)行過程中，當(dāng)組合方案確定后，即生成PDC。此時(shí)PDC的執(zhí)行不完全依賴于區(qū)塊鏈節(jié)點(diǎn)的先后生成時(shí)刻，而是當(dāng)任務(wù)開始執(zhí)行，即可以進(jìn)行數(shù)據(jù)的存儲(chǔ)。存儲(chǔ)的數(shù)據(jù)分布于不同節(jié)點(diǎn)，且可以并發(fā)執(zhí)行。當(dāng)出現(xiàn)失效服務(wù)時(shí)，由于MSC的存在，可以選擇新的服務(wù)替換PDC中的失效服務(wù)，使服務(wù)組合具有動(dòng)態(tài)適應(yīng)性。

3 實(shí)驗(yàn)分析

3.1 實(shí)驗(yàn)設(shè)計(jì)

為了驗(yàn)證本文cloud dual-chain有靈活服務(wù)管理能力、數(shù)據(jù)分布式并行錄入能力以及產(chǎn)生方案的動(dòng)態(tài)適應(yīng)性，實(shí)驗(yàn)數(shù)據(jù)采用Guelph大學(xué)收集的QWS 2.0數(shù)據(jù)集［29］。該數(shù)據(jù)集收集了不同公司，共計(jì)2 507條真實(shí)服務(wù)的信息，每個(gè)服務(wù)信息都包含了響應(yīng)時(shí)間、可用性、吞吐量等屬性。但由于QWS 2.0缺少過程數(shù)據(jù)，本文結(jié)合所需的過程數(shù)據(jù)，在一定范圍內(nèi)模擬生產(chǎn)過程數(shù)據(jù)。實(shí)驗(yàn)系統(tǒng)采用Windows 10，處理器為Intel Core i9，內(nèi)存32 GB，編程環(huán)境為Python 3.11。

由于資源優(yōu)化組合方案通常具有多個(gè)局部最優(yōu)解，花授粉算法采用Lévy搜索策略，可以有效避免陷入局部最優(yōu)的情況，從而具有優(yōu)秀的全局搜索能力［30，31］。因此，本實(shí)驗(yàn)服務(wù)組合的獲取采用花授粉算法。設(shè)置花朵種群數(shù)為100，轉(zhuǎn)換概率為0.2，迭代200次，每5次記錄一次時(shí)間值與適應(yīng)度值。其中評(píng)價(jià)指標(biāo)采用最佳實(shí)踐（best practices，bp）、可用性（availability，av）、響應(yīng)時(shí)間（response time，rt）、合規(guī)性（compliance，co）。在后續(xù)仿真過程中對(duì)這些屬性進(jìn)行歸一化處理，其中bp，av，co屬于積極屬性，rt屬于消極屬性，歸一化處理方式根據(jù)參考文獻(xiàn)［32］進(jìn)行。方案評(píng)價(jià)模型為

eva（sc）=∑ni=1（α×bpi+β×avi+δ×rti+φ×coi）

其中：α， β， δ， φ分別為權(quán)重系數(shù)，根據(jù)專家經(jīng)驗(yàn)，實(shí)驗(yàn)中分別設(shè)置為0.2，0.2，0.3，0.3。

3.2 實(shí)驗(yàn)過程及分析

假定發(fā)布的制造任務(wù)T有6個(gè)子任務(wù)，即T={t1，t2，…，t6}，且子任務(wù)之間是順序結(jié)構(gòu)。在QWS 2.0數(shù)據(jù)集中選擇120組數(shù)據(jù)構(gòu)成候選服務(wù)集，構(gòu)成MSC，每個(gè)對(duì)應(yīng)20個(gè)候選服務(wù)，具體如表1所示。

當(dāng)子任務(wù)數(shù)與候選服務(wù)數(shù)量規(guī)模一定，無論是采用經(jīng)典CMfg平臺(tái)、單鏈結(jié)構(gòu)的區(qū)塊鏈還是本文提出的雙鏈結(jié)構(gòu)，在迭代至一定次數(shù)后，都可以獲取一組優(yōu)質(zhì)組合方案。在這部分實(shí)驗(yàn)中，對(duì)cloud dual-chain與經(jīng)典CMfg平臺(tái)獲取最終方案的時(shí)間與適應(yīng)度值進(jìn)行了對(duì)比，記錄如表2所示，時(shí)間走勢(shì)和適應(yīng)度走勢(shì)如圖5和6所示。

由于最優(yōu)組合的產(chǎn)生使用花授粉算法，在進(jìn)化過程中局部最優(yōu)值產(chǎn)生有一定的概率問題，所以在局部區(qū)域存在差異。但縱觀整個(gè)趨勢(shì)，無論是時(shí)間走勢(shì)圖還是適應(yīng)度值的走勢(shì)圖，cloud dual-chain與經(jīng)典CMfg平臺(tái)時(shí)間差別細(xì)微，所以可以說一定的時(shí)間范圍內(nèi)，均可以獲取優(yōu)質(zhì)服務(wù)組合，且組合的適應(yīng)度值基本一致。而雙鏈結(jié)構(gòu)較之經(jīng)典CMfg平臺(tái)，不同的服務(wù)存放于不同的節(jié)點(diǎn)下，管理仍歸屬于企業(yè)自身，在智能合約中統(tǒng)一處理，并未造成多余的時(shí)間開銷，且獲取的優(yōu)化組合效果相一致，可以說cloud dual-chain兼容了分布式和中心化管理，較之CMfg平臺(tái)對(duì)服務(wù)的管理更靈活。

2）數(shù)據(jù)記錄時(shí)間驗(yàn)證

同一最優(yōu)組合背景下，不同結(jié)構(gòu)的平臺(tái)對(duì)數(shù)據(jù)的記錄能力不完全一致。這部分實(shí)驗(yàn)將采用同一個(gè)組合方案，即根據(jù)前面實(shí)驗(yàn)所獲取方案選擇一組進(jìn)行實(shí)驗(yàn)，該方案對(duì)應(yīng)的PDC及服務(wù)如表3所示。將其分別在本文cloud dual-chain、單區(qū)塊鏈鏈結(jié)構(gòu)、經(jīng)典CMfg平臺(tái)上進(jìn)行運(yùn)行，對(duì)比生產(chǎn)過程中的數(shù)據(jù)錄入時(shí)間。在實(shí)驗(yàn)過程中，假設(shè)每個(gè)服務(wù)源源不斷地產(chǎn)生過程數(shù)據(jù)，數(shù)據(jù)記錄實(shí)驗(yàn)共進(jìn)行了10次，取其平均值進(jìn)行記錄。表4記錄了每個(gè)節(jié)點(diǎn)對(duì)應(yīng)的服務(wù)記錄過程數(shù)據(jù)所需時(shí)間以及完成整個(gè)方案記錄數(shù)據(jù)所需時(shí)間，為了更加明了地進(jìn)行對(duì)比，將每個(gè)節(jié)點(diǎn)對(duì)應(yīng)的服務(wù)記錄過程數(shù)據(jù)所需時(shí)間展示如圖7所示，而整個(gè)方案記錄所需時(shí)間展示如圖8所示。

由圖7可以看出，同一個(gè)方案的前提下，單鏈結(jié)構(gòu)和云平臺(tái)每個(gè)服務(wù)記錄時(shí)間基本接近，而cloud dual-chain中每個(gè)節(jié)點(diǎn)記錄數(shù)據(jù)所需要的時(shí)間約是另外兩個(gè)結(jié)構(gòu)的1.5倍?？v觀全局?jǐn)?shù)據(jù)記錄時(shí)間，即圖8，cloud dual-chain總時(shí)間要少于另外兩個(gè)結(jié)構(gòu)。產(chǎn)生這種現(xiàn)象的原因是每訪問一次cloud dual-chain節(jié)點(diǎn)，都需要兩次驗(yàn)證，增加了單次數(shù)據(jù)的錄入時(shí)間，而另外兩個(gè)平臺(tái)僅一次訪問就可以進(jìn)行數(shù)據(jù)記錄。由于cloud dual-chain中用于記錄數(shù)據(jù)的PDC鏈?zhǔn)腔贛SC鏈產(chǎn)生的，所以只要MSC鏈構(gòu)成，那么PDC鏈中的每個(gè)節(jié)點(diǎn)之間相對(duì)獨(dú)立。比如，第一個(gè)節(jié)點(diǎn)進(jìn)行數(shù)據(jù)記錄的同時(shí)，若第二個(gè)節(jié)點(diǎn)滿足加工需求，則第二個(gè)節(jié)點(diǎn)可以同時(shí)進(jìn)行數(shù)據(jù)記錄，所以節(jié)點(diǎn)之間有部分節(jié)點(diǎn)并行進(jìn)行存儲(chǔ)操作，整體數(shù)據(jù)記錄所需時(shí)間低于另外兩個(gè)結(jié)構(gòu)。

3）最終方案執(zhí)行過程的動(dòng)態(tài)適應(yīng)性

在雙鏈結(jié)構(gòu)中，當(dāng)節(jié)點(diǎn)不穩(wěn)定，則對(duì)應(yīng)的MSC節(jié)點(diǎn)會(huì)在對(duì)應(yīng)的PBlock中重新找一個(gè)新的服務(wù)替換當(dāng)前不穩(wěn)定的節(jié)點(diǎn)服務(wù)，且這個(gè)過程與別的節(jié)點(diǎn)錄入過程是并發(fā)進(jìn)行的。

如圖9所示，子圖1是當(dāng)所有節(jié)點(diǎn)都穩(wěn)定運(yùn)行時(shí)的數(shù)據(jù)值狀態(tài)，當(dāng)節(jié)點(diǎn)3出現(xiàn)不穩(wěn)定的情況時(shí)，將服務(wù)service36更換成service312，并重新記錄了數(shù)據(jù)，更換服務(wù)后數(shù)據(jù)錄入狀態(tài)如圖2所示。

在單鏈結(jié)構(gòu)中，若遇到節(jié)點(diǎn)不穩(wěn)定，則導(dǎo)致方案無法進(jìn)行，原因是只有當(dāng)前節(jié)點(diǎn)完成加工后才能產(chǎn)生后續(xù)節(jié)點(diǎn)。而在CMfg平臺(tái)過程中，當(dāng)遇到節(jié)點(diǎn)服務(wù)不穩(wěn)定時(shí)，根據(jù)云平臺(tái)的集中特性，需要產(chǎn)生新的方案，如此會(huì)造成后續(xù)工作的無效，或進(jìn)行有效替換時(shí)需要重新在眾多服務(wù)中進(jìn)行選擇，導(dǎo)致經(jīng)濟(jì)成本或時(shí)間成本的增多。而在cloud dual-chain中，出現(xiàn)問題的節(jié)點(diǎn)數(shù)據(jù)會(huì)有丟失的可能，將服務(wù)進(jìn)行有效替換，則可以避免執(zhí)行方案的失敗。

3.3 cloud dual-chain的優(yōu)勢(shì)

結(jié)合仿真實(shí)驗(yàn)可知，雙鏈結(jié)構(gòu)在面向CMfg促進(jìn)企業(yè)協(xié)同具有以下優(yōu)勢(shì)：

1）服務(wù)的靈活管理

cloud dual-chain的服務(wù)無須第三方中間管理機(jī)構(gòu)，服務(wù)的核心管理權(quán)限仍歸屬于企業(yè)自身，而在具體任務(wù)中，其管理依賴于智能合約，兼容了分布式服務(wù)管理與中心化服務(wù)管理。

2）數(shù)據(jù)錄入分布式并行

雙鏈結(jié)構(gòu)可以根據(jù)供應(yīng)鏈、生產(chǎn)線、質(zhì)檢、售后、運(yùn)維等各個(gè)環(huán)節(jié)的業(yè)務(wù)流程和數(shù)據(jù)模型的狀態(tài)在全網(wǎng)實(shí)時(shí)更新和同步。當(dāng)在方案執(zhí)行過程中，過程數(shù)據(jù)的錄入不依賴于所有前期區(qū)塊節(jié)點(diǎn)的數(shù)據(jù)錄入是否完成，只要該服務(wù)在執(zhí)行任務(wù)，則可以與別的節(jié)點(diǎn)并發(fā)進(jìn)行當(dāng)前數(shù)據(jù)錄入。

3）方案在執(zhí)行過程中動(dòng)態(tài)適應(yīng)性強(qiáng)

由于任務(wù)的執(zhí)行過程是有時(shí)間特性的，所以數(shù)據(jù)記錄到每個(gè)節(jié)點(diǎn)的執(zhí)行動(dòng)作有時(shí)間先后特性。雙鏈結(jié)構(gòu)可以有效地處理在執(zhí)行過程中由于出現(xiàn)的某些不確定性影響因素導(dǎo)致的服務(wù)失效，在不影響別的服務(wù)或節(jié)點(diǎn)的前提下進(jìn)行服務(wù)更替，從而提高服務(wù)組合的動(dòng)態(tài)適應(yīng)性。

4 結(jié)束語

本文針對(duì)制造服務(wù)優(yōu)化組合問題，面向CMfg的服務(wù)組合優(yōu)化，基于區(qū)塊鏈技術(shù)，提出了云雙鏈結(jié)構(gòu)。cloud dual-chain包括MSC和PDC，兩者均基于制造子任務(wù)流程所形成，MSC用于記錄可以完成子任務(wù)的所有服務(wù)信息，PDC則用于記錄制造的過程數(shù)據(jù)。提出的cloud dual-chain使制造企業(yè)面向CMfg獲取服務(wù)優(yōu)化組合，具有服務(wù)靈活管理、數(shù)據(jù)錄入不完全依賴于節(jié)點(diǎn)的時(shí)間順序、方案在實(shí)施過程中動(dòng)態(tài)適應(yīng)性強(qiáng)等優(yōu)勢(shì)。

cloud dual-chain是一個(gè)從制造企業(yè)協(xié)同平臺(tái)角度實(shí)現(xiàn)制造服務(wù)優(yōu)化組合的新的方式。然而，在實(shí)際應(yīng)用中，隨著系統(tǒng)規(guī)模的擴(kuò)大，cloud dual-chain在服務(wù)組合方案的獲取時(shí)將受到數(shù)據(jù)量、交易量、網(wǎng)絡(luò)通信影響，并且相較于單鏈結(jié)構(gòu)，面臨著攻擊面擴(kuò)大的安全問題。在進(jìn)一步的研究中，需采用更廣泛的實(shí)驗(yàn)來驗(yàn)證系統(tǒng)在不同規(guī)模下的性能表現(xiàn)，并更加詳細(xì)地設(shè)計(jì)智能合約，以有效保護(hù)系統(tǒng)免受潛在攻擊。這一系列工作將有助于進(jìn)一步完善cloud dual-chain在實(shí)際制造服務(wù)中的應(yīng)用。

參考文獻(xiàn)：

［1］工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟. 中小企業(yè)“上云上平臺(tái)”應(yīng)用場(chǎng)景及實(shí)施路徑白皮書［EB/OL］. （2019-02-25） ［2023-10-05］. http：//aii-alliance.org/index/c320/n74.html. （Alliance of Industrial Internet. White paper on application scenario and implementation path of “Cloud on Platform” for SMEs［EB/OL］. （2019-02-25） ［2023-10-05］. http：//aii-alliance.org/index/c320/n74.html.）

［2］李伯虎，張霖，王時(shí)龍，等. 云制造——面向服務(wù)的網(wǎng)絡(luò)化制造新模式［J］. 計(jì)算機(jī)集成制造系統(tǒng)，2010，16（1）： 1-7，16. （Li Bohu，Zhang Lin，Wang Shilong，et al. Cloud manufacturing： a new service-oriented net worked manufacturing model［J］. Computer Integrated Manufacturing Systems，2010，16（1）： 1-7，16.）

［3］Lu Yuqian，Xu Xun. Development of a hybrid manufacturing cloud［J］. Journal of Manufacturing Systems，2014，33（4）： 551-566.

［4］Lim M K，Xiong Weiqing，Wang Yankai. A three-tier programming model for service composition and optimal selection in cloud manufacturing［J］. Computers & Industrial Engineering，2022，167： 108006.

［5］Gao Yifan，Yang Bo，Wang Shilong，et al. A multi-objective service composition method considering the interests of tri-stakeholders in cloud manufacturing based on an enhanced jellyfish search optimizer［J］. Journal of Computational Science，2023，67： 101934.

［6］Wang Yankai，Wang Shilong，Yang Bo，et al. An effective adaptive adjustment method for service composition exception handling in cloud manufacturing［J］. Journal of Intelligent Manufacturing，2022，33（3）： 735-751.

［7］Bi Xiaoxue，Yu Dong，Liu Jinsong，et al. A preference-based multi-objective algorithm for optimal service composition selection in cloud manufacturing［J］. International Journal of Computer Integrated Manufacturing，2020，33（8）： 751-768.

［8］Li Tianyang，He Ting，Wang Zhongjie，et al. SDF-GA： a service domain feature-oriented approach for manufacturing cloud service composition［J］. Journal of Intelligent Manufacturing，2020，31（3）： 681-702.

［9］Gavvala S K，Jatoth C，Gangadharan G R，et al. QoS-aware cloud service composition using eagle strategy［J］. Future Generation Computer Systems，2019，90： 273-290.

［10］Gao Jie，Yan Xianguo，Guo Hong. A discrete manufacturing SCOS framework based on functional interval parameters and fuzzy QoS attributes using moving window FPA［J］. Concurrent Engineering，2021，30（1）： 46-66.

［11］Gao Jie，Guo Hong，Yan Xianguo. A manufacturing SCOS model （MSCOS） based on the similarity of parameter sequences between tasks and service composition［J］. International Journal of Computational Intelligence Systems，2021，14（1）： article No. 203.

［12］冉瑞生，劉震，祁翔，等. 基于超級(jí)賬本的蟻群因子差分進(jìn)化算法的可信服務(wù)組合優(yōu)化［J］. 計(jì)算機(jī)應(yīng)用研究，2023，40（10）： 2922-2927. （Ran Ruisheng，Liu Zhen，Qi Xiang，et al. Ant colony factor differential evolutionary algorithm based on hyperledger fabric for trustworthy service composition optimization［J］. Application Research of Computers，2023，40（10）： 2922-2927.）

［13］Wang Min，Pang Shanchen，Yu Shihang，et al. An optimal production scheme for reconfigurable cloud manufacturing service system［J］. IEEE Trans on Industrial Informatics，2022，18（12）： 9037-9046.

［14］Chuang Y C，Chen Y M. Digital servitization of symbiotic service composition in product-service systems［J］. Computers in Industry，2022，138： 103630.

［15］Hu Yang，Yang Yu，Wu Feng. Dynamic cloud manufacturing service composition with re-entrant services： an online policy perspective［J］. International Journal of Production Research，2024，62（9）： 3263-3287.

［16］Nakamoto S. Bitcoin： a peer-to-peer electronic cash system［EB/OL］. （2008） ［2024-01-22］. https：//bitcoin.org/bitcoin.pdf.

［17］Yu Chunxia，Zhang Luping，Zhao Wenfan，et al. A blockchain-based service composition architecture in cloud manufacturing［J］. International Journal of Computer Integrated Manufacturing，2020，33（7）： 701-715.

［18］Tong Juncheng，Zhao Bo，An Yang. A novel multi-objective service composition architecture for blockchain-based cloud manufacturing［J］. Journal of Computational Design and Engineering，2023，10（1）： 185-203.

［19］Zhang Yang，Liang Yongqun，Jie Bin，et al. Scheduling and process optimization for blockchain-enabled cloud manufacturing using dyna-mic selection evolutionary algorithm［J］. IEEE Trans on Industrial Informatics，2023，19（2）： 1903-1911.

［20］Patel D，Sahu C K，Rai R. Security in modern manufacturing systems： integrating blockchain in artificial intelligence-assisted manufacturing［J］. International Journal of Production Research，2024，62（3）： 1041-1071.

［21］Hewa T，Brakekn A，Liyanage M，et al. Fog Computing and blockchain-based security service architecture for 5g industrial IoT-enabled cloud manufacturing［J］. IEEE Trans on Industrial Informatics，2022，18（10）： 7174-7185.

［22］Matenga A E，Mpofu K. Blockchain-based cloud manufacturing SCM system for collaborative enterprise manufacturing： a case study of transport manufacturing［J］. Applied Sciences，2022，12（17）： 8664.

［23］Wang H C，Chiu W P，Wu S C. QoS-driven selection of Web service considering group preference［J］. Computer Networks，2015，93： 111-124.

［24］Tang H，Shi Y，Dong P. Public blockchain evaluation using entropy and TOPSIS［J］. Expert Systems with Applications，2019，117： 204-210.

［25］Saberi S，Kouhizadeh M，Sarkis J，et al. Blockchain technology and its relationships to sustainable supply chain management［J］. International Journal of Production Research，2019，57（7）： 2117-2135.

［26］Tao Fei，Zhang Yongping，Cheng Ying，et al. Digital twin and blockchain enhanced smart manufacturing service collaboration and ma-nagement［J］. Journal of Manufacturing Systems，2022，62： 903-914.

［27］Yuan Minghai，Zhou Zhou，Cai Xianxian，et al. Service composition model and method in cloud manufacturing［J］. Robotics and Computer-Integrated Manufacturing，2020，61： 101840.

［28］廖文利，魏樂，王宇. 基于改進(jìn)北極熊算法的制造云服務(wù)組合優(yōu)化［J］. 計(jì)算機(jī)應(yīng)用研究，2022，39（4）： 1099-1104. （Liao Wenli，Wei Le，Wang Yu. Manufacturing cloud service composition optimization based on modified polar bear algorithm［J］. Application Research of Computers，2022，39（4）： 1099-1104.）

［29］Vijay K. Bhargava. Research challenges in cognitive radio networks［C］// Proc of the 16th International Conferenceon Computer Communications and Networks. Piscataway，NJ： IEEE Press，2017.

［30］Jin Hong，Jiang Cheng，Lyu Shengping，et al. A hybrid teaching-learning-based optimization algorithm for QoS-aware manufacturing cloud service composition［J］. Computing，2022，104（11）： 2489-2509.

［31］李大海，伍兆前，王振東. 多策略增強(qiáng)花授粉算法及其應(yīng)用［J］. 計(jì)算機(jī)應(yīng)用研究，2022，39（8）： 2388-2396，2402. （Li Dahai，Wu Zhaoqian，Wang Zhendong. Multi-strategy flower pollination optimization algorithm for vehicle power transmission parameters［J］. Application Research of Computers，2022，39（8）： 2388-2396，2402.）

［32］孟柯，吳志勇，黃雙喜，等. 基于區(qū)塊鏈的新型云制造服務(wù)選擇方法［J］. 計(jì)算機(jī)集成制造系統(tǒng)，2023，29（3）： 707-718. （Meng Ke，Wu Zhiyong，Huang Shuangxi，et al. Novel cloud manufacturing ser-vice selection method based on blockchain［J］. Computer Integrated Manufacturing Systems，2023，29（3）： 707-718.）

收稿日期：2023-12-14；修回日期：2024-02-19 基金項(xiàng)目：山西省工程研究院咨詢研究項(xiàng)目（20211004）；山西省高等學(xué)?？萍紕?chuàng)新項(xiàng)目（2023L416）

作者簡(jiǎn)介：高潔（1986—），女，山西鄉(xiāng)寧人，講師，博士，CCF會(huì)員，主要研究方向?yàn)橹悄苤圃炫c大數(shù)據(jù)；梁波（1986—），男（通信作者），山西交城人，講師，碩導(dǎo)，博士，CCF會(huì)員，主要研究方向?yàn)閿?shù)據(jù)挖掘（liangbo@tynu.edu.cn）.