面向端用戶的服務組合廣義決策邏輯模型

摘 要：服務組合中端用戶的需求較為模糊，其與服務組合之間的精準性要求存在不可調和的矛盾。文章以傳統的 Web 服務模型為基礎，構建面向端用戶的服務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 服務組合方案，從而為用戶提供更優質的服務

關鍵詞：Web 服務;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匹配工作均有望實現服務選擇及調用的自動化，其通常是以ｗｅｂ 相關服務為基礎。當前多數工作只是利用服務語義及句法的信息，實現服務的分類與聚類。研究信息粒度對服務組合的影響，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務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專業知識，只想為其網站、公司或學校的潛在客戶提供一些增值服務的用戶，或者僅僅是為他們自己提供增值服務的用戶。本文提出一個Ｗｅｂ 服務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組合模型。

２ 服務組合模型

２．１ 系統模型

２．１．１ 傳統的Ｗｅｂ 服務模型

Ｗｅｂ 服務的核心思想表示通過一組使用網絡的服務組合形成的未來應用，僅需２ 個相同的服務應用標準及方法對自身進行表達。除此之外，其他均為服務，其可以發布一個ＡＰＩ （ Ａｐｐｌｉｃａｔｉｏｎ ＰｒｏｇｒａｍｍｉｎｇＩｎｔｅｒｆａｃｅ）為網絡內的其他服務提供應用，且對實現細節予以封裝［１～４］ 。

Ｗｅｂ 服務的體系結構見圖１。

通過圖１ 可以得知，Ｗｅｂ 服務的體系結構中共有３ 個角色，具體如下。（１）服務提供者，其是Ｗｅｂ 服務的實際執行者，主要功能是向服務代理發布自身提供的Ｗｅｂ 服務，并響應應用自身服務的請求；（２）服務代理，其主要作用為注冊與對外發布Ｗｅｂ 服務，同時還可以分類、檢索完成注冊的服務；（３）服務請求者，通過服務提供者的服務查找功能獲取對應服務信息，并調用其提供的其他服務。

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

上述操作展開的第一步是對服務展開描述，即通過Ｗｅｂ 服務描述語言（ Ｗｅｂ Ｓｅｒｖｉｃｅ ＤｅｓｃｒｉｐｔｉｏｎＬａｎｇｕａｇｅ，ＷＳＤＬ）對Ｗｅｂ 服務的功能、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 服務為基礎信息注冊中心的標準規范，能夠支持組織、搜索服務［５～８］。

２．１．２ 基于ＱｏＳ 的Ｗｅｂ 服務動態組合模型

在實際應用過程中，可能存在一個應用調用多個Ｗｅｂ 服務或一個Ｗｅｂ 服務集成多個Ｗｅｂ 服務等現象，即基于組合現有Ｗｅｂ 服務形成新的Ｗｅｂ 服務。若一服務中具有對多個Ｗｅｂ 服務的調用，則對應各Ｗｅｂ 服務的調用，服務請求者均需分別展開查找與調用。因此服務請求者需掌握各Ｗｅｂ 服務的訪問信息。依次調用時，若其中某一Ｗｅｂ 服務發生問題，則服務請求者需重新查找能夠替代其的Ｗｅｂ 服務，若頻繁調用失敗將導致結果如下：

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

（２）調用失敗其中某一Ｗｅｂ 服務將會令總體Ｗｅｂ 服務調用失敗，由于服務請求者不能實現調用結果上下文的有效儲存，導致服務請求者效率差；

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

（４）服務請求者只能調用部分服務，在涵蓋多個Ｗｅｂ 調用的服務內，服務請求者無法按照現有服務信息，安排并優化服務調用次序。

此外，傳統的Ｗｅｂ 服務模型使用的ＷＳＤＬ 僅針對服務進行了語法說明，缺乏語義和服務質量的規范，導致服務調用的重心轉移至功能?？傮w模型均未實現Ｗｅｂ 服務的響應時間、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 服務組合問題，提出對應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 個待選服務組合構建的備選方案集，Ｑ ＝ 〈Ｑ１，Ｑ２，…，Ｑ５ 〉表示組合的五維ＱｏＳ 屬性向量，Ｑ１ ～ Ｑ５ 分別對應價格、響應時間、可靠性、可用性以及信譽；Ｗ ＝ 〈ｗ１，ｗ２，…，ｗ５〉Ｔ 為屬性權重向量，ｗｊ 表示第ｊ 維屬性的權重，Ｄ ＝［ｄｉｊ ］ｎ×５為決策矩陣，元素ｄｉｊ為第ｉ 個服務組合在第ｊ 維屬性上的值。

基于ＱｏＳ 的Ｗｅｂ 服務組合目標為按照所有方案的聚合ＱｏＳ 屬性值，根據多屬性決策方法ＣＲＭ 法排列ＳＣＰ 內全部備選方案，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，應采用線性標準化法規范處理Ｄ 中ｄｉｊ至可比較區域內，該方法可表示為：

其中，折中系數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，二者呈正相關關系。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 服務組合優化

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

為了實現離散化的編碼方式，以ＤＬＢＰ 為中心，在優先關系條件下對各任務的拆卸順序進行確定并分配其至工作站中。以任務的編碼方式為基礎，依據拆卸順序排列每個任務的編號。通過應用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 建立對應關系。①將拆卸順序Ｘ（ｘ１，ｘ２，…，ｘｎ ）規定為鳥窩位置，其中的Ｗｅｂ 服務組合拆卸任務數目用ｎ 表示。每個一維坐標都與一項拆卸任務相對應，按照拆卸任務原則的連貫性，一項拆卸任務只對應分配至一個工作站，一個鳥窩位置中不存在重復的任務。并且拆卸任務必須符合優先關系的約束條件，在拆卸階段不使用破壞性拆卸，通過對拆卸操作后零件質量的保證，可以順利實現各項拆卸任務。②對每個鳥窩內的鳥蛋數進行規定，要求只能存在一枚鳥蛋，其關于鳥窩位置優劣的多重屬性，每一屬性都與ＤＬＢＰ 的子目標相對應，該鳥窩位置的優劣可通過對比各鳥窩中鳥蛋的屬性來判斷。

應用離散型布谷鳥算法進行解碼，將優先關系約束融合至拆卸序列，其解碼過程中除了節拍時間約束不需考慮其他，只需對其后的拆卸任務進行分配。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

為了實現離散化的編碼方式，以ＤＬＢＰ 為中心，在優先關系條件下對各任務的拆卸順序進行確定并分配其至工作站中。以任務的編碼方式為基礎，依據拆卸順序排列每個任務的編號。通過應用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 建立對應關系。①將拆卸順序Ｘ（ｘ１，ｘ２，…，ｘｎ ）規定為鳥窩位置，其中的Ｗｅｂ 服務組合拆卸任務數目用ｎ 表示。每個一維坐標都與一項拆卸任務相對應，按照拆卸任務原則的連貫性，一項拆卸任務只對應分配至一個工作站，一個鳥窩位置中不存在重復的任務。并且拆卸任務必須符合優先關系的約束條件，在拆卸階段不使用破壞性拆卸，通過對拆卸操作后零件質量的保證，可以順利實現各項拆卸任務。②對每個鳥窩內的鳥蛋數進行規定，要求只能存在一枚鳥蛋，其關于鳥窩位置優劣的多重屬性，每一屬性都與ＤＬＢＰ 的子目標相對應，該鳥窩位置的優劣可通過對比各鳥窩中鳥蛋的屬性來判斷。

應用離散型布谷鳥算法進行解碼，將優先關系約束融合至拆卸序列，其解碼過程中除了節拍時間約束不需考慮其他，只需對其后的拆卸任務進行分配。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（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 服務組合序列形式與解碼后Ｗｅｂ服務組合序列形式是不同的，Ｗｅｂ 服務組合的信息能夠自由在智能化通信節點中傳輸，Ｗｅｂ 服務組合的儲存行為不會受序列形式改變的影響。綜上所述，應用離散布谷鳥算法解碼的Ｗｅｂ 服務組合會導致節點的行為接近，不會影響數據序列的形勢與內容。

３ 結束語

本文提出一種面向端用戶的服務組合形式化模型，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．用戶需求驅動下信息資源建設的多維決策［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選擇及優化［Ｊ］．計算機學報，２０２２，４５（１）：８２?９７．

［５］ 谷南南、姚佩陽、焦志強．ＭａｐＲｅｄｕｃｅ 平臺上面向大規模Ｗｅｂ 服務組合問題的并行引導變異進化算法［Ｊ］．計算機應用研究，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．面向動態聯盟的制造服務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絡功能虛擬化服務編排環境［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。