专利名称：一种面向云制造的服务间关联关系判定方法
技术领域：
本发明涉及一种面向云制造的服务间关联关系判定方法，即一种类似于“黑盒”理论，只需要把候选服务集中的各服务信息输入，便可通过服务间关联关系的判定算法自动找出任意两个服务间所具有的关联关系，以将其应用于服务组合的构造与优选的方法。该发明属于分布式制造系统信息集成技术领域。
背景技术：
虽然网络化制造已经有了较大的发展，但是无论在技术上还是运营模式还存在着一定的问题，如缺乏服务的集中管理和运营，没有很好地解决制造资源的动态共享与智能分配以及在网络通信、数据传输中的安全性等，这些问题严重阻碍了网络化制造的推广应用。针对当前制造业信息化发展和应用过程中遇到的瓶颈问题，结合云计算、物联网、面向服务的技术、高性能计算技术等理念和新技术，中国工程院李伯虎院士及其团队提出了一种基于云计算服务模式的网络化制造新模式——云制造(Cloud manufacturing，CMfg)，并已在学术界和工业界都得到了广泛的认可。云制造是一种面向服务的、高效低耗和基于知识的网络化智能制造新模式，是对现有网络化制造与服务技术进行的延伸和变革。它将各类制造资源和制造能力虚拟化、服务化，构成制造资源和制造能力池，并进行统一的、集中的智能化管理和经营，实现智能化、多方共赢、普适化和高效的共享和协同，通过网络和云制造系统为制造全生命周期过程提供可随时获取的、按需使用的、安全可靠的、优质廉价的服务。在基于web服务的虚拟企业应用过程中，服务被认为是最重要的组成单元，通过服务提供者(Service ftxwider)、服务请求者(Service Requester)和服务注册中心 (Service Registry)三个基本角色的交互，完成服务的封装、发布、查找、组合、绑定和调用等活动，进而实现具体的应用。但是，注册中心中的服务一般保持着较小的粒度，即以功能相对简单的单个服务或原子服务的形态出现。当服务请求者提出复杂任务需求时，单个服务往往不能满足用户的需求，就需要将若干个服务进行组合，形成功能更强的组合服务以实现服务增值的目的，即服务组合。要通过服务组合来完成一个任务，一方面是将一系列服务按照一定的流程和规则构造成服务组合的执行路径，另一方面要能从大量的提供同一功能的服务中选取出一组具有良好的服务质量OioS)、较高的用户满意度的服务(即服务组合的优选)。然而，实际的网络服务之间并不是相互独立存在的，它们之间往往普遍存在着相互影响的关联关系，而这些关联关系的存在会对服务组合的全过程产生影响，尤其对整个服务组合质量(QoQ起着关键性作用。但是，在云制造服务中心注册了大量的服务，如何找出这些服务中所具有的关联关系，即服务间关联关系的判定问题，是一个关键性的难题。目前还没有很多可参考的研究工作用于解决两个服务间关联关系的判定问题，现有的大多数研究主要侧重于服务间关联关系的挖掘框架和挖掘过程的技术细节，对于如何设计合适的算法来判定两个服务间关联关系的还没有可行性的研究。鉴于现有研究中的不足，为了解决服务间关联关系的判定问题，给出服务间关联关系的判定方法是目前网络化制造技术中一个亟待解决的问题。
发明内容
本发明涉及一种面向云制造的服务组合间关联关系判定方法，即一种只需要把候选服务集中的各服务信息输入，便可通过服务间关联关系的判定算法找出任意两个服务间所具有的关联关系，以将其应用于服务组合的构造与优选的方法。可组合关联关系的判定算法主要被设计用于判定两个服务是否可以按照前序、后序关系组合在一起，以实现服务组合路径的自动构造；实体关联关系的判定算法主要设计用于判定两个服务是否具有实体合作或竞争的关系，统计合作关联关系的判定算法主要是设计用于判定两个服务是否经常被绑定在一起合作执行任务，以发现实体关联关系和统计合作关联关系的存在对服务组合的QoS的影响，从而更好的实现服务组合方案的优选。—种面向云制造的服务间关联关系判定方法，即一种针对服务间不同的三种关联关系，通过服务间关联关系的判定算法，找出两个服务间所具有的关联关系的方法，该方法具体包括以下步骤步骤1)对待判定的两个服务，分别提取出可用于后续服务间关联关系判定所需的服务的描述信息和执行任务的历史日志信息。服务的描述信息部分需要提取以 OffL-S (ontology web language for services，web服务本体语言)为基础的描述信息、月艮务的功能性描述信息和QoS(quality of service，服务质量)描述信息。其中，服务的功能性描述信息用于可组合关联关系的判定，以OWL-S为基础的描述信息和QoS描述信息用于实体关联关系的判定。服务执行任务的历史日志信息需要提取服务名称，执行的任务集，响应任务开始时间，完成时间以及最终完成任务的情况，以便用于统计合作关联关系的判定。步骤2、两个服务间的可组合关联关系实际上是根据服务的功能性描述进行服务间的接口匹配的过程，因此，将待判定的两个服务功能性信息构造成加权二分图的形式。二分图是这样一个图，它的顶点可以分类两个集合X和Y，所有的边关联在两个顶点中，恰好一个属于集合X，另一个属于集合Y，而给二分图的各边赋予一定的权值后所得到的图就为加权二分图。在利用加权二分图表示服务的功能性信息时，将两个服务的输出集合和输入集合分别作为加权二分图的两个顶点集合，计算两个集合中元素的相似度作为加权二分图的边的权重。求解加权二分图的两个顶点集合的最佳匹配。如果此最佳匹配存在，再计算两个顶点集合的相似度，如果相似度值大于用户设定的可组合性阈值，则判定两个服务具有可组合关联关系。步骤3)将服务的以OWL-S为基础的描述信息和QoS描述信息根据“属性-值对” 描述规范的规则转化为服务树的形式，对某一服务的QoS值所依赖的条件属性-值对和另一服务的属性-值对进行映射，用于查找服务除默认值以外的QoS属性值。若这两个服务其中之一或两者均能找到除默认值以外的QoS属性值，则判定两个服务具有实体关联关系。步骤4)用户选定一段历史时间，提取在这段时间内两个服务执行任务的历史日志信息，通过累加的方式计算两个服务绑定在一起合作执行任务的次数。如果两个服务合作的次数达到“经常性”的阈值，则判定两个服务是具有统计合作关联关系。本发明的有益效果如下
1、本发明针对现有对服务间关联关系判定的研究主要局限于发现框架和技术细节层面，详细给出了三种服务间关联关系的判定算法，可以有效的发现任意两个服务间所具有的关联关系。2、本发明设计了可组合关联关系的判定方法，可以有效判定两个服务是否可以按照一定的逻辑顺序关系组合在一起，从而可以实现服务组合路径的构造。3、本发明设计了实体关联关系和统计合作关联关系的判定方法，鉴于当服务具有这两种关联关系时对服务组合QoS的影响，可以更加准确、完善的实现服务组合的优选。
图1是面向云制造的服务间关联关系判定的过程示意图；图2是可组合关联关系的判定流程图；图3是实体关联关系的判定流程图；图4是统计合作关联关系的判定流程图。
具体实施例方式下面结合附图对本发明作进一步详细的描述。本发明主要包括一种面向云制造的服务间关联关系判定方法。当用户提出任务请求后，针对此任务会形成符合此任务要求的候选服务集。类似于“黑盒”理论，只需要提取出候选服务集中的任意两个服务的相关信息，便可通过服务间关联关系的判定算法自动找出这两个服务间所具有的关联关系，从而将其应用于服务组合的构造与优选，其过程参见图1。服务间关联关系的判定主要涉及了三种关联关系，即可组合关联关系的判定，实体关联关系的判定和统计合作关联关系的判定。具体实现步骤如下第一步，对待判定的两个服务，提取它们的描述信息和执行任务的历史日志信息。首先，提取服务的描述信息部分，包括以OWL-S为基础的描述信息、服务的输入和输出描述信息和QoS描述信息。其次，选取服务执行任务的时间段，提取在这段时间内两个服务执行任务的历史日志信息，包括两个服务的名称，执行的任务集，响应任务开始时间，完成任务时间以及最终完成任务的情况。第二步，判定两个服务是否具有可组合关联关系，判定流程见图2。首先，根据服务的输出和输入信息构造加权二分图。即分别将两个服务的输出集合和输入集合作为加权二分图的两个顶点集合，只要输出集合和输入集合中的各个元素在概念、属性、属性值上有一定的相似性，则在它们之间连一条边，计算两个集合中元素的相似度作为加权二分图的边的权重。其次，判断输出集合和输入集合中的元素个数是否相等。如果不相等，则在元素个数少的集合中添加若干虚拟元素，使得两个集合中的元素个数相等，并且在新添加的每一个元素与相对的集合中的每一个元素之间增加一条权重为0的边，从而得到新的加权二分图。再次，利用Kuhn-Mimkres (KM)算法，通过求解等价子图的最大权完备匹配来获得加权二分图的最佳匹配。
最后，根据求得的最佳匹配，计算输出集合和输入集合的相似度，如果此相似度值大于可组合性阈值，则这两个服务具有可组合关联关系，即两个服务的输出和输入集合之间存在数据逻辑的相似性使它们可以组合在一起。第三步，判定两个服务是否具有实体关联关系，即判断处在联盟中的服务提供者之间是否存在合作或竞争的关系，判定流程见图3。首先，将服务的以OWL-S为基础的描述信息和QoS描述信息根据“属性-值对”描述规范的规则转化为服务树的形式，其次，固定其中一个服务的服务树，为此服务树中的QoS值所依赖的每一个条件属性节点，在另一服务树中寻找与之对应相同的属性节点。如果QoS值所依赖的全部的条件属性节点均能在另一服务树中找到与之对应相同的属性节点，则逐层递归来验证相同的属性节点的属性值节点是否相等。以此判断QoS值所依赖的全部的条件属性-值对是否均被满足。再次，固定另外一个服务的服务树，相同的方法判断QoS值所依赖的全部的条件属性-值对是否均被满足。最后，如果这两个服务其中之一或两者均能找到除默认值以外的QoS属性值，则判定两个服务具有实体关联关系。第四步，判定两个服务是否具有统计合作关联关系，即判断服务组合中的两个或多个服务经常在一起合作执行，判定流程见图4。首先，按照时间先后顺序，依次查找两个服务执行任务的情况。如果两个服务执行了相同的任务，并且均执行成功，则记录它们在一起合作了一次。其次，依次进行次数的累加，得到在选取的这段历史日志中，两个服务在一起合作的总次数。最后，如果两个服务合作的总次数达到“经常性”的阈值，则判定两个服务具有统计合作关联关系。
权利要求
1.一种面向云制造的服务间关联关系判定方法，其特征在于针对服务间三种不同的关联关系，分别给出服务间关联关系形式化的描述，并利用形式化的描述来设计服务间关联关系的判定算法，从而找出两个服务间所具有的关联关系；具体包括以下步骤步骤1)对待判定的两个服务，分别提取出它们的描述信息和执行任务的历史日志信息；步骤2)将步骤1的两个服务的描述信息中的功能性信息表示为加权二分图的形式；步骤幻根据步骤2中给出的加权二分图形式的功能性信息，通过求解二分图的两个顶点集合的最佳匹配，判定两个服务间的可组合关联关系；步骤4)将步骤1的两个服务的描述信息中除功能性信息之外的其它描述信息分别转化为以“属性-值对”为描述规范服务树的形式；步骤幻对于步骤4中给出的两个服务的服务树，通过两个服务树之间属性-值对的映射，判定两个服务间的实体关联关系；步骤6)根据步骤1中两个服务执行任务的历史日志信息，通过计算两个服务绑定在一起合作执行任务的次数，判定两个服务间的统计合作关联关系。
2.根据权利要求1所述的方法，其特征在于步骤1中所述的需要提取的服务的描述信息包括以OffL-S为基础的服务的描述信息、服务的功能性描述信息和QoS描述信息。
3.根据权利要求1所述的方法，其特征在于步骤1中所述的需要提取的服务执行任务的历史日志信息包括服务名称，执行的任务集，响应任务开始时间，完成时间，最终完成任务的情况。
4.根据权利要求1所述的方法，其特征在于步骤2中所述的服务的功能性信息包括 待判定的两个服务的输出信息和输入信息。
5.根据权利要求1所述的方法，其特征在于步骤3中所述加权二分图的两个集合分别为待判定的两个服务的输出集合和输入集合。
6.根据权利要求1所述的方法，其特征在于步骤4中所述的除功能性信息之外的其它描述信息包括以OWL-S为基础的服务的描述信息和QoS描述信息。
7.根据权利要求1所述的方法，其特征在于步骤4中所述的服务树是指以“属性-值对”为描述规范的服务树。
8.根据权利要求7所述的方法，其特征在于步骤4中以“属性-值对”为描述规范的规则包括服务树由基本属性节点，基本属性值节点，条件属性节点，条件属性值节点，QoS 值节点5类节点组成；用第一标记(〇)和第二标记(·)表示服务的基本属性和基本属性值；当出现判定条件的时候，用第三标记(今)和第四标记( )分别表示条件的属性和属性值；用第五标记(■)表示对应的QoS值；每个属性节点对应一个或多个值节点，每个值节点对应一个属性节点，属性节点和值节点交替出现；如果一个属性节点的多个值节点之间是“与”或者“或”的关系，则用“与-或树”来表示；当有多个判定条件需要满足时，则将多个条件顺序放在一条树枝上，直至到达叶节点。
9.根据权利要求7所述的方法，其特征在于步骤5中所述的两个服务树之间属性-值对的映射是指分别为某一服务树，在另一服务树中为此服务树中的QoS值所依赖的条件寻找满足这些条件的属性-值对。
10.根据权利要求1所述的方法，其特征在于步骤6中所述的次数是指在用户指定的一段时间内，两个服务在一起所合作执行并且成功执行的任务数的累加之和。
全文摘要
本发明涉及一种面向云制造的服务间关联关系判定方法。具体说是在云制造模式中，为了更加准确的实施服务组合的构造和优选，设计有效的关联关系判定算法以发现两个服务间所具有的关联关系的一种方法。可组合关联关系的判定算法主要是用来判定两个服务是否可以按照前序、后序关系组合在一起；实体关联关系的判定算法主要是通过对服务树中服务的属性-值对的搜索，以判定两个服务是否具有实体合作或竞争的关系；统计合作关联关系的判定算法主要是通过对以往服务的历史日志信息的提取，以判定两个服务是否经常被绑定在一起合作执行任务。本发明具有如下优点判定方法简洁，适用性、操作性强，可扩展性好。
文档编号H04L29/08GK102521659SQ201110382700
公开日2012年6月27日 申请日期2011年11月26日 优先权日2011年11月26日
发明者张霖, 郭华, 陶飞 申请人:北京航空航天大学