物联网服务组合优化方法

本发明属于物联网领域，涉及一种物联网服务组合优化方法。

背景技术：

1、近年来，数十亿物联网(internetofthings，简称iot)设备被部署以支持复杂的应用。2030年，连接的物联网设备数量预计将达到125亿。鉴于单一物联网设备的资源稀缺性，某些应用程序的满意度通常通过多个物联网设备的协同工作来实现。在这一背景下，物联网设备的功能通常以物联网服务的形式进行封装，它们之间的协作可以通过物联网服务组合来表示。由于物联网服务具有异构性、资源受限、动态变化以及海量规模等特点，因此，研究物联网环境下的服务组合技术，保证服务质量(qualityofservice，简称qos)的同时，灵活组合和编排各类服务，是物联网发挥更大价值的关键。

2、当前存在的物联网服务组合相关研究中，极少考虑到物联网设备本身的特性，例如其地理位置和通信半径等重要因素。这些特性在物联网环境中具有显著的影响，对于服务的选择和组合具有重要的指导意义。地理位置信息能够影响物联网设备之间的相互关系，而通信半径则直接影响设备之间的通信能力。在服务组合的过程中，考虑这些特性可以更准确地匹配服务与设备，提高组合的适应性和效率。因此，对物联网设备本身特性的综合考虑是推动物联网服务组合研究更加深入和实用的一个关键方面。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种物联网服务组合优化方法。

2、为达到上述目的，本发明提供如下技术方案：

3、物联网服务组合优化方法，该方法包括以下步骤：

4、s1：定义服务质量属性；

5、筛选运行时间、可用性、成功执行率、可靠性和吞吐量五种服务质量属性用于衡量物联网服务的服务质量；

6、(1)运行时间

7、首先，将所有无前序服务的服务作为起始服务，将所有无后继服务的服务作为终止服务，其余服务作为中间服务；随后将所有起始服务的运行开始时间设为0，运行结束时间设为其运行时间；将中间服务及终止服务的运行开始时间设为其所有前序服务的最晚结束时间，运行结束时间设为其运行开始时间与其运行时间之和；最终，组合服务中所有终止服务的最晚运行结束时间即为组合服务的运行时间属性值，将服务组合运行时间记qd(s)；

8、(2)可用性、成功执行率、可靠性

9、可用性、成功执行率、可靠性的计算方式是相同的，可用性为所有物联网服务的可用性相乘；当物联网服务总数逐渐变大时，若连乘之数均为大于1的数，则容易出现数值爆炸，若连乘之数均为小于1的数，则容易出现数值消失，在计算过程中，使用对数之和替代连乘；首先将组合服务的可用性设置为1，随后将各个物联网服务的可用性的对数相加上去，最终即得组合服务的可用性；将服务组合可用性记作qa(s)，成功执行率记作qs(s)，可靠性记作qr(s)；

10、(3)吞吐量

11、组合服务的吞吐量为所有物联网服务的吞吐量的最小值；在计算过程中，首先将组合服务的吞吐量设置为一个足够大的数值，随后遍历各个物联网服务，将组合服务的吞吐量设为当前组合服务吞吐量与当前物联网服务吞吐量的较小值，最终即得组合服务的吞吐量，本文将服务组合吞吐量记作qt(s)；

12、使用平均加权和方式计算组合服务的服务质量；由于五种服务质量属性具有不同的数值范围及单位，在计算加权和之前，使用归一化方式处理各个服务质量属性，计算方式为：

13、

14、其中，q′(cs)为组合服务的五种服务质量属性之一，若q′(cs)越大越好，则可用性、吞吐量、成功执行率、可靠性将此服务质量属性称为positive属性，相反若q′(cs)越小越好，qmin(cs)为服务注册表中所有可行组合方案中此服务质量属性的最小值，qmax(cs)为服务注册表中所有可行组合方案中此服务质量属性的最大值，q′(cs)为归一化后的此服务质量属性；

15、将组合服务的所有服务质量属性值映射到0～1范围内；则组合服务的服务质量属性加权和计算方式为：

16、

17、其中为权重，将组合服务的服务质量qos(cs)作为提出算法的最大化优化目标，将组合服务的服务质量qos(cs)中的服务质量属性权重设为平均权重，即均为0.2；

18、s2：定义问题；

19、将提供某一业务功能的物联网服务统称为抽象服务，一个抽象服务对应着一个物联网服务集合，将其称为候选服务集；服务组合优化算法接收的输入为用户请求，包括用户所需的所有抽象服务编号，以及这些抽象服务间的工作流结构，算法则为了提升用户满意度，需要同时考虑组合服务包含的所有抽象服务及工作流结构，在每个候选服务集中挑选出一个物联网服务，使得形成的组合服务qos接近最高；

20、(1)物联网服务：物联网服务指可用的具体服务；使用符号s代表服务，在物联网服务组合问题中服务被定义为：

21、s＝{id,fun,q(s),p,rad}

22、其中id是物联网服务的唯一标识，fun是服务的功能属性，q(s)为服务非功能属性中的服务质量，服务质量由一系列不同的服务质量属性组成，

23、

24、其中为权重，服务组合运行时间记q′d(s)，服务组合可用性记作q′a(s)，成功执行率记作q′s(s)，可靠性记作q′r(s)，服务组合吞吐量记作q′t(s)；p是地理位置坐标，代表该物联网服务所在位置，rad为通信半径，代表该物联网服务所能通信的最远距离；

25、(2)组合服务：由多个物联网服务组成的，其中各个物联网服务根据其功能相互连接形成复杂的工作流结构；使用符号cs代表组合服务，且考虑四种工作流结构：串行结构、并行结构、循环结构和选择结构；

26、(3)抽象服务：抽象服务是提供某一业务功能的一类物联网服务的代称，是从用户角度出发定义的名词；使用符号as代表抽象物联网服务，与物联网服务中的功能属性相互对应；

27、(4)候选服务集：将提供相同功能的物联网服务形成的集合称为候选服务集；一个抽象物联网服务对应着一个候选服务集；使用符号c代表候选服务集，c＝{s1,s2,s3...sn}，其大小为n；

28、(5)基于qos的服务组合问题：当一个用户请求r被送至服务组合系统时，即为一个基于qos的服务组合优化过程的开始；用户请求被定义为一个有向无环图，g＝{a,e}，其中a为图中的顶点集合，是一个包含n个抽象服务的集合，代表用户所需的各项系统子功能，a＝{a1,a2,a3...an},e为图中的有向边集合，每个有向边edge∈eij表示从抽象服务ai到aj有一条数据流，即抽象服务ai的输出数据作为抽象服务aj的输入数据；服务组合系统接收到用户请求后，会查询各个抽象服务对应的候选服务集，ci＝{s1,s2,s3...ski},ki表示第i个候选服务集包含的具体服务数目，需要注意的是，已选的服务si与si+1之间的地理位置距离不能够超过si的最大通信半径；

29、s3：算法设计与实现

30、定义当前服务与下一个服务的欧氏距离为：

31、

32、其中，服务组合运行时间记作qd(s)，服务组合可用性记作qa(s)，成功执行率记作qs(s)，可靠性记作qr(s)，服务组合吞吐量记作qt(s)；

33、信息素浓度增量与服务的服务质量成正比例关系：

34、

35、其中，q表示蚂蚁所经过的服务组合路径总长度，l与服务质量成正比：

36、

37、其中，qr表示后一个原子服务的第j个候选服务的第r种属性的属性值，wr表示第j个候选服务的第r种属性的权重，o为属性个数；

38、s31：设置最大迭代次数10000、蚂蚁数量为1000、期望启发式因子为3、信息启发式因子为0.5和信息素挥发因子为0.3；

39、s32：蚂蚁循环，从1到蚂蚁数量值；随机选择一个服务，将其记录在路径中，产生第一个子服务的服务标号；

40、s33：进入对原子服务的候选服务选择的循环，根据该原子服务的地理位置坐标在下一个候选服务集中选择拉取符合通信半径制约下的原子服务，利用状态转移概率采用轮盘赌算法选择下一个服务，并依次从2选择到原子服务数量，并计算状态转移概率；

41、s34：计算已选择出的服务组合的目标函数值；

42、s35：保存当前目标函数值最大的服务组合，保存其选择的所有服务及服务组合的五种属性聚合值；

43、s36：对蚂蚁所选择的服务利用信息素更新公式进行更新，更新信息素矩阵，状态转移概率，重复s32。

44、可选的，所述wr为0.2，o为5。

45、本发明的有益效果在于：本发明对于物联网环境下大规模的服务组合问题进行研究，提出了一种面向物联网环境下的蚁群算法，融合了多个属性的qos，并结合了物联网环境下设备受地理位置，设备本身的通信半径等因素制约的特殊性，将qos多属性与蚁群算法相结合，解决了基于qos的大规模物联网服务组合问题。

46、本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。