CN101110841A - 面向服务体系结构soa下优化综合指标的混合策略方法 - Google Patents

Abstract

面向服务体系结构SOA下优化综合指标混合策略方法，属于SOA技术领域，其特征在于由服务提供者按照自己对于各QoS指标的需求，为从服务代理得到的、经过匹配的服务提供者设定选择概率，并从中再用轮盘赌的方法按照随机数选择服务提供者；在平均目标函数值、最大目标函数值、平均逗留时间、最大逗留时间、平均排队长度、最大排队长度上都优于其他方法。

Description

面向服务体系结构SOA下优化综合指标的混合策略方法

技术领域

本发明属于SOA技术领域。

背景技术

面向服务体系结构(Service Oriented Architecture，SOA)正以松散耦合、自底向上、点对点的方式改变着传统的软件工程方法，来适应大规模、高复杂度的市场需求；

服务选择问题是SOA的一个核心问题，指使用者经由服务代理(Broker)可能发现具有相同(可替代)功能、不同服务质量(Quality of Service，QoS)的多个服务提供者，此时使用者所面临着的如何选择服务提供者来获得最佳服务的难题；

目前已有动态规划(如T.Yu，K.-J.Lin.Service selection algorithms for composingcomplex services with multiple QoS constraints.Lecture Notes in Computer Science，2005，3826：130-143)、遗传算法(如H.-C.Wang，C.-S.Lee，T.-H.Ho.Combiningsubjective and objective QoS factors for personalized web service selection.ExpertSystems with Applications，2007，32(2)：571-584)、模糊逻辑(Y.Zbang，S.-S.Zhang，S.-Q.Hah，A new methodology of QoS evaluation and service selection for ubiquitouscomputing.Lecture Notes in Computer Science 2006，4138：69-80.)、其他基于服务评价的方法(如张文博，陈宁江，魏峻，黄涛.QoS获益驱动的中间件调度框架研究.软件学报.2006，17(6)：1381-1390)等方法用于指导使用者选择最佳的服务；

上述方法存在如下问题：

●在SOA的对等世界中，并无一个权威的领导者来确定和执行选择策略，而是由服务使用者分别确定自己的策略，所有的策略共同决定了SOA的总体性能；因此服务选择问题成为多个具有独立决策权的使用者之间的动态博弈；然而从博弈论角度看，上述文献中的方法均是纯策略，由于对于多人非合作对策来说，平衡局势不一定存在，因此上述纯策略方法往往不能给出稳定的解；

●任何纯策略，无论策略多好，都将导致对“优质”服务提供者的争夺，从而形成“赢者通吃”的局面，即多数使用者会选择被评价为最好的服务提供者，而其他的提供者将有更大的概率闲置；采用纯策略，则这一冲突不可避免；这不仅使QoS指标下降，而且造成服务提供者之间负荷不均、利用率下降，从而使整体服务水平下降。

发明内容

本发明的目的是针对SOA架构下服务使用者的综合QoS指标不稳定的现象，向服务使用者提供一种服务选择的混合策略，使服务提供者的负荷得以均衡化，从而减轻服务质量的波动，提高总体服务水平；

本发明的特征在于依次含有以下步骤：

步骤(1)初始化

服务代理服务器，设有：

侦听该SOA环境下服务提供者服务器注册服务的端口，并执行注册操作；

侦听该SOA环境下服务使用者服务请求的端口；

侦听和接收服务质量QoS代理服务器返回的QoS值的端口；

侦听和接收服务提供者反馈的准备时间的端口；

一台或多台QoS代理服务器，设有：

侦听该SOA环境下服务代理服务器的QoS询问的端口；

接收该SOA环境下服务提供者服务器返回的QoS值；

服务提供者服务器，设有：

服务信息输入端口；

向服务代理服务器发出注册请求的端口；

侦听和响应该SOA环境下QoS代理服务器发出的QoS询问的端口；

服务使用者计算机，设有：

侦听该SOA环境下服务代理服务器返回的服务及QoS信息的端口；

步骤(2)把服务代理服务器、QoS代理服务器、服务提供者服务器以及各服务使用者计算机接入网络；

步骤(3)按以下步骤依次执行混合策略方法：

步骤(3.1)服务使用者计算机向服务代理服务器发出服务请求，并指定n个QoS指标，其中第n个指标为逗留时间，并提供其对各QoS指标的权重w_j，j＝1，2，…，n；

步骤(3.2)服务代理服务器收到步骤(3.1)中所述的服务请求后，从注册的服务提供者中搜索满足请求要求的服务提供者，并向服务QoS代理询问这些服务提供者的QoS指标；

步骤(3.3)QoS代理服务器从各服务提供者服务器中获取步骤(3.2)所述这些能满足请求的服务提供者服务器当前的QoS状态，包括其排队长度L_i，i＝1，2，…，m，m是匹配该服务的服务提供者服务器总数，以及除时间外的其它QoS指标x_ij，i＝1，2，…，m，j＝1，2，…，n-1，平均服务率μ_i，i＝1，2，…，m，即单位时间内能够完成的服务请求个数，并反馈给服务代理服务器；

步骤(3.4)服务代理服务器统计该类服务的到达率λ，即单位时间内接收到的服务请求个数，以及平均服务准备时间T_p，并将其和从步骤(3.3)得到的各服务提供者服务器的信息以及当前QoS状态一起，反馈给步骤(3.1)中所述的服务使用者计算机；

步骤(3.5)服务使用者计算机按以下步骤在各服务提供者服务器中随机选择：

步骤(3.5.1)求解如下关于 $p\left(t\right)={\left\{p_i\left(t\right)\right\}}_{i=1}^m$ 的凸规划问题：

优化变量：{p_i}_i＝1 ^m

约束条件： $\left\{\begin{array}{c}{\mathrm{\Σ}}_{i=1}^m{p}_i=1\\ p_i\≥0\end{array}\right.$ i＝1，2，...，m

优化目标：∑_i＝1 ^ma_imax[(p_i+b_i)²-b_i ²，c_ip_i]最小化；

a_i＝w_nλT_p/μ_i，w_n是第n个QoS指标即时间的权重；λ是服务代理服务器统计得到的服务请求到达率，即单位时间到达的请求数量；T_p是服务代理服务器统计的绑定服务、传输数据的准备时间平均值；μ_i是第i个服务提供者服务器提供的其完成服务的完成率，即单位时间完成的服务数量；

$c_i=({\mathrm{\Σ}}_{j=1}^{n-1}{w}_j{x}_{\mathrm{ij}}+w_n/{\mathrm{\μ}}_i)/a_i,$ n是QoS指标的个数；w_j是第j个QoS指标的权重，j＝1，2，…n；x_ij是第i个服务代理服务器提供的其第j个QoS指标的值，i＝1，2，…m，j＝1，2，…n；

$b_i=(\frac{L_i-{\mathrm{\λ}}_i{T}_p}{\mathrm{\λT}}+c_i)/2;$ L_i是第i个服务提供者服务器提供的当前排队长度；

p_i是该服务使用者计算机选择第i个服务提供者服务器提供服务的概率，通过求解上述凸规划得到；

步骤(3.5.2)服务使用者计算机按以下过程选择服务提供者服务器：

设定：随机产生一个(0，1]上的随机数r；

若p₁≥r，则选择服务提供者服务器M₁；

否则，若p₁＜r≤p₁+p₂，则选择服务提供者服务器M₁；

否则，若p₁+p₂＜r≤p₁+p₂+p₃，则选择服务提供者服务器M₃；

以此类推，直至找到符合条件的M_i；

步骤(4)按以下步骤完成服务：

步骤(4.1)服务使用者计算机和步骤(3)所选择的服务提供者服务器进行绑定，并开始执行服务；

步骤(4.2)包括服务绑定、数据传输的准备工作完成后，服务使用者计算机向服务代理服务器报告准备工作时间，以便服务代理服务器统计准备工作时间平均值T_p；

改进效果对比

为了验证上述随机选择方法在实际环境中的运行效果，我们对优化结果进行仿真对比；所有的服务请求者、服务代理、QoS代理和服务提供者均在奔腾1.7GHz计算机上，用VB仿真；实验的参数选择如下：

一类服务，以参数为λ＝100的Poisson过程随机产生；QoS指标数设置为n＝5，各QoS指标的权重w设置为(-0.1，-0.1，-0.1，-0.1，-0.6)；该服务的10个服务提供者注册到代理服务器和QoS代理服务器；各服务提供者的前4项QoS值设置为服从参数为0.35、0.6、0.5、0.45、0.3、0.6、0.7、0.5、0.3和0.65的负指数分布，第5项QoS值，即服务提供者完成请求的时间服从负指数分布，其参数μ_i选取为19、12、9、7、2、16、8、14、8和5；实验中，1000个请求被按照本发明方法分配给提供者：T_p设置为0.2；

作为对比，我们采用纯策略，也进行了同样的试验；试验共重复进行了100次，表1列出了这100次试验中纯策略和本发明方法的性能指标平均值；

表1本发明方法改进效果对比

性能指标	纯策略	本发明方法	改进比例
				平均优化目标平均值最大优化目标平均值平均逗留时间(分钟)平均值最大逗留时间(分钟)平均值平均排队长度平均值最大排队长度平均值	-0.89-2.811.214.2316.772.6	-0.53-1.250.551.635.9225.2	59.55％44.48％45.45％38.53％35.45％34.71％

从表1中可以看出，相比传统纯策略，采用本发明的合作混合策略，能够将优化目标提高40％以上，减少逗留时间、缩短排队长度50％以上，从而在提供者的能力保持不变的情况下，大幅度提高了SOA的服务水平；

为了对比平稳性，统计服务提供者M_i在时间区间1到t之间被分配的请求数量，结果表明，采取本发明方法，该计数过程的增量基本上正比例于时间间隔，且与时间t的选取无关；相反，在纯策略下则该增量与t紧密关联，且不能由τ确定；因此本发明方法下该计数过程更接近于平稳增量过程，图3列出M₃的计数过程作为例子；

为了分析平衡性，假设有比例为q的服务使用者是不合作者，他们在通过本方法计算获得了其他(1-q)的使用者采用的本发明方法策略后，持不合作态度，仍采用纯策略，即以概率1选择最佳的服务者；显然，当q＝0时，非合作模式退化为合作模式；

我们进行了一系列的实验，对不同的q值下的系统性能进行仿真；实验参数设置与前述相同；图4显示了实验中记录下来的与比例q相应的平均总时间；作为对比，所有使用者均采取纯策略的系统性能(来自表1)也列在图4中；

从图4中可以看出：

(i)混合策略下的平均目标函数值，始终优于纯策略下的平均目标函数值；

(ii)当q≤40％时，由于不合作者比例较小，系统所受干扰较小，整体性能并未下降，甚至还出现了局部上升的情况；

(iii)当40％＜q≤100％时，随着不合作者比例的上升，系统总体性能呈现下降趋势；而在此过程中，采用不合作策略的服务使用者，其目标函数始终劣于合作者；

因此，在本发明方法最优解附近，适当出现不合作者，对SOA整体性能并无不利影响；当不合作者增多时，选择不合作态度，不仅未给使用者带来额外的支付(Payoff)，反而减少了支付；这一统计结果鼓励理智的使用者选择本发明方法代替纯策略，从而优化自己的服务水平；上述特点使本发明方法就成为了一个理想的方法；

附图说明

图1.系统结构图。

图2.系统流程图。

图3.分配给服务提供者的服务请求到达计数过程对比

——本发明方法

纯策略方法

图4.平均目标函数值随不合作者比例q的变化曲线

——■——采用本发明方法的合作者

——▲——采用本发明方法的不合作者

——○——纯策略方法

具体实施方式

本发明的实现步骤如下：

1.初始化设定

(1)建立SOA环境

SOA环境如图1所示，其环境建立过程如下：

1)建立或接入Internet、Intranet或Extranet网络环境；

2)建立一台或者多台服务代理，步骤如下：

A.安装必要的系统软件，如操作系统、数据库软件；

B.接入上述网络环境；

C.安装服务元模型；

D.安装服务代理软件：

a.侦听该SOA环境下服务提供者的注册请求；

b.侦听该SOA环境下服务使用者的服务请求，并统计到达率；

c.侦听和接收QoS代理返回的QoS值；

d.侦听和接收服务提供者反馈的准备时间，并统计准备时间平均值；

3)建立一台或者多台QoS代理

A.安装必要的系统软件，如操作系统、数据库软件；

B.接入上述网络环境；

C.安装QoS代理软件：

a.侦听该SOA环境下服务代理的QoS询问；

b.接收该SOA环境下服务提供者返回的QoS值；

4)QoS代理可以和服务代理使用同一台服务器，构成一种简化的SOA环境；

(2)服务提供者安装及服务发布

1)安装必要的系统软件，如操作系统、数据库软件；

2)接入上述网络环境；

3)录入服务信息，发布(注册)到服务代理中；

4)安装服务软件客户端，侦听和响应该SOA环境下QoS代理发出的QoS询问；

(3)服务使用者安装

1)安装必要的系统软件，如操作系统、数据库软件；

2)接入上述网络环境；

3)安装服务软件客户端，侦听该SOA环境下服务代理返回的服务及QoS信息；

2.发起运行过程

运行过程如图2所示；

(1)发出服务请求

服务使用者通过客户端软件，输入服务请求；软件将请求传递给服务代理；

(2)服务匹配

服务代理软件收到服务请求后，从注册的服务提供者中搜索满足请求要求的服务提供者，并向服务QoS代理询问这些提供者的QoS指标；

(3)获取服务QoS

QoS代理软件通过和各服务提供者的客户端软件交互，获取该提供者当前的QoS状态，包括其排队长度L_i，i＝1，2，…，m，m是匹配该服务的服务提供者服务器总数，以及除时间外的其它QoS指标x_ij，i＝1，2，…，m，j＝i，2，…，n-1，平均服务率μ_i，i＝1，2，…，m，即单位时间内能够完成的服务请求个数，并反馈给服务代理服务器；

(4)反馈服务提供者信息

服务代理统计该类服务的到达率λ、服务准备时间T_p，并将其和QoS代理返回的相应QoS状态一起，传递给服务使用者客户端软件；

3.方法运行过程

(1)计算每个提供者对应的概率

服务使用者依据服务代理传递的信息，使用客户端软件求解如下关于 $p\left(t\right)={\left\{p_i\left(t\right)\right\}}_{i=1}^m$ 的凸

规划问题：

优化变量：{p_i}_i＝1 ^m

约束条件： $\left\{\begin{array}{c}{\mathrm{\Σ}}_{i=1}^m{p}_i=1\\ p_i\≥0\end{array}\right.$ i＝1，2，...，m

优化目标：∑_i＝1 ^ma_imax[(p_i+b_i)²-b_i ²，c_ip_i]最小化；

这里：a_i＝w_nλT_p/μ_i，w_n是第n个QoS指标即时间的权重；λ是服务代理服务器统计得到的服务请求到达率，即单位时间到达的请求数量；T_p是服务代理服务器统计的绑定服务、传输数据的准备时间平均值；μ_i是第i个服务提供者服务器提供的其完成服务的完成率，即单位时间完成的服务数量； $c_i=({\mathrm{\Σ}}_{j=1}^{n-1}{w}_j{x}_{\mathrm{ij}}+w_n/{\mathrm{\μ}}_i)/a_i,$ n是QoS指标的个数；w_j是第j个QoS指标的权重，j＝1，2，…n；x_ij是第i个服务代理服务器提供的其第j个QoS指标的值，i＝1，2，…m，j＝1，2，…n； $b_i=(\frac{L_i-{\mathrm{\λ}}_i{T}_p}{\mathrm{\λT}}+c_i)/2;$ L_i是第i个服务提供者服务器提供的当前排队长度；p_i是该服务使用者计算机选择第i个服务提供者服务器提供服务的概率，通过求解上述凸规划得到；

(2)选择服务提供者

服务使用者根据上述概率p_i，采用轮盘赌的方法，来决定选择某个服务提供者；具体做法是：首先随机产生一个(0，1]上的随机数r；若p₁≥r，则选择服务提供者服务器M₁；否则，若p₁＜r≤p₁+p₂，则选择服务提供者服务器M₁；否则，若p₁+p₂＜r≤p₁+p₂+p₃，则选择服务提供者服务器M₃；以此类推，直至找到符合条件的M_i；

(3)服务绑定和执行

服务使用者和所选择的服务提供者进行绑定，并开始执行服务；执行过程中，准备工作(含服务绑定、数据传输)完成后，向服务代理报告准备工作时间，以便服务代理统计准备工作时间平均值T_p。

Claims (1)

1.面向服务体系结构SOA下优化综合指标的混合策略方法，其特征在于依次含有以下步骤：

步骤(1)初始化

服务代理服务器，设有：

侦听该SOA环境下服务提供者服务器注册服务的端口，并执行注册操作；

侦听该SOA环境下服务使用者服务请求的端口；

侦听和接收服务质量QoS代理服务器返回的QoS值的端口；

侦听和接收服务提供者反馈的准备时间的端口；

一台或多台QoS代理服务器，设有：

侦听该SOA环境下服务代理服务器的QoS询问的端口；

接收该SOA环境下服务提供者服务器返回的QoS值；

服务提供者服务器，设有：

服务信息输入端口；

向服务代理服务器发出注册请求的端口；

侦听和响应该SOA环境下QoS代理服务器发出的QoS询问的端口；

服务使用者计算机，设有：

侦听该SOA环境下服务代理服务器返回的服务及QoS信息的端口；

步骤(2)把服务代理服务器、QoS代理服务器、服务提供者服务器以及各服务使用者计算机接入网络；

步骤(3)按以下步骤依次执行混合策略方法：

步骤(3.1)服务使用者计算机向服务代理服务器发出服务请求，并指定n个QoS指标，其中第n个指标为逗留时间，并提供其对各QoS指标的权重w_j，j＝1，2，…，n；

步骤(3.2)服务代理服务器收到步骤(3.1)中所述的服务请求后，从注册的服务提供者中搜索满足请求要求的服务提供者，并向服务QoS代理询问这些服务提供者的QoS指标；

步骤(3.3)QoS代理服务器从各服务提供者服务器中获取步骤(3.2)所述这些能满足请求的服务提供者服务器当前的QoS状态，包括其排队长度L_i，i＝1，2，…，m，m是匹配该服务的服务提供者服务器总数，以及除时间外的其它QoS指标x_ij，i＝1，2，…，m，j＝1，2，…，n-1，平均服务率μ_i，i＝1，2，…，m，即单位时间内能够完成的服务请求个数，并反馈给服务代理服务器；

步骤(3.4)服务代理服务器统计该类服务的到达率λ，即单位时间内接收到的服务请求个数，以及平均服务准备时间T_p，并将其和从步骤(3.3)得到的各服务提供者服务器的信息以及当前QoS状态一起，反馈给步骤(3.1)中所述的服务使用者计算机；

步骤(3.5)服务使用者计算机按以下步骤在各服务提供者服务器中随机选择：

步骤(3.5.1)求解如下关于 $p\left(t\right)={\left\{p_i\left(t\right)\right\}}_{i=1}^m$ 的凸规划问题：

优化变量：

约束条件： $\left\{\begin{array}{cc}{\mathrm{\Σ}}_{i=1}^m{p}_i=1& \\ p_i\≥0& i=\mathrm{1,2},...,m\end{array}\right.$

优化目标： ${\mathrm{\Σ}}_{i=1}^m{a}_i\max [{(p_i+b_i)}^2-b_i^2,c_i{p}_i]$ 最小化；

a_i＝w_nλT_p/μ_i，w_n是第n个QoS指标即时间的权重；λ是服务代理服务器统计得到的服务请求到达率，即单位时间到达的请求数量；T_p是服务代理服务器统计的绑定服务、传输数据的准备时间平均值；μ_i是第i个服务提供者服务器提供的其完成服务的完成率，即单位时间完成的服务数量；

$c_i=({\mathrm{\Σ}}_{j=1}^{n-1}{w}_j{x}_{\mathrm{ij}}+w_n/{\mathrm{\μ}}_i)/a_i,$ n是QoS指标的个数；w_j是第j个QoS指标的权重，j＝1，2，…n；x_ij是第i个服务代理服务器提供的其第j个QoS指标的值，i＝1，2，…m，j＝1，2，…n；

$b_i=(\frac{L_i-{\mathrm{\λ}}_i{T}_p}{\mathrm{\λT}}+c_i)/2;$ L_i是第i个服务提供者服务器提供的当前排队长度；

p_i是该服务使用者计算机选择第i个服务提供者服务器提供服务的概率，通过求解上述凸规划得到；

步骤(3.5.2)服务使用者计算机按以下过程选择服务提供者服务器：

设定：随机产生一个(0，1]上的随机数r；

若p₁≥r，则选择服务提供者服务器M₁；

否则，若p₁＜r≤p₁+p₂，则选择服务提供者服务器M₁；

否则，若p₁+p₂＜r≤p₁+p₂+p₃，则选择服务提供者服务器M₃；

以此类推，直至找到符合条件的M_i；

步骤(4)按以下步骤完成服务：

步骤(4.1)服务使用者计算机和步骤(3)所选择的服务提供者服务器进行绑定，并开始执行服务；

步骤(4.2)包括服务绑定、数据传输的准备工作完成后，服务使用者计算机向服务代理服务器报告准备工作时间，以便服务代理服务器统计准备工作时间平均值T_p。

Images