CN101739385A - 一种支持服务质量关联的复合服务选择方法 - Google Patents

Abstract

本发明公开了一种支持服务质量关联的复合服务选择方法，属于计算机网络应用领域。本发明的方法为：首先根据复合服务内各原子服务质量的描述信息对原子服务质量进行描述；然后将该原子服务质量描述转换为0-1整数规划的原子服务质量描述；通过聚合计算模块计算复合服务的服务质量属性值；再根据复合服务的服务质量属性值，计算复合服务质量目标的0-1整数多项式规划表达式；最后将复合服务质量目标的0-1整数多项式规划表达式转换为0-1整数线性规划表达式，利用线性规划求解算法求解出复合服务选择结果。相比于现有方法，本方法选择出来的复合服务具有更高的服务质量。

Description

一种支持服务质量关联的复合服务选择方法

技术领域

本发明属于计算机网络应用领域，涉及一种复合服务的选择方法，尤其涉及一种支持服务质量关联的复合服务选择方法。

背景技术

在服务计算领域，一个业务流程可以通过若干个服务复合而成。随着服务计算的发展，实现同一功能的服务越来越多，可用于复合的服务是多个可选的。这些实现了同一功能的服务往往具有不同的服务质量。复合服务的服务质量是用户关注的一个问题。而复合服务的服务质量很大程度上依赖于构成该复合服务的各个服务的服务质量。因此，需要一种复合服务选择方法，能够选择构成复合服务的各个子服务，使得复合服务具有好的服务质量。

当前方法认为各可选服务之间相互独立，一个服务的服务质量不会依赖于其他服务。从而，根据这个假设，将复合服务选择问题建模为0-1线性整数规划模型，从而利用各种规划算法求解服务选择结果。

然而，当前服务之间存在大量关联关系，这些关联关系包括业务(business)关联关系和运行时(runtime)关联关系，而且，这些关联关系很大程度影响了服务的服务质量。在业务关联关系方面，服务提供商由于商业上的目的，往往会建立起合作伙伴关系，从而为合作伙伴和非合作伙伴提供有不同的服务质量。一个典型的例子是travel agent，travel agent是一个由机票服务、酒店服务和支付服务构成的复合服务，由于某个航空公司为了促销目的，往往会与某些酒店建立合作伙伴关系，从而为预订这些酒店的旅客提供更低的机票价格；同样，某个酒店为了促销，也会与某些支付服务供应商，比如VISA，建立合作伙伴关系，为以VISA卡支付的用户提供更高的预订优先级，从而提高其预订成功率。在运行时方面，由于服务之间的带宽、服务之间的参数匹配程度等原因，一个服务的服务质量往往依赖于与之协作的另外一个服务与该服务之间是否存在上述关系。较大的带宽可以提供较快的执行时间，较高的参数匹配程度可以提供较好的执行成功率。一个典型的例子是亚马逊web服务Cloud Front，Cloud Front是一个完成内容提供功能的Web服务，它与存储服务Simple Storage Service(S3)协同完成内容提供服务。选择不同的存储服务，影响着CloudFront服务的执行时间、执行成功率和价格。Cloud Front服务的SLA就规定了存储服务在不同区域下不同的价格。并且，除了Amazon，我们还调查了包括Google、eBay等主流服务提供商，其服务级别协议(SLA)中均对服务质量对其他服务依赖进行了描述。

现有的服务选择技术没有考虑到这些关联关系，认为服务的服务质量是固定的，然而，在服务关联产生时，原宣称的服务质量偏离实际的服务质量，而以偏离的服务质量作为服务选择的依据，必然导致了复合服务的服务质量下降。而考虑到服务之间的关联关系后，由于服务之间的关联关系使得服务的服务质量发生动态变化，复合服务选择问题无法直接建模为0-1线性整数规划模型，从而无法求解服务选择结果。因此，目前需要一种技术手段，将存在服务关联关系的复合服务选择问题建模为0-1线性整数规划模型。

发明内容

为了克服现有复合服务选择方法不能考虑存在服务质量关联的不足，本发明提出一种支持服务质量关联的复合服务选择方法，该方法考虑到服务质量的关联关系，将存在服务质量关联关系的复合服务选择问题建模为0-1线性整数规划模型(参见专利号：ZL02139613.2，发明名称“一种面向路径的测试数据自动生成方法”，专利号：ZL200810055880.7，发明名称“基于协调约束实时更新的电厂与变电站协调电压控制方法”的专利文件；以及申请号：200410068843.1，发明名称“基于平均场退火技术的蛋白质的立体结构比对方法”的专利申请文件)，从而采用优化算法求解服务选择结果。通过本复合服务选择方法选择的复合服务具有比现有方法更高的服务质量。因此，本发明包括如下内容：

1.支持服务质量关联的原子服务质量建模技术；

2.复合服务质量聚合建模技术；

3.复合服务质量目标建模技术；

4.复合服务目标模型线性化技术。

本发明的技术方案为：

一种支持服务质量关联的复合服务选择方法，其步骤为：

1)原子服务质量映射模块将复合服务内各原子服务质量的描述信息映射到原子服务质量描述模板；

2)原子服务质量描述模板根据描述信息对原子服务质量进行描述，得到复合服务关联下的原子服务质量描述；

3)原子服务质量描述转换模块将原子服务质量描述转换为0-1整数规划的原子服务质量描述；

4)聚合计算模块根据0-1整数规划的原子服务质量描述和复合服务结构描述，计算复合服务的服务质量属性值；

5)根据复合服务的服务质量属性值，复合服务质量模块计算复合服务质量目标的0-1整数多项式规划表达式；

6)将复合服务质量目标的0-1整数多项式规划表达式转换为0-1整数线性规划表达式；

7)利用线性规划求解算法，求解复合服务选择结果。

所述描述信息包括原子服务的服务质量属性值和各原子服务之间的关联关系；所述原子服务质量描述模板根据所述各原子服务之间的关联关系确定原子服务质量属性的取值，得到所述原子服务质量描述。

所述将原子服务质量描述转换为0-1整数规划模型的方法为：首先对原子服务的服务质量属性的取值方法进行数学建模；然后将得到的数学模型转换为0-1整数规划模型。

所述服务质量属性包括：价格、声望、执行时间、执行成功率。

所述方法中，首先将复合服务分解成为若干个执行路径，分解后的所述执行路径是一个不包含有“或”分支结构的复合服务。

所述方法中，计算所述价格属性值的0-1整数规划表达式为： $\mathrm{price}=\underset{i\∈{\mathrm{\λ}}_k}{\mathrm{\Σ}}\underset{s_{i,j}\∈S_i}{\mathrm{\Σ}}{p}_{i,j}\·x_{i,j};$ 其中，p_i，j为服务s_i，j的价格，x_i，j表示服务s_i，j是否被选中，x_i，j为1表示被选中，为0表示没有被选中，i∈λ_k表示抽象服务S_i在执行路径λ_k上，s_i，j∈S_i表示s_i，j是实现抽象服务S_i的一个具体服务。

所述方法中，计算所述声望属性值的0-1整数规划表达式为： $\mathrm{reputation}=\frac{1}{\left|{\mathrm{\λ}}_k\right|}\underset{i\∈{\mathrm{\λ}}_k}{\mathrm{\Σ}}\underset{s_{i,j}\∈S_i}{\mathrm{\Σ}}{r}_{i,j}\·x_{i,j};$ 其中，|λ_k|表示执行路径k上包含的抽象服务的个数，i∈λ_k表示抽象服务S_i在执行路径λ_k上，s_i，j∈S_i表示s_i，j是实现抽象服务S_i的一个具体服务，r_i，j为服务s_i，j的声望，x_i，j表示服务s_i，j是否被选中，x_i，j为1表示被选中，为0表示没有被选中。

所述方法中，计算所述执行时间属性值的0-1整数规划表达式为：首先将所述执行路径分解为若干个执行子路径，所述子执行路径为一不包含有“并”和“或”分支的执行路径；然后并针对每个执行子路径，计算执行时间聚合值，执行时间在各个执行子路径上的聚合值计算方法为：其中， $i\∈{\mathrm{sp}}_m^k$ 表示抽象服务S_i在该执行路径的第k条执行子路径sp_m ^k上，s_i，j∈S_i表示s_i，j是实现抽象服务S_i的一个具体服务，e_i，j为服务s_i，j的执行时间，x_i，j表示服务s_i，j是否被选中，x_i，j为1表示被选中，为0表示没有被选中。

所述方法中，计算所述执行成功率属性值的0-1整数规划表达式为： $\mathrm{sucessfulRate}=\underset{i\∈{\mathrm{\λ}}_k}{\mathrm{\Π}}\underset{s_{i,j}\∈S_i}{\mathrm{\Π}}{{\mathrm{sr}}_{i,j}}^{x_{i,j}};$ 其中，x_i，j表示服务s_i，j是否被选中，x_i，j为1表示被选中，为0表示没有被选中，sr_i，j为服务s_i，j的执行成功率，i∈λ_k表示抽象服务S_i在执行路径λ_k上，s_i，j∈S_i表示s_i，j是实现抽象服务S_i的一个具体服务。

所述计算复合服务质量目标的0-1整数多项式规划表达式的方法为：

1)将服务质量属性值进行归一化；

2)基于加权方式，对多服务质量属性目标映射到单一目标上，进行单一化；

3)基于概率的复合服务质量模型，对各执行路径进行概率加权，得到所述计算复合服务质量目标的0-1整数多项式规划表达式。

所述将计算复合服务质量目标的0-1整数多项式规划表达式转换为计算复合服务质量目标的0-1整数线性规划表达式的方法为：

1)用变量y_i替换0-1整数多项式规划表达式中的

2)限制变量y_i取值范围为0或者1，即y_i＝{0，1}；

3)针对每个y_i，增加两个限制： $\underset{j\∈U_i}{\mathrm{\Σ}}{x}_j-y_i\≤\left|U_i\right|-1$ 和 $\left|U_i\right|\·y_i-\underset{j\∈U_i}{\mathrm{\Σ}}{x}_j\≤0,$ 其中，|U_i|为集合U_i中的元素个数。

下面详细介绍具体的发明内容：

1，支持服务质量关联的原子服务质量建模技术

支持服务质量关联的原子服务质量建模技术关注如何对原子服务的服务质量以及服务之间的关联关系对服务质量的影响进行刻画描述，并将此描述转换为0-1整数规划模型。因此，本部分包含两方面内容：1)原子服务质量描述模板：复合服务设计人员通过该模板，对服务质量和关联关系进行描述；2)基于上述模板的原子服务质量描述到0-1整数规划模型的转换，其中，涉及到(1)服务质量取值规则建模，和(2)服务质量关联关系的建模。

1)原子服务质量描述模板

如图1所示，本发明首先给出一个对原子服务的服务质量建模的模板。复合服务设计人员可以通过该模板对原子服务的服务质量进行描述。原子服务的服务质量和服务质量关联关系是原子服务本身固有的属性，复合服务设计人员可以通过对服务注册库或者服务描述文件WSDL(Web Service Description Language)进行查询，从而获取服务质量属性值和服务关联关系。属性值的测量可以通过监控或者反馈等方法获取、而服务关联关系可以通过基于语义的方法获取，这些方法不在本发明关注的范围中。

在原子服务质量描述模板中，服务质量描述为一个包含L个元素的集合，L为该服务质量具有的属性个数，RS为关联服务集。

第l个(1≤i≤L)服务质量属性q^l通过一组取值规则的集合进行取值，其中，规则qValue_i←correlation_i表示在第i种correlation_i成立的情况下，q^l取值为qValue_i；qValue₀←default表示在所有correlation均不成立时，q^l取值为qValue₀。correlation的直观含义为服务之间的关联关系，qValue_i←correlation_i表示在该关联关系成立时，q^l取值qValue_i。

correlation的语法定义为：

correlation::＝cs∈RS|correlation or correlation|correlation and correlation|notcorrelation

其中，RS为服务质量取值qValue的一个关联集合，and、or、not的优先级为not高于and，and高于or。

上述模板不仅刻画了服务的服务质量，而且刻画了服务之间的关联关系对服务质量的影响。复合服务设计人员通过原子服务质量映射模块，将从服务注册库或WSDL中获取到的服务质量描述和服务关联关系信息，映射到本原子服务质量描述模板下的描述信息，从而实现对服务质量关联下的原子服务质量进行描述。

2)原子服务质量描述到0-1整数规划模型的转换

基于0-1整数规划是当前复合服务选择的最常用方法之一，该方法具有选择效果好的优点，本发明采用原子服务质量描述转换模块将原子服务质量描述转换为0-1整数规划模型。首先，该模块将基于上述步骤1)的原子服务质量描述模板的服务质量描述转换为通用的数学模型，然后将通用的数学模型转换为0-1整数规划模型。

(1)原子服务的服务质量取值规则的数学建模

对于可选服务s的某种服务质量属性值q^l；

$q^l=\{\mathrm{qV}{\mathrm{alue}}_0^l\←\mathrm{default},q{\mathrm{Value}}_1^l\←{\mathrm{correlation}}_1^l,...,{\mathrm{qValue}}_{k_l}^l\←{\mathrm{correlation}}_{k_l}^l\}l\∈\{\mathrm{1,2},...,L\}$

服务质量可建模为如下数学表达式：

$q^l=\mathrm{qV}{\mathrm{alue}}_1^l\·g\left({\mathrm{correlation}}_1^l\right)+q{\mathrm{Value}}_2^l\·g\left({\mathrm{correlation}}_2^l\right)+...+{\mathrm{qValue}}_{k_l}^l\·g\left({\mathrm{correlation}}_{k_l}^l\right)$

$+q{\mathrm{Value}}_0^l\·[1-g\left({\mathrm{correlation}}_1^l\right)-g\left({\mathrm{correlation}}_2^l\right)-...-g\left({\mathrm{correlation}}_{k_l}^l\right)]$

或者：

$q^l={\left({\mathrm{qValue}}_1^l\right)}^{g\left({\mathrm{correlation}}_1^l\right)}\·{\left({\mathrm{qValue}}_2^l\right)}^{g\left({\mathrm{correlation}}_2^l\right)}\·...\·{{\mathrm{qValue}}_{k_l}^l}^{g\left({\mathrm{correlation}}_{k_l}^l\right)}$

$\·{\left({\mathrm{qValue}}_0^l\right)}^{[1-g\left({\mathrm{correlation}}_1^l\right)-g\left({\mathrm{correlation}}_2^l\right)-...-g\left({\mathrm{correlation}}_{k_l}^l\right)]}$

由于在任何一个服务质量属性中，最多有一个取值规则成立，即，有且仅有一个g(correlation)取值为1，其他g(correlation)取值为0，或者所有g(correlation)均取值为1。当有且仅有第i个g(correlation_i)取值为1，其他g(correlation)取值为0，上述两个式子均等于qValue_i。

前一式子可用于价格、响应时间和声望属性的建模，后一式子用于执行成功率属性建模。

(2)服务质量关联关系的建模

在完成服务描述中取值规则到数学表达式的建模后，需要将数学表达式建模为0-1整数规划模型。针对图1中的四种不同的关联类型，关联关系g(correlation)可建模为下述四个0-1整数规划表达式：

$g(\mathrm{cs}\∈\mathrm{RS})=\underset{s_{u,v}\∈\mathrm{RS}}{\mathrm{\Σ}}{x}_{u,v}$

$g(\mathrm{notcs}\∈\mathrm{RS})=1-\underset{s_{u,v}\∈\mathrm{RS}}{\mathrm{\Σ}}{x}_{u,v}$

$g({\mathrm{cs}}_1\∈R{S}_1\mathrm{and}{\mathrm{cs}}_2\∈{\mathrm{RS}}_2)=\underset{s_{u,v}\∈R{S}_1}{\mathrm{\Σ}}{x}_{u,v}\·\underset{s_{k,l}\∈{\mathrm{RS}}_2}{\mathrm{\Σ}}{x}_{k,l}$

$g({\mathrm{cs}}_1\∈R{S}_1\mathrm{or}{\mathrm{cs}}_2\∈{\mathrm{RS}}_2)=\underset{s_{u,v}\∈R{S}_1}{\mathrm{\Σ}}{x}_{u,v}+\underset{s_{k,l}\∈{\mathrm{RS}}_2}{\mathrm{\Σ}}{x}_{k,l}-\underset{s_{u,v}\∈{\mathrm{RS}}_1}{\mathrm{\Σ}}{x}_{u,v}\·\underset{s_{k,l}\∈{\mathrm{RS}}_2}{\mathrm{\Σ}}{x}_{k,l}$

在上述四个式子中，x为0-1变量，x的取值结果将由最后的优化算法计算得出。x_u，v取值结果为1表示s_u，v被选中，取值结果为0表示s_u，v未被选中。

2，复合服务质量建模技术

经过第1步骤，我们完成了支持服务质量关联的原子服务的服务质量的0-1整数规划建模，在第2步骤，我们采集聚合计算模块对支持服务质量关联的复合服务质量的0-1整数规划建模。对复合服务质量的0-1整数规划建模的目的是，针对特定的服务质量属性，我们用0-1整数规划表达式刻画该服务质量在整个复合服务中聚合而得到的整体的服务质量，即在某种特定的复合结构中，每个子服务具有一定的服务质量属性值，那么，复合服务的服务质量属性值如何由子服务的服务质量值和复合结构来表示。在本发明中，我们针对四种服务质量属性(价格、声望、执行时间和成功率)进行说明，但是，本发明并不局限于这四种属性，之所以选择这四种属性进行说明，主要是因为这四种属性为最常用的服务质量属性，而且这四种属性具有较好的代表性，本发明方法无需修改即可扩展到其他服务质量属性。一种通用的指导原则是属性值具有加和关系的可以参照价格属性聚合建模方法；属性值具有乘积关系的参照成功率属性聚合建模方法；属性值具有求均关系的参照声望属性聚合建模方法；属性值具有最大值或最小值关系的参照执行时间属性聚合方法。

为了简化复合服务质量建模技术，我们首先将复合服务分解成为若干个执行路径，执行路径是一个不包含有“或”分支结构的复合服务。包含多个执行路径的复合服务的服务质量建模将在第3部分目标模型建模中给出。

1)价格属性聚合建模方法：针对每个执行路径，价格聚合值计算方法为 $\mathrm{price}=\underset{i\∈{\mathrm{\λ}}_k}{\mathrm{\Σ}}\underset{s_{i,j}\∈S_i}{\mathrm{\Σ}}{p}_{i,j}\·x_{i,j}.$ p_i，j为服务s_i，j的价格，i∈λ_k表示抽象服务S_i在执行路径λ_k上，s_i，j∈S_i表示s_i，j是实现抽象服务S_i的一个具体服务。

2)声望属性聚合建模方法：针对每个执行路径，声望聚合值计算方法为 $\mathrm{reputation}=\frac{1}{\left|{\mathrm{\λ}}_k\right|}\underset{i\∈{\mathrm{\λ}}_k}{\mathrm{\Σ}}\underset{s_{i,j}\∈S_i}{\mathrm{\Σ}}{r}_{i,j}\·x_{i,j}.$ |λ_k|表示执行路径k上包含的抽象服务的个数。

3)执行时间属性聚合建模方法：首先将一个执行路径分解为若干个执行子路径，子执行路径是一个不包含有“并”分支的执行路径(当然也不包含“或”分支)。并针对每个执行子路径，计算执行时间聚合值，执行时间在各个执行子路径上的聚合值计算方法为：

$i\∈{\mathrm{sp}}_m^k$ 表示抽象服务S_i在该执行路径的第k条执行子路径sp_m ^k上。由于一个执行路径的执行时间为各个执行子路径执行时间的最大值，因此，针对各执行子路径，增加一个约束条件： $\underset{i\∈{\mathrm{sp}}_m^k}{\mathrm{\Σ}}\underset{s_{i,j}\∈S_i}{\mathrm{\Σ}}{e}_{i,j}\·x_{i,j}\≤q_k^{\mathrm{executeTime}}\left(X\right).$ 从而， $\mathrm{executeTime}=q_k^{\mathrm{executeTime}}\left(X\right).$

4)执行成功率属性聚合建模方法：针对每个执行路径，执行成功率聚合值计算方法为 $\mathrm{sucessfulRate}=\underset{i\∈{\mathrm{\λ}}_k}{\mathrm{\Π}}\underset{s_{i,j}\∈S_i}{\mathrm{\Π}}{{\mathrm{sr}}_{i,j}}^{x_{i,j}}.$ 为了建模求解的方便，需要通过式子两边取对数的方法，将乘积关系转换为求和方式，即 $\ln \left(\mathrm{sucessfulRate}\right)=\underset{i\∈{\mathrm{\λ}}_k}{\mathrm{\Σ}}\underset{s_{i,j}\∈S_i}{\mathrm{\Σ}}\ln \left({\mathrm{sr}}_{i,j}\right)\·x_{i,j}.$

经过步骤2，我们完成了一种特定的服务质量属性值在复合服务中聚合的计算方法，即我们已知每个子服务的该种服务质量属性值，和复合服务的结构，步骤2给出了如何计算复合服务在这一服务质量属性值的表达式。

3，复合服务的服务质量目标建模方法

在步骤2的基础上，我们给出如何计算复合服务整体服务质量的方法，即复合服务质量模型，并以复合服务整体质量最大化为选择目标。

1)单个服务质量属性值的归一化：经过步骤2，我们计算出了每种服务质量属性的属性值，然而，这些值在各个属性上是异构的，比如，价格可能是若干个货币单位，执行时间是若干个时间单位，成功率是一个百分数，因此，需要一种方法将这些值进行统一，即归一化方法，本发明采用下述方法进行归一：

$f_l\left(X\right)=\left\{\begin{array}{cc}\frac{q_k^l\left(X\right)-\min q_k^l}{\max q_k^l-\min q_k^l}& \mathrm{if}\max q_k^l\≠\min q_k^l\\ 1& \mathrm{if}\max q_k^l=\min q_k^l\end{array}\right.$

$f_l\left(X\right)=\left\{\begin{array}{cc}\frac{{\max q}_k^l-q_k^l\left(X\right)}{\max q_k^l-\min q_k^l}& \mathrm{if}\max q_k^l\≠\min q_k^l\\ 1& \mathrm{if}\max q_k^l=\min q_k^l\end{array}\right.$

f()为归一化函数，上述第一个式子用于服务质量属性为正向的情况，即对于用户来说越大越好，如声望；而第二个式子用于负向的情况，如执行时间。max q_k ^l为服务质量属性l在执行路径k上的最大可能聚合值；min q_k ^l为服务质量属性l在执行路径k上的最小可能聚合值；q_k ^l(X)为服务质量属性l在执行路径k上的实际聚合值，该实际聚合值由步骤2计算。

2)基于加权方式的多服务质量属性目标单一化：用户希望复合服务的总体质量最优，而不是某种单一属性上的最优，因此，需要一种方法，将多个属性值映射到单一目标上，本发明采用加权的方式，如下所示：

${\mathrm{score}}_k\left(X\right)=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{w}_l\·f_l\left(q_k^l\left(X\right)\right)$

其中，w_l为在属性l上的权重。

3)基于概率的复合服务质量模型

由于复合服务包含若干个执行路径，因此，还需要针对各执行路径进行概率加权。基于概率的复合服务质量模型为：

$\mathrm{Max}\underset{\mathrm{epath}=1}{\overset{\mathrm{EP}}{\mathrm{\Σ}}}{\mathrm{pro}}_{\mathrm{epath}}\·{\mathrm{score}}_{\mathrm{epath}}\left(X\right)$

其中，score_epath(X)是price，reputation，execute time和successful rate的加权，pro_epath是该执行路径得到执行的概率。

4，服务质量目标模型和服务质量约束模型的线性化方法

经过上述3个步骤后，我们得到一个0-1多项式整数规划模型，然而，为了能够在多项式时间内获取选择结果，需要将0-1多项式整数规划模型线性化为0-1整数线性规划模型。

0-1多项式整数规划模型的一般形式为 $\underset{i\∈R}{\mathrm{\Σ}}({\mathrm{\γ}}_i\·\underset{j\∈U_i}{\mathrm{\Π}}{x}_j)=Q,$ 即等式的一边为常量，另外一边为若干个带常量系数的x变量乘积的加和，其中x_j为0-1变量，γ_i为常数变量，U_i集合里包含若干个x变量，

表示集合U_i里的所有x变量乘积。

该0-1多项式整数规划表达式转换为0-1整数线性规划表达式的方法为：

$\underset{i\∈R}{\mathrm{\Σ}}({\mathrm{\γ}}_i\·\underset{j\∈U_i}{\mathrm{\Π}}{x}_j)=Q\⇔\left\{\begin{array}{c}\underset{i\∈R}{\mathrm{\Σ}}({\mathrm{\γ}}_i\·y_i)=Q\\ y_i=\left\{\mathrm{0,1}\right\}\\ \underset{j\∈U_i}{\mathrm{\Σ}}{x}_j-y_i\≤\left|U_i\right|-1\\ \left|U_i\right|\·y_i-\underset{j\∈U_i}{\mathrm{\Σ}}{x}_j\≤0\end{array}\right.$

1)用变量y_i替换

2)限制变量y_i取值范围为0或者1，即y_i＝{0，1}；

3)针对每个i，增加两个限制： $\underset{j\∈U_i}{\mathrm{\Σ}}{x}_j-y_i\≤\left|U_i\right|-1$ 和 $\left|U_i\right|\·y_i-\underset{j\∈U_i}{\mathrm{\Σ}}{x}_j\≤0,$ 其中，|U_i|为集合U_i中的元素个数。

本发明的有益效果是：

在服务质量存在关联关系时，相比于现有方法，本方法选择出来的复合服务具有更高的服务质量。

附图说明

图1支持服务质量关联的服务模型定义；

图2支持服务质量关联的复合服务选择实施步骤。

具体实施方式

为了实现支持服务质量关联的复合服务选择，需要复合服务设计人员按照如下步骤进行实施，如图2所示：

1)根据从服务注册库查询到的原子服务质量原始描述，基于“原子服务质量描述模板”，对原子服务质量进行描述，从而获得支持服务质量关联的原子服务质量描述；

2)将基于“原子服务质量描述模板”描述的原子服务质量转换成为基于0-1整数规划的原子服务质量描述；

3)根据基于0-1整数规划的原子服务质量描述和复合服务结构描述，通过复合服务质量聚合方法，计算每种服务质量属性上的复合服务质量0-1整数规划表达式；

4)通过复合服务质量目标建模方法，计算复合服务质量目标的0-1整数多项式规划表达式；

5)通过线性化方法，将复合服务质量目标的0-1整数多项式规划表达式转换为0-1整数线性规划表达式；

6)利用线性规划求解算法，求解复合服务选择结果。

Claims (11)

1.一种支持服务质量关联的复合服务选择方法，其步骤为：

1)原子服务质量映射模块将复合服务内各原子服务质量的描述信息映射到原子服务质量描述模板；

2)原子服务质量描述模板根据描述信息对原子服务质量进行描述，得到复合服务关联下的原子服务质量描述；

3)原子服务质量描述转换模块将原子服务质量描述转换为0-1整数规划的原子服务质量描述；

4)聚合计算模块根据0-1整数规划的原子服务质量描述和复合服务结构描述，计算复合服务的服务质量属性值；

5)根据复合服务的服务质量属性值，复合服务质量模块计算复合服务质量目标的0-1整数多项式规划表达式；

6)将复合服务质量目标的0-1整数多项式规划表达式转换为0-1整数线性规划表达式；

7)利用线性规划求解算法，求解复合服务选择结果。

2.如权利要求1所述的方法，其特征在于所述描述信息包括原子服务的服务质量属性值和各原子服务之间的关联关系；所述原子服务质量描述模板根据所述各原子服务之间的关联关系确定原子服务质量属性的取值，得到所述原子服务质量描述。

3.如权利要求1所述的方法，其特征在于所述将原子服务质量描述转换为0-1整数规划模型的方法为：首先对原子服务的服务质量属性的取值方法进行数学建模；然后将得到的数学模型转换为0-1整数规划模型。

4.如权利要求1或2或3所述的方法，其特征在于所述服务质量属性包括：价格、声望、执行时间、执行成功率。

5.如权利要求4所述的方法，其特征在于首先将复合服务分解成为若干个执行路径，分解后的所述执行路径是一个不包含有“或”分支结构的复合服务。

6.如权利要求5所述的方法，其特征在于计算所述价格属性值的0-1整数规划表达式为： $\mathrm{price}=\underset{i\∈{\mathrm{\λ}}_k}{\mathrm{\Σ}}\underset{s_{i,j}\∈S_i}{\mathrm{\Σ}}{p}_{i,j}\·x_{i,j};$ 其中，p_i，j为服务s_i，j的价格，x_i，j表示服务s_i，j是否被选中，x_i，j为1表示被选中，为0表示没有被选中，i∈λ_k表示抽象服务S_i在执行路径λ_k上，s_i，j∈S_i表示s_i，j是实现抽象服务S_i的一个具体服务。

7.如权利要求5所述的方法，其特征在于计算所述声望属性值的0-1整数规划表达式为： $\mathrm{reputation}=\frac{1}{\left|{\mathrm{\λ}}_k\right|}\underset{i\∈{\mathrm{\λ}}_k}{\mathrm{\Σ}}\underset{s_{i,j}\∈S_i}{\mathrm{\Σ}}{r}_{i,j}\·x_{i,j};$ 其中，|λ_k|表示执行路径k上包含的抽象服务的个数，i∈λ_k表示抽象服务S_i在执行路径λ_k上，s_i，j∈S_i表示s_i，j是实现抽象服务S_i的一个具体服务，r_i，j为服务s_i，j的声望，x_i，j表示服务s_i，j是否被选中，x_i，j为1表示被选中，为0表示没有被选中。

8.如权利要求5所述的方法，其特征在于计算所述执行时间属性值的0-1整数规划表达式为：首先将所述执行路径分解为若干个执行子路径，所述子执行路径为一不包含有“并”和“或”分支的执行路径；然后并针对每个执行子路径，计算执行时间聚合值，执行时间在各个执行子路径上的聚合值计算方法为：

其中， $i\∈{\mathrm{sp}}_m^k$ 表示抽象服务S_i在该执行路径的第k条执行子路径sp_m ^k上，s_i，j∈S_i表示s_i，j是实现抽象服务S_i的一个具体服务，e_i，j为服务s_i，j的执行时间，x_i，j表示服务s_i，j是否被选中，x_i，j为1表示被选中，为0表示没有被选中。

9.如权利要求5所述的方法，其特征在于计算所述执行成功率属性值的0-1整数规划表达式为： $\mathrm{sucessfulRate}=\underset{i\∈{\mathrm{\λ}}_k}{\mathrm{\Π}}\underset{s_{i,j}\∈S_i}{\mathrm{\Π}}{{\mathrm{sr}}_{i,j}}^{x_{i,j}};$ 其中，x_i，j表示服务s_i，j是否被选中，x_i，j为1表示被选中，为0表示没有被选中，sr_i，j为服务s_i，j的执行成功率，i∈λ_k表示抽象服务S_i在执行路径λ_k上，s_i，j∈S_i表示s_i，j是实现抽象服务S_i的一个具体服务。

10.如权利要求1所述的方法，其特征在于所述计算复合服务质量目标的0-1整数多项式规划表达式的方法为：

1)将服务质量属性值进行归一化；

2)基于加权方式，对多服务质量属性目标映射到单一目标上，进行单一化；

3)基于概率的复合服务质量模型，对各执行路径进行概率加权，得到所述计算复合服务质量目标的0-1整数多项式规划表达式。

11.如权利要求1所述的方法，其特征在于所述将计算复合服务质量目标的0-1整数多项式规划表达式转换为计算复合服务质量目标的0-1整数线性规划表达式的方法为：

1)用变量y_i替换0-1整数多项式规划表达式中的

2)限制变量y_i取值范围为0或者1，即y_i＝{0，1}；

3)针对每个y_i，增加两个限制： $\underset{j\∈U_i}{\mathrm{\Σ}}{x}_j-y_i\≤\left|U_i\right|-1$ 和 $\left|U_i\right|\·y_i-\underset{j\∈U_i}{\mathrm{\Σ}}{x}_j\≤0,$ 其中，|U_i|为集合U_i中的元素个数。

Images