CN102004951A - 一种基于角色关联的角色组划分方法 - Google Patents

Abstract

一种基于角色关联的角色组划分方法，应用Pi演算的相关理论和流程模型复杂度理论对Choreography中的角色和角色之间的关系进行重新处理以达到WSBPEL执行性能优化。通过设计相关的关联函数和训练科学的阀值对Choreography中的参与者(Participant)中的角色(Role)重新进行划分形成新的分组(Group)。因此角色关联划分的方式是粒度可调控的，通过具体实际的情况做出最优的划分粒度，最大的提高流程的执行效率。

Description

一种基于角色关联的角色组划分方法 

技术领域

本发明涉及基于角色关联的角色组划分，尤其是对CDL中参与者的基于角色关联的角色组划分方法。 

背景技术

Web服务组合是指应用相关语言把细粒度的Web服务根据用户需求和特定的上下文组合成更大粒度服务的组合过程。服务组合语言是用来描述服务组合对象、对象之间关系以及实现服务组合的编程环境，是实现服务组合的技术基础。服务组合语言为服务重用与集成提供了应用基础，在推动服务组合应用中起到了巨大作用。对于服务组合的语言，根据现在的研究，有基于工作流的模型的，有基于组建技术与网格计算的。对于服务组合方式的宏观层次而言，大致分为Orchestration方式和Choreography。 

Choreography描述了用来管理单个进程之间相互交互的全局协议。每个进程提供了自己的服务且使用合作伙伴的进程。Choreography用于从全局的角度描绘某个应用场景下，若干Web服务彼此间如何交互，其设计结果是一个不可执行的方案，需要各个节点从中抽取出自己应实现的Web服务，然后按照此方案与其他Web服务交互。 

Orchestration是业务流程建模和可执行的流程，通过它可与内部、外部Web服务互操作并执行商业流程。它们之间的互操作是一种信息级别的操 作，包括通信动作、内部动作、商业逻辑、任务执行顺序等。内部动作包括数据的转换和内部软件模块的调用，是告诉消息引擎做什么和何时做的代码，可以使商业组织实现长程的、事务性的、多步骤的进程模型。在服务组合建模中，Orchestration常用来业务流程建模、业务分析定义和建模图形化流程，而不需考虑底层自动化流程的代码复杂性。 

目前在服务组合建模中，BPEL常用来业务流程建模、业务分析定义和建模图形化流程。这种方案是静态的映射方式，适用于自底向上的服务组合设计方案。但是还有很多重要应用采用自顶向下的设计方案，例如基于CDL的设计方法也有广泛应用。使用动态映射方式，通过角色关联方案把用户给出的CDL实例转换成可执行的BPEL，然后调用适当BPEL执行引擎去具体执行。 

发明内容

本发明的目的在于提供一种能够高效地把CDL模型映射为企业中的执行BPEL，实现CDL与BPEL间的动态映射的基于角色关联的角色组划分方法。从而改变已有域的映射方式，得到粒度适中的BPEL，提高执行效率。同时提供关联域映射规则库，把CDL中的频繁操作有效结合在一起，聚合服务应用，方便服务组合实现，有效控制服务BPEL的粒度。 

为达到上述目的，本发明采用的技术方案是： 

1)对系统加载进来的CDL文件进行解析，根据参与者(participant)的不同行为提取出角色，为后续生成角色分组关系功能提供前提基础； 

2)角色关联函数 

$\mathrm{relation}(R_i,R_j)=\underset{{\mathrm{path}}_x\∈\left\{\mathrm{path}(R_i,R_j)\right\}}{\mathrm{\Σ}}{\mathrm{\ω}}_{i}E(R_i,R_k){\mathrm{\ω}}_{j}E(R_i,R_j)\underset{k,l\∈{\mathrm{path}}_x}{\mathrm{\Π}}\frac{{\mathrm{\ω}}_k}{{\mathrm{ExtraM}}_k+1}E(R_k,R_l)$

表示角色Ri和角色Rj间的角色关联度，根据角色关联度的大小，将这两个 角色参与的活动形成一个新的分组，并命名为角色组G；其中：Ri和Rj表示展现不同行为的两个角色，E(Ri，Rj)表示Ri和Rj的交互的次数的总和，M表示任意角色的操作集合；ωi表示角色Ri的活动的利用率；Mk表示角色Rk参与的操作集；ExtraMk表示该角色Rk除了在与交互树中的角色进行交互的同时，还调用了其他参与者的角色的操作；path(Ri，Rj)表示角色Ri到角色Rj的所有角色树分支的路径； 

3)阈值选取，采用数据训练的方式确定最优阈值s，当最优阈值s被选中时，角色组G对应的BPEL流程复杂度为最大值，设其为M，流程复杂度的计算见步骤5)； 

4)角色Ri与角色组G的角色关联度等于该角色Ri与角色组G每一个角色的关联度之和然后除以角色组中角色的数量； 

5)流程复杂度，设n1是BPEL流程里所有活动中的控制元素的总数，这些活动之间不能嵌套； 

设n2是流程中活动的数据参数个数， 

设N1为流程中活动出现的次数， 

设N2为流程中数据参数出现的次数， 

由以上的数据，计算量度： 

流程长度N＝N1+N2； 

流程词汇量n＝n1+n2； 

流程容量V＝N*log2n； 

流程复杂度D＝n1/2+N2/n2； 

给出BPEL控制流复杂度的度量方法，Control-flow Complexity，简称CFC，BPEL流程的逻辑是由相互独立的活动组成的，流程(process)用P表 示，活动(activity)用a表示，则 

6)对WSCDL文件做语法解析得到Choreography中所有的参与者对象及其扮演的所有角色对象，对于每个角色对象再遍历WSCDL获得由该角色端完成的交互活动，将所得到的信息形成一个角色交互树； 

7)在建立的角色关联树中，角色关联树的根元素为Choreography的头元素，取角色关联树根元素Rt，计算Rt和Rm之间的角色关联度relation(Rt，Rm)，Rm指的是关联树中的任一角色计算方法见步骤2)，其中E(Rt，Rm)≠0； 

8)若relation(Rt，Rm)＞s，则把Rm放在Rt所在的组内，使这两个角色成为一组，若relation(Rt，Rm)＞＝s，直接跳转9)； 

9)将Rm作为树根元素Rt，重复8)的操作，直到Rm为角色关联的叶子节点； 

10)如果存在relation(Rt，Rm)＞s，且relation(Rp，Rm)＞S的情况产生，其中Rp为角色关联树中不同于Rm的另一角色，将Rt所在的角色组记为Group1和把Rp所在的角色组记为Group2，若relation(Rm，Group1)＞relation(Rm，Group2)，将Rm从放在Group1中，反之亦然； 

11)存储结构应用HashMap存储RoleItem和分组序号，RoleItem是角色信息类，它包含了角色名称，角色所属参与者类型以及活动率等属性，分组序号即是角色分组后的所在组序号。 

本发明应用Pi演算的相关理论和流程模型复杂度理论对Choreography中的角色和角色之间的关系进行重新处理以达到WSBPEL执行性能优化。通过设计相关的关联函数和训练科学的阀值对Choreography中的参与者(Participant)中的角色(Role)重新进行划分形成新的分组(Group)。因此 角色关联划分的方式是粒度可调控的，通过具体实际的情况做出最优的划分粒度，最大的提高流程的执行效率。同时使用基于角色关联的角色组划分方法设计基于角色关联的角色划分算法，该算法基于贪婪算法的启发式算法，对Choreography模型中所有角色进行划分分组，可以达到一种动态的映射方式，把用户给出的CDL实例动态地转换成可执行的BPEL，提高转换效率，节约储存空间，有利于CDL与BPEL的推广与应用；同时在实现SOA或者SOC中把自底向上的执行方案与自顶向下的规范实现相结合，提高SOA架构实例的正确性。 

附图说明

图1是本发明的模型图； 

图2是本发明的系统处理流程图。 

具体实施方式

下面结合附图对本发明作进一步说明。 

本发明的角色分组处理方法如下： 

1)对系统加载进来的CDL文件进行解析，根据参与者(participant)的不同行为提取出角色，为后续生成角色分组关系功能提供前提基础； 

2)角色关联函数 

$\mathrm{relation}(R_i,R_j)=\underset{{\mathrm{path}}_x\∈\left\{\mathrm{path}(R_i,R_j)\right\}}{\mathrm{\Σ}}{\mathrm{\ω}}_{i}E(R_i,R_k){\mathrm{\ω}}_{j}E(R_i,R_j)\underset{k,l\∈{\mathrm{path}}_x}{\mathrm{\Π}}\frac{{\mathrm{\ω}}_k}{{\mathrm{ExtraM}}_k+1}E(R_k,R_l)$

表示角色Ri和角色Rj间的角色关联度，根据角色关联度的大小，将这两个角色参与的活动形成一个新的分组，并命名为角色组G；其中：Ri和Rj表示展现不同行为的两个角色，E(Ri，Rj)表示Ri和Rj的交互的次数的总和，M表示任意角色的操作集合；ωi表示角色Ri的活动的利用率；Mk表示角色 Rk参与的操作集；ExtraMk表示该角色Rk除了在与交互树中的角色进行交互的同时，还调用了其他参与者的角色的操作；path(Ri，Rj)表示角色Ri到角色Rj的所有角色树分支的路径； 

3)阈值选取，采用数据训练的方式确定最优阈值s，当最优阈值s被选中时，角色组G对应的BPEL流程复杂度为最大值，设其为M，流程复杂度的计算见步骤5)； 

4)角色Ri与角色组G的角色关联度等于该角色Ri与角色组G每一个角色的关联度之和然后除以角色组中角色的数量； 

5)流程复杂度，设n1是BPEL流程里所有活动中的控制元素的总数，这些活动之间不能嵌套； 

设n2是流程中活动的数据参数个数， 

设N1为流程中活动出现的次数， 

设N2为流程中数据参数出现的次数， 

由以上的数据，计算量度： 

流程长度N＝N1+N2； 

流程词汇量n＝n1+n2； 

流程容量V＝N*log2n； 

流程复杂度D＝n1/2+N2/n2； 

给出BPEL控制流复杂度的度量方法，Control-flow Complexity，简称CFC，BPEL流程的逻辑是由相互独立的活动组成的，流程(process)用P表示，活动(activity)用a表示，则 

6)对WSCDL文件做语法解析得到Choreography中所有的参与者对象及其扮演的所有角色对象，对于每个角色对象再遍历WSCDL获得由该角色端完 成的交互活动，将所得到的信息形成一个角色交互树；

7)在建立的角色关联树中，角色关联树的根元素为Choreography的头元素，取角色关联树根元素Rt，计算Rt和Rm之间的角色关联度relation(Rt，Rm)，Rm指的是关联树中的任一角色计算方法见步骤2)，其中E(Rt，Rm)≠0； 

8)若relation(Rt，Rm)＞s，则把Rm放在Rt所在的组内，使这两个角色成为一组，若relation(Rt，Rm)＞＝s，直接跳转9)； 

9)将Rm作为树根元素Rt，重复8)的操作，直到Rm为角色关联的叶子节点； 

10)如果存在relation(Rt，Rm)＞s，且relation(Rp，Rm)＞S的情况产生，其中Rp为角色关联树中不同于Rm的另一角色，将Rt所在的角色组记为Group1和把Rp所在的角色组记为Group2，若relation(Rm，Group1)＞relation(Rm，Group2)，将Rm从放在Group1中，反之亦然； 

11)存储结构应用HashMap存储RoleItem和分组序号，RoleItem是角色信息类，它包含了角色名称，角色所属参与者类型以及活动率等属性，分组序号即是角色分组后的所在组序号。 

如图1，本发明的角色划分的模型图的使用包括： 

活动者：用户，CDL模型 

用例说明： 

(1)用例名称：CDL建模设计 

参与者：用户 

主要事件流： 

1、用户图形化对话框交互、拖拽、编辑 

2、用户图形化查看CDL模型 

(2)用例名称：CDL模型解析 

参与者：CDL模型 

主要事件流： 

1、CDL模型文档作为输入 

2、系统对CDL模型解析提取所有信息 

3、输出结果是除CDL建模设计用例之外其它用例的输入要求 

(3)用例名称：生成角色关联数组 

参与者：CDL模型 

主要事件流： 

1、查看CDL模型的角色相关信息 

2、提取处理CDL模型的角色相关的活动等 

3、输出结果为CDL模型角色的划分结果。 

(4)用例名称：生成角色组BPEL 

参与者：CDL模型 

主要事件流： 

1、角色关联数组 

2、角色关联阈值 

图2描述了系统处理流程。 

1)对系统加载进来的CDL文件进行解析，根据参与者(participant)的不同行为提取出角色，为后续生成角色分组关系功能提供前提基础； 

2)角色关联函数 

$\mathrm{relation}(R_i,R_j)=\underset{{\mathrm{path}}_x\∈\left\{\mathrm{path}(R_i,R_j)\right\}}{\mathrm{\Σ}}{\mathrm{\ω}}_{i}E(R_i,R_k){\mathrm{\ω}}_{j}E(R_i,R_j)\underset{k,l\∈{\mathrm{path}}_x}{\mathrm{\Π}}\frac{{\mathrm{\ω}}_k}{{\mathrm{ExtraM}}_k+1}E(R_k,R_l)$

表示角色Ri和角色Rj间的角色关联度，根据角色关联度的大小，将这两个角色参与的活动形成一个新的分组，并命名为角色组G；其中：Ri和Rj表示展现不同行为的两个角色，E(Ri，Rj)表示Ri和Rj的交互的次数的总和，M表示任意角色的操作集合；ωi表示角色Ri的活动的利用率；Mk表示角色Rk参与的操作集；ExtraMk表示该角色Rk除了在与交互树中的角色进行交互的同时，还调用了其他参与者的角色的操作；path(Ri，Rj)表示角色Ri到角色Rj的所有角色树分支的路径； 

3)阈值选取，采用数据训练的方式确定最优阈值s，当最优阈值s被选中时，角色组G对应的BPEL流程复杂度为最大值，设其为M，流程复杂度的计算见步骤5)； 

4)角色Ri与角色组G的角色关联度等于该角色Ri与角色组G每一个角色的关联度之和然后除以角色组中角色的数量； 

5)流程复杂度，设n1是BPEL流程里所有活动中的控制元素的总数，这些活动之间不能嵌套； 

设n2是流程中活动的数据参数个数， 

设N1为流程中活动出现的次数， 

设N2为流程中数据参数出现的次数， 

由以上的数据，计算量度： 

流程长度N＝N1+N2； 

流程词汇量n＝n1+n2； 

流程容量V＝N*log2n； 

流程复杂度D＝n1/2+N2/n2； 

给出BPEL控制流复杂度的度量方法，Control-flow Complexity，简称CFC，BPEL流程的逻辑是由相互独立的活动组成的，流程(process)用P表示，活动(activity)用a表示，则 

6)对WSCDL文件做语法解析得到Choreography中所有的参与者对象及其扮演的所有角色对象，对于每个角色对象再遍历WSCDL获得由该角色端完成的交互活动，将所得到的信息形成一个角色交互树； 

7)在建立的角色关联树中，角色关联树的根元素为Choreography的头元素，取角色关联树根元素Rt，计算Rt和Rm之间的角色关联度relation(Rt，Rm)，Rm指的是关联树中的任一角色计算方法见步骤2)，其中E(Rt，Rm)≠0； 

8)若relation(Rt，Rm)＞s，则把Rm放在Rt所在的组内，使这两个角色成为一组，若relation(Rt，Rm)＞＝s，直接跳转9)； 

9)将Rm作为树根元素Rt，重复8)的操作，直到Rm为角色关联的叶子节点； 

10)如果存在relation(Rt，Rm)＞s，且relation(Rp，Rm)＞S的情况产生，其中Rp为角色关联树中不同于Rm的另一角色，将Rt所在的角色组记为Group1和把Rp所在的角色组记为Group2，若relation(Rm，Group1)＞relation(Rm，Group2)，将Rm从放在Group1中，反之亦然； 

11)存储结构应用HashMap存储RoleItem和分组序号，RoleItem是角色信息类，它包含了角色名称，角色所属参与者类型以及活动率等属性，分组序号即是角色分组后的所在组序号。 

图2中角色组划分算法实现如下表。 

Claims (1)

1.一种基于角色关联的角色组划分方法，其特征在于：

1)对系统加载进来的CDL文件进行解析，根据参与者(participant)的不同行为提取出角色，为后续生成角色分组关系功能提供前提基础；

2)角色关联函数

$\mathrm{relation}(R_i,R_j)=\underset{{\mathrm{path}}_x\∈\left\{\mathrm{path}(R_i,R_j)\right\}}{\mathrm{\Σ}}{\mathrm{\ω}}_{i}E(R_i,R_k){\mathrm{\ω}}_{j}E(R_i,R_j)\underset{k,l\∈{\mathrm{path}}_x}{\mathrm{\Π}}\frac{{\mathrm{\ω}}_k}{{\mathrm{ExtraM}}_k+1}E(R_k,R_l)$

表示角色Ri和角色Rj间的角色关联度，根据角色关联度的大小，将这两个角色参与的活动形成一个新的分组，并命名为角色组G；其中：Ri和Rj表示展现不同行为的两个角色，E(Ri，Rj)表示Ri和Rj的交互的次数的总和，M表示任意角色的操作集合；ωi表示角色Ri的活动的利用率；Mk表示角色Rk参与的操作集；ExtraMk表示该角色Rk除了在与交互树中的角色进行交互的同时，还调用了其他参与者的角色的操作；path(Ri，Rj)表示角色Ri到角色Rj的所有角色树分支的路径；

3)阈值选取，采用数据训练的方式确定最优阈值s，当最优阈值s被选中时，角色组G对应的BPEL流程复杂度为最大值，设其为M，流程复杂度的计算见步骤5)；

4)角色Ri与角色组G的角色关联度等于该角色Ri与角色组G每一个角色的关联度之和然后除以角色组中角色的数量；

5)流程复杂度，设n1是BPEL流程里所有活动中的控制元素的总数，这些活动之间不能嵌套；

设n2是流程中活动的数据参数个数，

设N1为流程中活动出现的次数，

设N2为流程中数据参数出现的次数，

由以上的数据，计算量度：

流程长度N＝N1+N2；

流程词汇量n＝n1+n2；

流程容量V＝N*log2n；

流程复杂度D＝n1/2+N2/n2；

给出BPEL控制流复杂度的度量方法，Control-flow Complexity，简称CFC，BPEL流程的逻辑是由相互独立的活动组成的，流程(process)用P表示，活动(activity)用a表示，则

6)对WSCDL文件做语法解析得到Choreography中所有的参与者对象及其扮演的所有角色对象，对于每个角色对象再遍历WSCDL获得由该角色端完成的交互活动，将所得到的信息形成一个角色交互树；

7)在建立的角色关联树中，角色关联树的根元素为Choreography的头元素，取角色关联树根元素Rt，计算Rt和Rm之间的角色关联度relation(Rt，Rm)，Rm指的是关联树中的任一角色计算方法见步骤2)，其中E(Rt，Rm)≠0；

8)若relation(Rt，Rm)＞s，则把Rm放在Rt所在的组内，使这两个角色成为一组，若relation(Rt，Rm)＞＝s，直接跳转9)；

9)将Rm作为树根元素Rt，重复8)的操作，直到Rm为角色关联的叶子节点；

10)如果存在relation(Rt，Rm)＞s，且relation(Rp，Rm)＞S的情况产生，其中Rp为角色关联树中不同于Rm的另一角色，将Rt所在的角色组记为Group1和把Rp所在的角色组记为Group2，若relation(Rm，Group1)＞relation(Rm，Group2)，将Rm从放在Group1中，反之亦然；

11)存储结构应用HashMap存储RoleItem和分组序号，RoleItem是角色信息类，它包含了角色名称，角色所属参与者类型以及活动率等属性，分组序号即是角色分组后的所在组序号。

Images