CN108964973B - 面向Web基于Bigraph替换算法的服务质量监控方法 - Google Patents

面向Web基于Bigraph替换算法的服务质量监控方法 Download PDF

Info

Publication number
CN108964973B
CN108964973B CN201810512839.1A CN201810512839A CN108964973B CN 108964973 B CN108964973 B CN 108964973B CN 201810512839 A CN201810512839 A CN 201810512839A CN 108964973 B CN108964973 B CN 108964973B
Authority
CN
China
Prior art keywords
service
bigraph
data cell
data
port
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810512839.1A
Other languages
English (en)
Other versions
CN108964973A (zh
Inventor
陆佳炜
周焕
高燕煦
李�杰
赵伟
高飞
肖刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201810512839.1A priority Critical patent/CN108964973B/zh
Publication of CN108964973A publication Critical patent/CN108964973A/zh
Application granted granted Critical
Publication of CN108964973B publication Critical patent/CN108964973B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/002—Biomolecular computers, i.e. using biomolecules, proteins, cells
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Organic Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

一种面向Web基于Bigraph替换算法的服务质量监控方法，包括以下步骤：第一步、结合Bigraph理论，建立一个服务组合框架，分为两阶段；1.1、信息抽取和细胞建模；1.2、服务组合；第二步、基于所述的框架提出的面向Web基于Bigraph替换算法的服务质量监控方法，过程如下：2.1：Web服务的信息抽取；2.2：细胞建模；2.3：失效服务检测。本发明提出面向Web基于Bigraph替换算法的服务质量监控方法，通过监控服务的质量，当发现服务失效时，自动将细胞Bigraph中的该失效服务信息删除，从而达到系统对失效服务组合的预警，后期进行相关服务的替换，进而可以保障服务的质量。

Description

面向Web基于Bigraph替换算法的服务质量监控方法
技术领域
本发明涉及Web服务组合领域，尤其是数据服务的质量监控方法。
背景技术
数据即服务(Data as a Service，DaaS)是一种新兴的云计算服务模式，通过互联网上的不同协议以及时、低成本的方式向消费者按需提供数据。DaaS的主要目标是克服数据技术中先进方法的局限性，根据这些方法存储数据，并从位置已知且与共享、处理相关的存储库中访问数据。利用DaaS不仅可以随时随地支持数据访问，而且可以降低数据管理成本。不同类型的DaaS，允许消费者在大量丰富的数据源上执行数据请求和分析，提高了对数据的访问灵活性。例如Azure的Data Market、大数据平台供应商Infochimps与开发位置数据平台Factual。以及随之产生的一系列研究系统。
然而，由于单个数据服务功能单一，难以满足在复杂网络环境中各个消费者的需求，因此，服务组合已成为面向服务架构(Service Oriented Architecture，SOA)中构建新服务和满足业务需求的主要手段，在业务流程的构造和重组中处于核心地位。但高动态的Web服务运行环境和多样化的用户需求增加了服务组合的动态适应难度。事实上，现有的这类服务组合系统并没有过多考虑全局设计与固定需求目标，其内的每个组成服务个体为了自身的利益最大化而提供服务，系统松散结合并根据需求变化或者自身利益而演化。在服务组合的执行期间，有的服务由于服务执行环境或者服务中的部分软件或者硬件的环境出现变化，导致服务的失效，因此，服务监控成为面向服务的软件系统的一种主要的可用性保障手段。通过服务监控可以及时获得服务的实时状态、负载、响应时间等可用性信息，从而可在此基础上对服务可用性进行准确度量，并进一步根据度量结果采取相应的可用性保障手段。
国内外许多学者对服务监控方法进行了大量的相关研究，例如中国专利公开的一种云服务的自动化监控方法和系统，专利号为CN201710378048.X，主要通过逻辑回归算法从云服务样本数据中学习云服务监控模型，提高云服务监控的准确率。但是未使用描述性语言对监控对象之间的关联关系进行准确描述，使用范围有限。伦敦城市大学的Contreras等人于2012年设计了一个服务动态监控框架PRadapt，该框架在服务应用系统运行状态及上下文发生变化时，可以动态地增加、修改及删除服务监控规则。但如此高度灵活性需要付出较高的代价，系统效率有限。浙江大学的李泽彪等人于2015年提出一种云制造环境下的生产加工服务监控方法，通过分析服务监控需求的基础上提出生产服务监控的体系框架，但是主要从需求分析和服务流程上面进行监控，需要针对不同的服务采取不同的监控方法，监控流程复杂且适用领域有限。
生物细胞作为一种结构精密的形态整体，在生长、分化和生理活动过程中其结构能根据环境不断发生变化。在分析细胞的多种复杂的生物特性后，发现将服务组合的动态行为与生物细胞的行为方式进行比较，在某些方面两者呈现出一定的相似特效。因此可以将数据服务同生物细胞结合，通过模拟生物细胞的智能行为，来分析服务组合的演化行为。例如，北京大学的Zhang提出的活化细胞理论，将数据组织为一组活化细胞，每个细胞是与计算能力相结合的数据集合，随着用户需求的变化，活化细胞可以自发演变满足新的查询负载，但是其只是提出了一种理论方法，并没有对数据与细胞结合的可行性进行分析。Zhang等人之后提出一种基于活化细胞理论的面向数据服务体系结构，将活化细胞作为系统的基本单元，细胞之间具有嵌套与层次结构，并具有一系列交互能力，在系统层次提高了数据的分析能力与系统的灵活性。但是其理论主要应用于数据服务体系的非线性任务中提高异构数据的可伸缩性和灵活性。并没有对细胞交互行为进行很好的形式化描述与演化推理。云南大学Wei通过对Spark集群和生物的DNA/RNA测序结合，全面研究了各生物信息学阶段对不同工作负载的性能影响，但是其主要目的在于解决Spark系统上如何有效管理生物信息的数据分析服务。
发明内容
本发明针对数据即服务的思想，将数据服务封装为具有智能行为的数据细胞，从而在数据细胞的层次进行服务组合的演化建模和动态行为分析。为了克服传统的形式化方法很难对数据细胞的生命活动进行准确推理，本发明以数据细胞为载体，基于Bigraph理论，针对数据即服务的思想提出面向Web基于Bigraph替换算法的服务质量监控方法。该方法通过对数据细胞的结构与行为进行设计与分析，以提高系统的灵活性，使系统能够适应复杂的分析应用，并且在数据细胞的动态行为演化中通过Bigraph替换算法来监控服务组合的有效性。
为了解决上述技术问题本发明所采用的技术方案是：
一种面向Web基于Bigraph替换算法的服务质量监控方法，所述服务质量监控方法包括以下步骤：
第一步、结合Bigraph理论，建立一个服务组合框架，分为两阶段；
1.1、信息抽取和细胞建模：提取服务的相关描述信息，得到服务描述元数据，基于抽取的服务信息，根据服务的语法信息匹配服务操作参数与资源状态，基于Bigraph理论构建数据细胞和数据细胞簇的结构及生物特性，代表服务的状态信息与服务间潜在的调用关系；
1.2、服务组合：将数据细胞和数据细胞簇作为服务的演化行为方式的载体。选取数据细胞和细胞簇进行服务组合，模拟服务生成组合服务的行为模式，构建基于数据细胞的服务组合模型；
第二步、基于所述的框架提出的面向Web基于Bigraph替换算法的服务质量监控方法，过程如下：
2.1：Web服务的信息抽取
在Web服务的信息抽取阶段，将服务的名称映射为s，每个服务对应一个控制C，唯一，组成规则为：C＝s:control；将服务的可用性度量映射为U，将服务的端口的ID、名称和类型分别映射为pI、pN和pT，另外将端口的控制类型映射为pC，代表此端口是输入、输出还是输入/输出；将此服务和其他服务的依赖状态映射为CL，组成规则为：CL＝<DL,CN>，其中，DL是当前服务的依赖层次，CN则是与之依赖的另一个服务的控制名称；
2.2：细胞建模
对于服务的形式化建模需要根据映射规则，将服务的结构和消息交互行为加以映射到对应形式化结构和动作，从而通过形式化的方法对服务及其组合进行进程演算；
2.3：失效服务检测
通过监控服务的质量，当发现服务失效时，自动将细胞Bigraph中的该失效服务信息删除，从而达到系统对失效服务组合的预警，后期进行相关服务的替换，进而可以保障服务的质量。
进一步，所述步骤2.2中，给出的形式定义如下：
定义1.数据细胞的Bigraph定义是一个五元组DC＝<S,E,Ctrl,CP,CL>:<m,X>→<n,Y>，其中，
(1)S是数据细胞内包含有限的服务集，
Figure BDA0001672848470000031
称为一个数据服务；对于数据细胞DCi，其内最多可有Ni个数据服务；
(2)E是包含服务集的有限边集合，
Figure BDA0001672848470000032
称为一条连接边；
(3)Ctrl:S→C，代表服务到控制C的映射图；
(4)CP、CL为位置图和连接图，分别表示各计算服务的所在位置和服务之间的依赖关系；
(5)内部接口<m,X>代表数据细胞的Bigraph形式中有m个根和一组内连接边集合X，外部接口<n,Y>代表有n个site和一组外连接边集合Y；
定义2.服务的控制C是五元组C＝<CN,CT,P,CL,U>，代表该服务的上下文关系，其中，
(1)CN和CT分别是该服务控制的名称和类型；
(2)P是当前服务控制上端口的有限集，
Figure BDA0001672848470000041
称为一个端口；
(3)CL＝<DL,CN>，代表该服务当前的依赖状态，DL是当前服务的依赖层次，CN是与之依赖的控制名称；
(4)U是当前服务的可用性度量，是一个概率值；
定义3.服务的依赖层次DL代表该服务的组合结构，取值来自状态集{⊙,《,》}，其中⊙,《,》分别代表此服务和其他服务为无依赖、前置依赖、后置依赖等关系；
定义4.端口的定义是一个四元组p＝<pI,pN,pT,pC,>，其中，
(1)pI和pN分别是该端口的ID和名称；
(2)pT是该端口的类型，代表接口参数的类型；
(3)pC是该端口的控制属性，取值来自状态集
Figure BDA0001672848470000042
其中
Figure BDA0001672848470000043
分别代表该端口是输入端口、输出端口还是输入/输出端口；
数据细胞的Bigraph定义目的在于构造数据细胞的结构和生物特性，每一个数据细胞对应一个原子服务或者复合服务，从而体现服务的结构资源特点和相互依赖关系，数据细胞的具体结构和元素定义详见表1，一个数据细胞对应Bigraph中的root，数据细胞中的每个服务对应Bigraph中的节点，服务之间的依赖关系为Bigraph中节点的连接边，每个服务的基本信息和上下文关系对应Bigraph中节点的控制，服务的每个输入、输出端口对应Bigraph中节点端口的形状；
Figure BDA0001672848470000044
表1
由于单个数据细胞提供的服务功能相对较为单一，但在实际应用中，为满足用户日益复杂的需求，需要从网络上选择合适的服务并按照一定的业务规则进行组合，构建可伸缩的松耦合的组合，数据细胞簇基于服务组合的四种工作流模式，由多个数据细胞按照功能属性和需求调用动态聚集组合而成；数据细胞基于Bigraph的合成、并置规则从而形成数据细胞簇，数据细胞簇同样能够消化从环境中感知吸收和其他数据细胞交流的信息，智能地与其他数据细胞进行互动，从而可以提供更加精确复杂的服务功能；DCEM中数据细胞簇的相关形式定义如下：
定义5.数据细胞簇的定义是一个三元组DCC＝<DCS,CS,LinkS>，其中，
(1)DCS是一个数据细胞的有限集，
Figure BDA0001672848470000051
称为一个数据细胞；
(2)CS是数据细胞组合结构的有限集；
(3)LinkS是数据细胞簇中各端口的连接集合，
Figure BDA0001672848470000052
称为两个端口的连接关系；
定义6.数据细胞的组合结构cs是一个三元组cs＝<DCi,DCj,St>，其中，
(1)DCi、DCj分别代表数据细胞i和数据细胞j，且满足DCi∩DCj＝Φ；
(2)St是该组合数据细胞的依赖结构，取值来自状态集{·、+、||、*}，分别代表这数据细胞DCi与DCi组合是顺序、选择、并行或者循环结构；
定义7.端口的连接关系是一个二元组Link＝<pi,pj>，其中，pi、pj分别代表两个不同数据服务的端口，且满足pi∩pj＝Φ；
项语言是Bigraph动态演化的形式化规约和性质验证的基础，不同工作流模式的数据细胞簇项语言定义具有通用特征，为了更好的描述不同服务结构数据细胞簇的项语言定义，归纳总结一系列符号和定义，如表2所示：
符号 定义
DC<sub>m</sub> 第m个数据细胞
S<sub>n</sub> 第n个数据服务
e<sub>i</sub> 第i条数据服务连接边
i<sub>j</sub> 第j个内部名
I<sub>j</sub> 用外部名替换的第j个内部名
o<sub>k</sub> 第k个外部名
表2
通过Bigraph中项语言的表达理论和表2中基于数据细胞结构的相关定义，对上文所述的基于服务组合工作流模式构造的数据细胞簇分析，在数据细胞簇项语言形式化上下文中，定义基本代数概念，所述基本代数概念包括基调和项集；
定义8：数据细胞簇形式化定义上的基调∑由类子：数据细胞集DC、数据服务集S、边集E、内部连接集I、外部连接集O、地点集N和一系列操作符·、+、||、*组成，每个操作符f的操作数记为ar(f)；
定义9：令Σ是数据细胞簇形式化定义上的基调，则基调Σ上的项集∏(Σ)是满足以下条件的最小集合：
(1)每个类子变量都是项集中的元素；
(2)
Figure BDA0001672848470000061
(3)如果f∈Σ，且DC1,DC2,...,DCiar(f)∈∏(Σ),那么f(DC1,DC2,…,DC iar(f))∈∏(Σ)；
定义10：令Σ是数据细胞簇形式化定义上的基调，∏(Σ)是基调Σ上的项集,若u(f)∈∏(Σ),则称u(f)为基于操作f的项；项的定义也可采用结构归纳定义，表示成以下形式：
Figure BDA0001672848470000062
其中::＝表示归纳定义，ELrule代表数据细胞簇Bigraph形式中边和连接的形式化定义，DCi代表单个数据细胞的项语言定义，m为数据细胞的个数。
更进一步，所述步骤2.3中面向web基于Bigraph替换算法的服务质量监控方法流程如下：
2.3.1：设置最低服务质量的阈值Umin；
2.3.2：监控服务s的服务质量U，如果此时的服务质量低于Umin，判定该服务失去其功能，需要对包含该服务的Bigraph中的s服务信息进行删除，否则转2.3.3；
2.3.3：该服务的服务质量正常，继续进行服务监控，根据外部需求每隔一定时间后更新服务s的服务质量U，并转向2.3.2。
所述步骤2.3.2中，对包含该服务的Bigraph中的s服务信息进行删除的流程如下：
2.3.2.1：依次解析检测的数据细胞Bigraph BC的结构，其中服务集合Sn代表其内共有n个数据服务，读取当前已经解析的服务si，si(0<i<n+1)代表第i个数据服务，如果si为空，则设i＝1，否则i＝i+1，如果i＝n，则表示当前系统已解析完最后一个服务结束并转步骤2.3.2，否则转2.3.2.2；
2.3.2.2：判断步骤2.3.2中失效服务s是否和步骤2.3.2.1中的检测服务si相同。结合定义2判断两个服务的控制C是否相同，如果两个控制C的名称CN、类型CT、端口集合P、服务依赖状态CL都一致，则代表两个服务是相同服务转2.3.2.3，否则转2.3.2.6；
2.3.2.3：结合定义3检测该服务si控制中的依赖层次DL，如果为⊙则代表无依赖关系转2.3.2.4，否则转2.3.2.5；
2.3.2.4：删除Bigraph BC中服务si的所有信息，包括删除BC的服务集合Sn中的服务si，端口集合P中si服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点si，删除服务si的内连接边集合X和外连接边集合Y，如果si有site，则对应也要在BC中删除site；转2.3.2.1；
2.3.2.5：删除Bigraph BC中服务si的所有信息，包括删除BC的服务集合Sn中的服务si，端口集合P中si服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点si，删除服务si的内连接边集合X和外连接边集合Y，如果si有site，则对应也要在BC中删除site；结合定义3检测该服务控制的依赖层次DL，如果为《代表和其他服务是前置依赖关系，转2.3.2.5.1，如果为》代表和其他服务是后置依赖关系，转2.3.2.5.2；
2.3.2.5.1：删除Bigraph BC中该服务si依赖的前置服务sprex的所有信息，包括删除BC的服务集合Sn中的服务sprex，端口集合P中sprex服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点sprex，删除服务sprex的内连接边集合X和外连接边集合Y，如果sprex有site，则对应也要在BC中删除site；转2.3.2.1；
2.3.2.5.2：删除Bigraph BC中该服务si依赖的后置服务snext的所有信息，包括删除BC的服务集合Sn中的服务snext，端口集合P中snext服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点snext，删除服务snext的内连接边集合X和外连接边集合Y，如果snext有site，则对应也要在BC中删除site；转2.3.2.1；
2.3.2.6：Bigraph中的该检测服务si不是失效服务，继续对其他服务进行匹配，转2.3.2.1。
本发明的有益效果主要表现在要：(1)该服务演化方法运用Bigraph理论将数据服务封装为数据细胞，对数据细胞及细胞簇进行Bigraph建模，为数据细胞的智能行为推理提供了理论依据。(2)该服务演化方法通过对该模型的动态行为分析，可以确保服务交互过程中服务交互行为与其定义属性的一致性，从而提高服务组合执行的有效性与可靠性(3)该方法将服务组合映射为数据细胞模型中的Bigraph结构，通过对失效服务的监控处理，进而映射到Bigraph结构中的缺失，从而使系统能够自治的对失效服务组合预警，进而保障服务质量。
附图说明
图1示出了Bigraph元素图，其中，10为根(ROOT)也叫区域(REGION)，11为控制(CONTROL)，12为节点(NODE)，13为地点(SITE)，14为外连接名称(OUTER NAME)，15为端口(PORT)，16为连接边(EDGE)，17为内连接名称(INNER NAME)。
图2示出了数据细胞的Bigraph形式图。
图3示出了数据细胞簇的Bigraph形式图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1～图3，一种面向Web基于Bigraph替换算法的服务质量监控方法，所述服务质量监控方法包括以下步骤：
第一步、结合Bigraph理论，建立一个服务组合框架，分为两阶段；
1.1、信息抽取和细胞建模：提取服务的相关描述信息，得到服务描述元数据，基于抽取的服务信息，根据服务的语法信息匹配服务操作参数与资源状态，基于Bigraph理论构建数据细胞和数据细胞簇的结构及生物特性，代表服务的状态信息与服务间潜在的调用关系；
Bigraph是由Milner等学者在2001年提出的一种基于图形的形式化理论工具，旨在强调计算(物理或虚拟)的位置和连接，Bigraph是一个二元组B＝<BP,BL>，如图1所示，其中，BP，BL分别是位置图(place graph)和连接图(link graph)。位置图用以表示Bigraph中各个节点(node)的所在位置，节点之间允许相互嵌套；连接图则忽略节点之间的嵌套关系，图中的边(edge)表示节点之间的连接关系。位置图和连接图是从两个不同的角度对同一个Bigraph观察所得到的结果，因此它们具有相对的独立性。BP由图的节点集V、边的集合E和接口组成，嵌套的节点在位置图中为父子关系，用分支关系表示节点之间的嵌套。位置图的接口分为内部接口和外部接口，分别表示根(root)和站点(site)，用有穷序数n表示，即n＝{0,1,…,n-1}。特别地，0＝Ф。连接图的接口也分为内部接口(inner name)和外部接口(outer name)，分别表示内部名字集和外部名字集。
为了增强表示能力，Bigraph引进基本签名。基本签名是一个二元组(К，ar)，这里К表示控制(control)的集合，
Figure BDA0001672848470000091
用巴科斯范式(BNF)表示，则有K::＝K|K:n，其中，
Figure BDA0001672848470000092
n表示K的元数(arity)，
Figure BDA0001672848470000093
为自然数集。每个控制都有一个映射
Figure BDA0001672848470000094
表示从控制节点到
Figure BDA0001672848470000095
的映射。基本签名К上的Bigraph，就是给每个节点指派一个控制，控制的元数就是该节点的端口(port)数，用小黑圆圈表示。
在数学基础方面，位置图可视为态射，其对象是序数集。连接图则是对象为名字集的态射。每一个Bigraph都可以利用基本的图元(placings、wirings和ions)，合成或扩展乘积操作的组合形成Bigraph范式，通过项语言可以对系统性质进行推理和演绎。
在数学基础方面，位置图可视为态射，其对象是序数集。连接图则是对象为名字集的态射。每一个Bigraph都可以利用基本的图元(placings、wirings和ions)，合成或扩展乘积操作的组合形成Bigraph范式，通过项语言可以对系统性质进行推理和演绎。这些基本的元素以及操作如表3所示，表3为Bigraph表达式中项的涵义：
Figure BDA0001672848470000096
表3
1.2、服务组合：将数据细胞和数据细胞簇作为服务的演化行为方式的载体。选取数据细胞和细胞簇进行服务组合，模拟服务生成组合服务的行为模式，构建基于数据细胞的服务组合模型。
第二步、基于所述的框架提出的面向Web基于Bigraph替换算法的服务质量监控方法，过程如下：
步骤2.1：服务的信息抽取
在服务的信息抽取阶段，将服务的名称映射为s，每个服务对应一个控制C，唯一，组成规则为：C＝s:control；将服务的可用性度量映射为U，将服务的端口的ID、名称和类型分别映射为pI、pN和pT，另外将端口的控制类型映射为pC，代表此端口是输入端口、输入端口还是输入/输出端口；将此服务和其他服务的依赖状态映射为CL，组成规则为：CL＝<DL,CN>，其中，DL是当前服务的依赖层次，CN则是与之依赖的另一个服务的控制名称。至此，根据上述定义1—定义7将服务的信息映射至DC.xml结构。
步骤2.2：细胞建模
对于服务的形式化建模需要根据映射规则，将服务的结构和消息交互行为加以映射到对应形式化结构和动作，从而通过形式化的方法对服务及其组合进行进程演算。本发明基于Bigraph理论构建DCEM(数据细胞模型)，该模型是本发明对数据服务封装并对服务组合动态行为分析的前提和基础。本质上DCEM是一个形式化的元模型，主要包含两层：数据细胞和数据细胞簇。形式定义如下：
定义1.数据细胞的Bigraph定义是一个五元组DC＝<S,E,Ctrl,CP,CL>:<m,X>→<n,Y>。其中，
(1)S是数据细胞内包含有限的服务集，
Figure BDA0001672848470000101
称为一个数据服务；对于数据细胞DCi，其内最多可有Ni个数据服务；
(2)E是包含服务集的有限边集合，
Figure BDA0001672848470000102
称为一条连接边；
(3)Ctrl:S→C，代表服务到控制C的映射图；
(4)CP、CL为位置图和连接图，分别表示各计算服务的所在位置和服务之间的依赖关系；
(5)内部接口<m,X>代表数据细胞的Bigraph形式中有m个根和一组内连接边集合X，外部接口<n,Y>代表有n个site和一组外连接边集合Y。
定义2.服务的控制C是五元组C＝<CN,CT,P,CL,U>，代表该服务的上下文关系，其中，
(1)CN和CT分别是该服务控制的名称和类型；
(2)P是当前服务控制上端口的有限集，
Figure BDA0001672848470000103
称为一个端口；
(3)CL＝<DL,CN>，代表该服务当前的依赖状态，DL是当前服务的依赖层次，CN是与之依赖的控制名称；
(4)U是当前服务的可用性度量，是一个概率值。
定义3.服务的依赖层次DL代表该服务的组合结构，取值来自状态集{⊙,《,》}。其中⊙,《,》分别代表此服务和其他服务为无依赖、前置依赖、后置依赖等关系。
定义4.端口的定义是一个四元组p＝<pI,pN,pT,pC,>，其中，
(1)pI和pN分别是该端口的ID和名称；
(2)pT是该端口的类型，代表接口参数的类型；
(3)pC是该端口的控制属性，取值来自状态集
Figure BDA0001672848470000111
其中
Figure BDA0001672848470000112
分别代表该端口是输入端口、输出端口还是输入/输出端口。
数据细胞的Bigraph定义目的在于构造数据细胞的结构和生物特性，每一个数据细胞对应一个原子服务或者复合服务，从而体现服务的结构资源特点和相互依赖关系，数据细胞的具体结构和元素定义详见表1，一个数据细胞对应Bigraph中的root，数据细胞中的每个服务对应Bigraph中的节点，服务之间的依赖关系为Bigraph中节点的连接边，每个服务的基本信息和上下文关系对应Bigraph中节点的控制，服务的每个输入、输出端口对应Bigraph中节点端口的形状。
Figure BDA0001672848470000113
表1
按照表1中数据细胞的结构定义，如图2所示，本发明构造了两个具有不同状态结构的数据细胞，其中，数据细胞DC0中有一个服务s1，该服务对应控制为C1，DC0中包含外连接边x和site1，说明此数据细胞可以被内连接为x的数据细胞吞噬，具体吞噬行为规则见步骤2.3.2.1；数据细胞DC1中包含两个服务s2和s3，s2的输出是s3的输入，两个服务各有自己对应的控制C2和C3，两个服务的连接边为e1，并且DC1中包含内连接边y和site1，代表此数据细胞具有吞噬其他细胞进化的能力。
由于单个数据细胞提供的服务功能相对较为单一，但在实际应用中，为满足用户日益复杂的需求，需要从网络上选择合适的服务并按照一定的业务规则进行组合，构建可伸缩的松耦合的组合，数据细胞簇基于服务组合的四种工作流模式，由多个数据细胞按照功能属性和需求调用动态聚集组合而成。数据细胞基于Bigraph的合成、并置规则从而形成数据细胞簇，数据细胞簇同样能够消化从环境中感知吸收和其他数据细胞交流的信息，智能地与其他数据细胞进行互动，从而可以提供更加精确复杂的服务功能。本发明提出的DCEM中数据细胞簇的相关形式定义如下：
定义5.数据细胞簇的定义是一个三元组DCC＝<DCS,CS,LinkS>，其中，
(1)DCS是一个数据细胞的有限集，
Figure BDA0001672848470000121
称为一个数据细胞；
(2)CS是数据细胞组合结构的有限集；
(3)LinkS是数据细胞簇中各端口的连接集合，
Figure BDA0001672848470000122
称为两个端口的连接关系。
定义6.数据细胞的组合结构cs是一个三元组cs＝<DCi,DCj,St>，其中，
(1)DCi、DCj分别代表数据细胞i和数据细胞j，且满足DCi∩DCj＝Φ；
(2)St是该组合数据细胞的依赖结构，取值来自状态集{·、+、||、*}，分别代表这数据细胞DCi与DCi组合是顺序、选择、并行或者循环结构。
定义7.端口的连接关系是一个二元组Link＝<pi,pj>，其中，pi、pj分别代表两个不同数据服务的端口，且满足pi∩pj＝Φ。
项语言是Bigraph动态演化的形式化规约和性质验证的基础，不同工作流模式的数据细胞簇项语言定义具有通用特征，为了更好的描述不同服务结构数据细胞簇的项语言定义，本发明归纳总结一系列符号和定义，如表2所示：
符号 定义
DC<sub>m</sub> 第m个数据细胞
S<sub>n</sub> 第n个数据服务
e<sub>i</sub> 第i条数据服务连接边
i<sub>j</sub> 第j个内部名
I<sub>j</sub> 用外部名替换的第j个内部名
o<sub>k</sub> 第k个外部名
表2
通过Bigraph中项语言的表达理论和表2中基于数据细胞结构的相关定义。对上文所述的基于服务组合工作流模式构造的数据细胞簇分析，本发明在数据细胞簇项语言形式化上下文中，定义了基调、项等基本代数概念。
定义8(基调)：数据细胞簇形式化定义上的基调∑由类子：数据细胞集DC、数据服务集S、边集E、内部连接集I、外部连接集O、地点集N和一系列操作符·、+、||、*组成，每个操作符f的操作数记为ar(f)。
定义9(项集)：令Σ是数据细胞簇形式化定义上的基调，则基调Σ上的项集∏(Σ)是满足以下条件的最小集合：
(1)每个类子变量都是项集中的元素；
(2)
Figure BDA0001672848470000131
(3)如果f∈Σ，且DC1,DC2,...,DCiar(f)∈∏(Σ),那么f(DC1,DC2,…,DC iar(f))∈∏(Σ)。
定义10(项)：令Σ是数据细胞簇形式化定义上的基调，∏(Σ)是基调Σ上的项集,若u(f)∈∏(Σ),则称u(f)为基于操作f的项。项的定义也可采用结构归纳定义，表示成以下形式：
Figure BDA0001672848470000132
其中::＝表示归纳定义，ELrule代表数据细胞簇Bigraph形式中边和连接的形式化定义，DCi代表单个数据细胞的项语言定义，m为数据细胞的个数。
基于不同工作流构造数据细胞簇的Bigraph形式如图3所示，以图中的并行结构为例分析，该数据细胞簇中含有三个细胞DC0，DC1，DC2，从数据细胞的结构分析，其中DC0和DC2中各有一个服务和一个site，DC0和DC1中的服务分别有一个内连接和外连接，DC1中有两个服务，其中一个服务内部有一个site；从服务调用关系来看，DC0中的s1服务完成后并发执行DC1中的s2、s3服务，然后执行DC2中的s4服务。s1服务有一个内连接i1，s4服务有一个外连接O4，其中在形式化描述中内连接需要进行换名。该数据细胞簇对应的Bigraph项语言定义为u(||)，按照定义10的描述，u(||)由两部分组成，该例中ELrule为/e1·/e2·/e3·/e4·/I1.，其中ei代表服务之间的连接边，I1为s1服务的内连接；
Figure BDA0001672848470000133
为：
Figure BDA0001672848470000134
其中
Figure BDA0001672848470000135
代表s1服务有一个内连接和两个边连接，边连接表示和其他服务有数据的输入或者输出的依赖关系，I1/i1代表将内连接i1进行换名，|代表DC内服务的同级并置关系，||代表DC之间的同级并置关系，
Figure BDA0001672848470000136
代表s3服务有两个边连接并且其内有一个site，故最终该数据细胞簇的Bigraph项语言形式化定义为：
Figure BDA0001672848470000137
顺序结构数据细胞簇中含有两个细胞DC0、DC1，从数据细胞的结构分析，其中DC0中有两个服务，DC1中有一个服务和一个site，并且DC1中的服务有一个外连接；从服务调用关系来看，DC0中的s1服务完成后执行s2服务，然后执行DC1中的s3服务，组成顺序结构，其中s3服务有一个外连接O3，按照定义10，该数据细胞簇对应的Bigraph项语言形式化定义为：
Figure BDA0001672848470000141
选择结构数据细胞簇中含有三个细胞DC0、DC1和DC2，从数据细胞的结构分析，三个数据细胞中各包含一个服务，DC0和DC2中各有一个site，DC1中的服务内部有一个site并且该服务有一个内连接；从服务调用关系来看，DC1中的s2服务执行完后选择执行DC0中的s1服务或者执行DC1中的s3服务，其中三个数据细胞中各包含一个site，DC1中的s2服务具有内连接i2，该数据细胞簇对应的Bigraph项语言形式化定义为：
Figure BDA0001672848470000142
循环结构中包含两个数据细胞DC0和DC1，从数据细胞的结构分析，DC0中有两个服务s1和s2，这两个服务是循环关系，s1服务内部有一个site并且包含一个内连接，DC1中有一个服务和一个site；从服务调用关系来看，其中s2服务为s1服务的前置服务，s2服务的输出是s1服务的输入，并且可以循环输入，最终和DC1中的s3服务组成循环结构的数据细胞簇，s1服务有一个内连接i1，DC0和DC1中各包含一个site，该数据细胞簇对应的Bigraph项语言形式化定义为：
Figure BDA0001672848470000143
步骤2.3：失效服务检测
在服务组合的过程中，现有的服务质量是动态变化的，有可能出现服务缺失或者服务质量下降的情况，会造成服务组合功能的失效，本发明提出面向Web基于Bigraph替换算法的服务质量监控方法，通过监控服务的质量，当发现服务失效时，自动将细胞Bigraph中的该失效服务信息删除，从而达到系统对失效服务组合的预警，后期进行相关服务的替换，进而可以保障服务的质量。所述面向web基于Bigraph替换算法的服务质量监控方法流程如下：
2.3.1：设置最低服务质量的阈值Umin；
2.3.2：监控服务s的服务质量U，如果此时的服务质量低于Umin，判定该服务失去其功能，需要对包含该服务的Bigraph中的s服务信息进行删除，转2.3.2.1，否则转2.3.3；
2.3.2.1：依次解析检测的数据细胞Bigraph BC的结构，其中服务集合Sn代表其内共有n个数据服务，读取当前已经解析的服务si，si(0<i<n+1)代表第i个数据服务，如果si为空，则设i＝1，否则i＝i+1，如果i＝n，则表示当前系统已解析完最后一个服务结束并转步骤2.3.2，否则转2.3.2.2；
2.3.2.2：判断步骤2.3.2中失效服务s是否和步骤2.3.2.1中的检测服务si相同。结合定义2判断两个服务的控制C是否相同，如果两个控制C的名称CN、类型CT、端口集合P、服务依赖状态CL都一致，则代表两个服务是相同服务转2.3.2.3，否则转2.3.2.6；
2.3.2.3：结合定义3检测该服务si控制中的依赖层次DL，如果为⊙则代表无依赖关系转2.3.2.4，否则转2.3.2.5；
2.3.2.4：删除Bigraph BC中服务si的所有信息，包括删除BC的服务集合Sn中的服务si，端口集合P中si服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点si，删除服务si的内连接边集合X和外连接边集合Y，如果si有site，则对应也要在BC中删除site；转2.3.2.1；
2.3.2.5：删除Bigraph BC中服务si的所有信息，包括删除BC的服务集合Sn中的服务si，端口集合P中si服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点si，删除服务si的内连接边集合X和外连接边集合Y，如果si有site，则对应也要在BC中删除site；结合定义3检测该服务控制的依赖层次DL，如果为《代表和其他服务是前置依赖关系，转2.3.2.5.1，如果为》代表和其他服务是后置依赖关系，转2.3.2.5.2；
2.3.2.5.1：删除Bigraph BC中该服务si依赖的前置服务sprex的所有信息，包括删除BC的服务集合Sn中的服务sprex，端口集合P中sprex服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点sprex，删除服务sprex的内连接边集合X和外连接边集合Y，如果sprex有site，则对应也要在BC中删除site；转2.3.2.1；
2.3.2.5.2：删除Bigraph BC中该服务si依赖的后置服务snext的所有信息，包括删除BC的服务集合Sn中的服务snext，端口集合P中snext服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点snext，删除服务snext的内连接边集合X和外连接边集合Y，如果snext有site，则对应也要在BC中删除site；转2.3.2.1；
2.3.2.6：Bigraph中的该检测服务si不是失效服务，继续对其他服务进行匹配，转2.3.2.1；
2.3.3：该服务的服务质量正常，继续进行服务监控，根据外部需求每隔一定时间后更新服务s的服务质量U，并转向2.3.2。

Claims (4)

1.一种面向Web基于Bigraph替换算法的服务质量监控方法，其特征在于，所述服务质量监控方法包括以下步骤：
第一步、结合Bigraph理论，建立一个服务组合框架，分为两阶段；
1.1、信息抽取和细胞建模：提取服务的相关描述信息，得到服务描述元数据，基于抽取的服务信息，根据服务的语法信息匹配服务操作参数与资源状态，基于Bigraph理论构建数据细胞和数据细胞簇的结构及生物特性，代表服务的状态信息与服务间潜在的调用关系；
1.2、服务组合：将数据细胞和数据细胞簇作为服务的演化行为方式的载体，选取数据细胞和细胞簇进行服务组合，模拟服务生成组合服务的行为模式，构建基于数据细胞的服务组合模型；
第二步、基于所述的框架提出的面向Web基于Bigraph替换算法的服务质量监控方法，过程如下：
2.1：Web服务的信息抽取
在Web服务的信息抽取阶段，将服务的名称映射为s，每个服务对应一个控制C，唯一，组成规则为：C＝s:control；将服务的可用性度量映射为U，将服务的端口的ID、名称和类型分别映射为pI、pN和pT，另外将端口的控制类型映射为pC，代表此端口是输入、输出还是输入/输出；将此服务和其他服务的依赖状态映射为CL，组成规则为：CL＝<DL,CN>，其中，DL是当前服务的依赖层次，CN则是与之依赖的另一个服务的控制名称；
2.2：细胞建模
对于服务的形式化建模需要根据映射规则，将服务的结构和消息交互行为加以映射到对应形式化结构和动作，从而通过形式化的方法对服务及其组合进行进程演算；
2.3：失效服务检测
通过监控服务的质量，当发现服务失效时，自动将细胞Bigraph中的该失效服务信息删除，从而达到系统对失效服务组合的预警，后期进行相关服务的替换，进而可以保障服务的质量。
2.如权利要求1所述的面向Web基于Bigraph替换算法的服务质量监控方法，其特征在于，所述2.2中，给出的形式定义如下：
定义1.数据细胞的Bigraph定义是一个五元组DC＝<S,E,Ctrl,CP,CL>:<m,X>→<n,Y>，其中，
(1)S是数据细胞内包含有限的服务集，
Figure FDA0003107127800000021
称为一个数据服务；对于数据细胞DCi，其内最多可有Ni个数据服务；
(2)E是包含服务集的有限边集合，
Figure FDA0003107127800000022
称为一条连接边；
(3)Ctrl:S→C，代表服务到控制C的映射图；
(4)CP、CL为位置图和连接图，分别表示各计算服务的所在位置和服务之间的依赖关系；
(5)内部接口<m,X>代表数据细胞的Bigraph形式中有m个根和一组内连接边集合X，外部接口<n,Y>代表有n个site和一组外连接边集合Y；
定义2.服务的控制C是五元组C＝<CN,CT,P,CL,U>，代表该服务的上下文关系，其中，
(1)CN和CT分别是该服务控制的名称和类型；
(2)P是当前服务控制上端口的有限集，
Figure FDA0003107127800000023
称为一个端口；
(3)CL＝<DL,CN>，代表该服务当前的依赖状态，DL是当前服务的依赖层次，CN是与之依赖的控制名称；
(4)U是当前服务的可用性度量，是一个概率值；
定义3.服务的依赖层次DL代表该服务的组合结构，取值来自状态集{⊙,＜＜,＞＞}，其中⊙,＜＜,＞＞分别代表此服务和其他服务为无依赖、前置依赖、后置依赖关系；
定义4.端口的定义是一个四元组p＝<pI,pN,pT,pC,>，其中，
(1)pI和pN分别是该端口的ID和名称；
(2)pT是该端口的类型，代表接口参数的类型；
(3)pC是该端口的控制属性，取值来自状态集
Figure FDA0003107127800000024
其中
Figure FDA0003107127800000025
分别代表该端口是输入端口、输出端口还是输入/输出端口；
数据细胞的Bigraph定义目的在于构造数据细胞的结构和生物特性，每一个数据细胞对应一个原子服务或者复合服务，从而体现服务的结构资源特点和相互依赖关系，数据细胞的具体结构和元素定义如下：
数据细胞元素DC对应Bigraph结构Root，在偶图中用数字表示；
数据细胞元素S对应Bigraph结构Node，在偶图中用s1,s2,s3...表示；
数据细胞元素CL对应Bigraph结构Edge，在偶图中用e0,e1,e2...表示；
数据细胞元素C对应Bigraph结构Node control，在偶图中用C1,C2,C3...表示；
数据细胞元素pC对应Bigraph结构Node Ports，在偶图中用
Figure FDA0003107127800000026
表示；
一个数据细胞对应Bigraph中的root，数据细胞中的每个服务对应Bigraph中的节点，服务之间的依赖关系为Bigraph中节点的连接边，每个服务的基本信息和上下文关系对应Bigraph中节点的控制，服务的每个输入、输出端口对应Bigraph中节点端口的形状；
由于单个数据细胞提供的服务功能相对较为单一，但在实际应用中，为满足用户日益复杂的需求，需要从网络上选择合适的服务并按照一定的业务规则进行组合，构建可伸缩的松耦合的组合，数据细胞簇基于服务组合的四种工作流模式，由多个数据细胞按照功能属性和需求调用动态聚集组合而成；数据细胞基于Bigraph的合成、并置规则从而形成数据细胞簇，数据细胞簇同样能够消化从环境中感知吸收和其他数据细胞交流的信息，智能地与其他数据细胞进行互动，从而提供更加精确复杂的服务功能；DCEM中数据细胞簇的相关形式定义如下：
定义5.数据细胞簇的定义是一个三元组DCC＝<DCS,CS,LinkS>，其中，
(1)DCS是一个数据细胞的有限集，
Figure FDA0003107127800000031
称为一个数据细胞；
(2)CS是数据细胞组合结构的有限集；
(3)LinkS是数据细胞簇中各端口的连接集合，
Figure FDA0003107127800000032
称为两个端口的连接关系；
定义6.数据细胞的组合结构cs是一个三元组cs＝<DCi,DCj,St>，其中，
(1)DCi、DCj分别代表数据细胞i和数据细胞j，且满足DCi∩DCj＝Φ；
(2)St是组合数据细胞的依赖结构，取值来自状态集{·、+、||、*}，分别代表这数据细胞DCi与DCi组合是顺序、选择、并行或者循环结构；
定义7.端口的连接关系是一个二元组Link＝<pi,pj>，其中，pi、pj分别代表两个不同数据服务的端口，且满足pi∩pj＝Φ；
项语言是Bigraph动态演化的形式化规约和性质验证的基础，不同工作流模式的数据细胞簇项语言定义具有通用特征，为了更好的描述不同服务结构数据细胞簇的项语言定义，归纳总结一系列符号和定义，如下所示：
符号DCm表示第m个数据细胞；
符号ei表示第i条数据服务连接边；
符号ij表示第j个内部名；
符号Ij表示用外部名替换的第j个内部名；
符号ok表示第k个外部名；
通过Bigraph中项语言的表达理论和表2中基于数据细胞结构的相关定义，对基于服务组合工作流模式构造的数据细胞簇分析，在数据细胞簇项语言形式化上下文中，定义基本代数概念，所述基本代数概念包括基调和项集；
定义8：数据细胞簇形式化定义上的基调∑由类子：数据细胞集DC、数据服务集S、边集E、内部连接集I、外部连接集O、地点集N和一系列操作符·、+、||、*组成，每个操作符f的操作数记为ar(f)；
定义9：令Σ是数据细胞簇形式化定义上的基调，则基调Σ上的项集∏(Σ)是满足以下条件的最小集合：
(1)每个类子变量都是项集中的元素；
(2)
Figure FDA0003107127800000041
(3)如果f∈Σ，且DC1,DC2,...,DCiar(f)∈∏(Σ),那么f(DC1,DC2,…,DCiar(f))∈∏(Σ)；
定义10：令Σ是数据细胞簇形式化定义上的基调，∏(Σ)是基调Σ上的项集,若u(f)∈∏(Σ),则称u(f)为基于操作f的项；项的定义采用结构归纳定义，表示成以下形式：
Figure FDA0003107127800000042
其中::＝表示归纳定义，ELrule代表数据细胞簇Bigraph形式中边和连接的形式化定义，DCi代表单个数据细胞的项语言定义，m为数据细胞的个数。
3.如权利要求2所述的面向Web基于Bigraph替换算法的服务质量监控方法，其特征在于，所述2.3中面向web基于Bigraph替换算法的服务质量监控方法流程如下：
2.3.1：设置最低服务质量的阈值Umin；
2.3.2：监控服务s的服务质量U，如果此时的服务质量低于Umin，判定该服务失去其功能，需要对包含该服务的Bigraph中的s服务信息进行删除，否则转2.3.3；
2.3.3：该服务的服务质量正常，继续进行服务监控，根据外部需求每隔一定时间后更新服务s的服务质量U，并转向2.3.2。
4.如权利要求3所述的面向Web基于Bigraph替换算法的服务质量监控方法，其特征在于，所述2.3.2中，对包含该服务的Bigraph中的s服务信息进行删除的流程如下：
2.3.2.1：依次解析检测的数据细胞Bigraph BC的结构，其中服务集合Sn代表其内共有n个数据服务，读取当前已经解析的服务si，si(0<i<n+1)代表第i个数据服务，如果si为空，则设i＝1，否则i＝i+1，如果i＝n，则表示当前系统已解析完最后一个服务结束并转步骤2.3.2，否则转2.3.2.2；
2.3.2.2：判断步骤2.3.2中失效服务s是否和步骤2.3.2.1中的检测服务si相同，结合定义2判断两个服务的控制C是否相同，如果两个控制C的名称CN、类型CT、端口集合P、服务依赖状态CL都一致，则代表两个服务是相同服务转2.3.2.3，否则转2.3.2.6；
2.3.2.3：结合定义3检测该服务si控制中的依赖层次DL，如果为⊙则代表无依赖关系转2.3.2.4，否则转2.3.2.5；
2.3.2.4：删除Bigraph BC中服务si的所有信息，包括删除BC的服务集合Sn中的服务si，端口集合P中si服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点si，删除服务si的内连接边集合X和外连接边集合Y，如果si有site，则对应也要在BC中删除site；转2.3.2.1；
2.3.2.5：删除Bigraph BC中服务si的所有信息，包括删除BC的服务集合Sn中的服务si，端口集合P中si服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点si，删除服务si的内连接边集合X和外连接边集合Y，如果si有site，则对应也要在BC中删除site；结合定义3检测该服务控制的依赖层次DL，如果为＜＜代表和其他服务是前置依赖关系，转2.3.2.5.1，如果为＞＞代表和其他服务是后置依赖关系，转2.3.2.5.2；
2.3.2.5.1：删除Bigraph BC中该服务si依赖的前置服务sprex的所有信息，包括删除BC的服务集合Sn中的服务sprex，端口集合P中sprex服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点sprex，删除服务sprex的内连接边集合X和外连接边集合Y，如果sprex有site，则对应也要在BC中删除site；转2.3.2.1；
2.3.2.5.2：删除Bigraph BC中该服务si依赖的后置服务snext的所有信息，包括删除BC的服务集合Sn中的服务snext，端口集合P中snext服务端口的ID信息pI、名称pN、类型pT和控制属性pC，删除BC的位置图和连接图中的节点snext，删除服务snext的内连接边集合X和外连接边集合Y，如果snext有site，则对应也要在BC中删除site；转2.3.2.1；
2.3.2.6：Bigraph中的该检测服务si不是失效服务，继续对其他服务进行匹配，转2.3.2.1。
CN201810512839.1A 2018-05-25 2018-05-25 面向Web基于Bigraph替换算法的服务质量监控方法 Active CN108964973B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810512839.1A CN108964973B (zh) 2018-05-25 2018-05-25 面向Web基于Bigraph替换算法的服务质量监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810512839.1A CN108964973B (zh) 2018-05-25 2018-05-25 面向Web基于Bigraph替换算法的服务质量监控方法

Publications (2)

Publication Number Publication Date
CN108964973A CN108964973A (zh) 2018-12-07
CN108964973B true CN108964973B (zh) 2021-10-29

Family

ID=64492540

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810512839.1A Active CN108964973B (zh) 2018-05-25 2018-05-25 面向Web基于Bigraph替换算法的服务质量监控方法

Country Status (1)

Country Link
CN (1) CN108964973B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111682964B (zh) * 2020-05-22 2020-12-29 中国人民解放军32801部队 一种组合Web服务失效快速恢复方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102904969A (zh) * 2012-11-13 2013-01-30 中国电子科技集团公司第二十八研究所 一种分布式云计算环境中信息处理服务的部署方法
CN104317853A (zh) * 2014-10-15 2015-01-28 山东科技大学 一种基于语义Web的服务簇构建方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8132072B2 (en) * 2006-01-06 2012-03-06 Qualcomm Incorporated System and method for providing H-ARQ rate compatible codes for high throughput applications

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102904969A (zh) * 2012-11-13 2013-01-30 中国电子科技集团公司第二十八研究所 一种分布式云计算环境中信息处理服务的部署方法
CN104317853A (zh) * 2014-10-15 2015-01-28 山东科技大学 一种基于语义Web的服务簇构建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Web 服务组合功能与QoS 的形式化统一建模和分析;肖芳雄等;《软件学报》;20111115;全文 *

Also Published As

Publication number Publication date
CN108964973A (zh) 2018-12-07

Similar Documents

Publication Publication Date Title
Radanliev et al. Digital twins: artificial intelligence and the IoT cyber-physical systems in Industry 4.0
CN107066256B (zh) 一种基于时态的对象变更模型的建模方法
Lezoche et al. Cyber-physical systems, a new formal paradigm to model redundancy and resiliency
WO2017105605A1 (en) Data model design collaboration using semantically correct collaborative objects
Lee et al. Building a generic platform for big sensor data application
CN109005049B (zh) 一种互联网环境下基于Bigraph一致性算法的服务组合方法
Raj A detailed analysis of nosql and newsql databases for bigdata analytics and distributed computing
CN108960401B (zh) 一种面向Web服务计算环境的数据细胞自愈方法
CN108964973B (zh) 面向Web基于Bigraph替换算法的服务质量监控方法
Bessis et al. Service-oriented system engineering
CN108804788B (zh) 一种基于数据细胞模型的Web服务演化方法
Alhaj Ali et al. Distributed data mining systems: techniques, approaches and algorithms
CN106777092A (zh) 移动云计算环境下动态Skyline查询的智能医疗呼叫查询方法
CN115066673A (zh) 用于etl流水线处理的系统和方法
Chaffai et al. Real-Time Analysis of Students’ Activities on an E-Learning Platform based on Apache Spark
CN104572991A (zh) 一种基于异质刻面转换的网构软件构件库中构件检索方法
Beder et al. Flexft: A generic framework for developing fault-tolerant applications in the sensor web
Starič et al. Concurrent software architectures for exploratory data analysis
Szárnyas Query, analysis, and benchmarking techniques for evolving property graphs of software systems
Yang et al. New construction for expert system based on innovative knowledge discovery technology
Gao Computer Data Processing Mode in the era of Big Data: from Feature Analysis to Comprehensive Mining
Xiao et al. [Retracted] A Big Data Analysis Algorithm Designed for the Interactive Platform of the Intelligent Sensor Information System
Liu et al. An Abstract Description Method of Map‐Reduce‐Merge Using Haskell
Chen et al. [Retracted] Intelligent Fuzzy Optimization Algorithm for Data Set Information Clustering Patterns Based on Data Mining and IoT
Shi et al. Platforms and Practice of Heterogeneous Graph Representation Learning

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant