CN110083706A - 一种面向物联网微服务框架及其服务组合方法 - Google Patents

Abstract

本发明属于计算机应用技术领域，公开了一种面向物联网微服务框架及其服务组合方法；针对物联网异构海量服务、分层分域部署、应用跨域协同等特点和需求，提出一种多域物联网的扁平化微服务架构，实现海量差异化微服务状态的动态感知和分布式跨域管理。微服务架构能够兼容跨域的差异化物联网网元，扩展到各类信息系统服务；实现海量多层级服务的独立部署，具有松耦合性和高容错性；为应用跨域协同提供支撑。针对物联网应用需求差异化、服务组合多样化等特点和需求，研究多域物联网海量服务的关联关系，提出多域海量服务关系图谱构建与演化模型。提出多维度跨域服务动态发现机制和需求驱动的场景自适应服务柔性组合方法，实现物联网服务按需提供。

Description

一种面向物联网微服务框架及其服务组合方法

技术领域

本发明属于计算机应用技术领域，尤其涉及一种面向物联网微服务框架及其服务组合方法。

背景技术

目前，最接近的现有技术：物联网是继计算机和互联网之后的第三次信息技术革命，被广泛应用于人类社会经济生活的方方面面。

现有技术一传统面向服务(SOA)的物联网架构的提出虽然打破各领域应用信息孤岛的局面，将数据汇集在平台之上，统一开放标准规范的服务接口，使得上层应用与下层物联设备解耦，初步实现了信息的纵横联动。但是面对物联网行业的迅猛发展，感知层接入的数量日渐增多，种类丰富多样，方式灵活多变；由于底层服务激增，传输层达到性能瓶颈，单个的数据中心已无法支撑起整个架构；应用层单个服务提供域无法满足用户差异化需求，且仅开放服务接口的服务提供方式无法真正帮助用户缩短开发周期，降低开发成本。

由于物联网技术迅猛应用，越来越多的服务提供者以成倍增长的方式参与到物联网服务提交环境中，使得物联网服务呈现海量化、移动化及个性化的特征。针对服务开放能力不足，无法满足服务请求者多元差异化的定制需求的特征，现有提出一种基于物联网微服务框架的细粒度动态服务组合方法。

现有的服务发现主要分为基于关键字的服务发现、基于相似度的服务发现以及基于语义的服务发现。基于关键字的服务发现方法主要通过关键字与服务描述信息进行字符串匹配，是服务发现中较为简单的一种方法，但是由于服务的提供者与请求者针对相同内容可能会提供不同的描述信息，服务匹配的过程中会出现二义性，因此其发现结果的服务质量较低；现有基于相似度的服务发现主要通过服务的QoS等信息计算服务请求者与提供者间的相似度，该方法较前者相比查全率与查准率均有所提升，但其依旧有二义性的问题存在；技术二基于语义的服务发现方法主要通过本体和语义注释计算读物请求者与提供者的关联度，具有较好查全率与查准率的同时实现服务发现的自动化，但其依旧存在方法过程复杂耗时，逻辑繁琐等缺点。

现有的服务组合主要分为业务流程驱动的服务组合和即时问题求解的服务组合。业务流程驱动的服务组合主要基于工作流技术，在固定的业务流程模型的前提下引入服务绑定、服务模板、逐步演化机制技术以提高业务驱动组合的灵活性。现有在物联网微服务架构场景中，技术三业务流程驱动服务组合方法将不再适用，主要有以下二点原因：1)该组合方法缺乏必要的动态性以及对异常应变能力，由于物联网设备资源受限，节点设备的不稳定性以及网络环境的动态变化将导致事先绑定好的服务不可用；2)物联网微服务框架下业务流程柔性多变，往往在建模阶段无法确定具体的流程内容。而即使任务求解的服务组合根据任务需求动态组装可信服务，解决用户提交的即时任务。

综上所述，现有技术存在的问题是：

(1)针对传统物联网平台体系架构存在性能瓶颈、单点故障、紧耦合性。

(2)针对传统服务发现在服务匹配过程中存在二义性问题，即不同词汇表达相同的意思。

(3)针对物联网微服务框架下业务流程柔性多变。一、由于物联网设备资源受限，节点设备的不稳定性以及网络环境的动态变化将导致事先绑定好的服务不可用；二、在建模阶段无法确定具体的流程内容。

解决上述技术问题的难度：

难点一

由于物联网技术迅猛应用，越来越多的服务提供者以成倍增长的方式参与到物联网服务提交环境中，使得物联网服务呈现海量化、移动化及个性化的特征，在多域物联网场景下，如何与微服务架构思想紧密结合，简化开发效率提升系统可用性。

难点二

面对物联网技术与互联网应用、服务相结合的发展趋势，针对多元化实际需求与服务开放能力不足的矛盾凸显，如何保证网络环境多变的物联网服务组件组合以满足用户差异化需求，缩短应用上线周期，降低服务部署成本

解决上述技术问题的意义：

意义一

物联网微服务框架实现了感知层多模异构设备、传输层混合存储数据、服务层多元共享服务以及应用层跨域协同应用的互联互通，保证服务提供的可靠性与稳定性。

意义二

服务柔性组合方法为用户快速匹配高质量的精准服务并组合成复合服务满足用户定制化需求，缩短用户开发周期、降低运营成本。

发明内容

针对现有技术存在的问题，本发明提供了一种面向物联网微服务框架及其服务组合方法。

本发明是这样实现的，一种面向物联网微服务框架，所述面向物联网微服务框架包括：

数据融合汇聚中心，用于实现异构设备的自适应接入、多源异构数据接入、多种数据源接入；通过提供适配来收集、过滤、分析数据；数据的解析、校验、清洗、存储等功能；将多模异构数据存储进数据库中，为上层应用层提供数据开放的交互方式；

服务抽象中转中心，用于将智能化程度较高物联设备的服务能力抽象可供系统识别分析处理的语义服务组件；通过服务标识体系将异构的物联网系统服务资源虚拟化为统一服务标识并将服务注册发布到系统相应模块中；

服务管理中心，用于贯通服务提供与应用需求的交互中心。

进一步，所述数据融合汇聚中心包括数据适配模块、数据处理模块、数据汇聚模块、数据开放模块；

数据适配模块，实现异构设备的自适应接入、多源异构数据接入、多种数据源接入；当多模异构物联设备将异构数据经数据适配模块转化后，形成统一标准的传感数据至数据处理模块；

数据处理模块，包含解析、校验、清洗、存储的功能；

数据汇聚模块，将多模异构数据存储进数据库中，由于单一的数据库难以支撑数据汇聚模块的可用性，根据底层数据不同类别、用户对数据获取需求采取一种混合存储的方式保证存储中心的可用性；

数据开放模块，用于为上层应用层提供数据开放的交互方式。

进一步，所述服务抽象中转中心包括服务组件抽象模块、服务标识发布模块；

服务组件抽象模块将数据存储模块中的数据服务化，为将智能化程度较高物联设备的服务能力抽象可供系统识别分析处理的语义服务组件；

服务标识发布模块，通过服务标识体系将异构的物联网系统服务资源虚拟化为统一服务标识并将服务注册发布到系统相应模块。

进一步，所述服务管理中心处于服务层；包含服务本体管理、服务查询、服务关系图谱构建、服务动态发现、服务按需组合。

本发明的另一目的在于提供一种所述面向物联网微服务框架的服务组合方法，所述面向物联网微服务框架的服务组合方法包括：服务知识图谱的构建、服务动态发现以及服务柔性组合。

进一步，所述服务知识图谱的构建方法包括：

步骤一，基于已有的OWL-S语义模型依据物联网行业特定特征对OWL-S语义模型进行相应的扩充，构建物联网服务本体语义模型OWL-IOT；

步骤二，物联网行业领域众多，在不同行业领域内服务关系确立不一，根据各行业领域特征建立领域本体库；

步骤三，服务提供者注册发布的服务通过服务本体语义模型映射为服务语义本体库。从中提取服务的输入输出参数，并利用集合覆盖将相同输入输出服务规约为同一类服务；形成等价类划分之后，依据不同类间输入输出的状态进行信息抽取形成属性关系，并将服务语义本体同步更新至服务知识图谱的数据层中；

步骤四，将属性关系与实体关系进行知识融合，并同步更新至服务知识图谱的模式层。

进一步，所述服务动态发现与柔性组合步骤包括：

步骤一，基于服务本体语义模型对服务请求进行用户偏好的提取，依据权重进行偏好相似度计算；

步骤二，使用AGNES聚类方法提取节点运动轨迹，依据余弦相似性计算运动模式相似度；

步骤三，根据用户输入请求S_i，在知识图谱中融合步骤一与步骤二的相似度计算方法，得到服务初始集；

步骤四，若初始集不为空，遍历初始集元素。初始化S＝元素输出参数，sid＝null；若初始集为空，则组合失败；

步骤五，根据所赋值的元素S，寻找以S为起初点的后继服务集sAll；

步骤六，若后继服务集sAll不为空，通过启发式匹配函数对后继服务集每个元素进行匹配值计算，选取其中匹配值最大的元素ws_max；

步骤七，对步骤四选取的最大元素ws_max，提取服务id以及服务输出分别并入进sid与S中；

步骤八，判断S是否包含目标集合So的元素，若包含结束流程，记录该可达路径；若不包含，则重复执行步骤三-步骤六，直至包含集合So的元素或组合失败。

综上所述，本发明的优点及积极效果为：

与技术一相比，本发明的物联网微服务框架实现海量差异化微服务状态的动态感知和分布式跨域管理。所提出的微服务架构能够兼容跨域的差异化物联网网元，可以扩展到各类信息系统服务；实现海量多层级服务的独立部署，具有松耦合性和高容错性，为应用跨域协同提供支撑。

与技术二相比，本发明结合相似度和语义服务的相关研究，提出多层级语义服务发现方法，旨在进一步提高服务发现查全率和查准率的同时简化逻辑推理过程，减少计算复杂度。实验表明如图7所示，当服务数量逐渐增长时，平均查全率可提升约1％的性能。

与技术三相比，本发明基于图搜索的研究基础，提出细粒度的服务柔性组合方法旨在减小搜索空间、避免重复搜索的同时提升服务组合的效率。实验表明服务组合平均准确律可提升3.8％，如图8所示，算法一为业务流程驱动的服务组合算法，算法二为即时问题求解的服务组合算法，算法三为本发明面向物联网微服务框架的服务组合方法。

附图说明

图1是本发明实施例提供的面向物联网微服务框架的结构示意图；

图中：1、数据融合汇聚中心；2、服务抽象中转中心；3、服务管理中心。

图2是本发明实施例提供的数据融合汇聚中心框架图。

图3是本发明实施例提供的服务抽象中转中心框架图。

图4是本发明实施例提供的知识图谱构建模块图。

图5是本发明实施例提供的服务柔性组合流程图。

图6是本发明实施例提供的节点移动性示意图。

图7是本发明实施例提供的查全率对比实验结果示意图。

图8是本发明实施例提供的准确率对比实验结果示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对传统物联网平台体系架构存在性能瓶颈、单点故障、紧耦合性；传统服务发现在服务匹配过程中存在二义性问题；物联网微服务框架下业务流程柔性多变的问题。本发明的服务组合过程分为两个阶段，第一阶段为多层级语义服务发现方法，第二阶段为细粒度服务柔性组合方法。本发明结合相似度和语义服务的相关研究，提出多层级语义服务发现方法，旨在进一步提高服务发现查全率和查准率的同时简化逻辑推理过程，减少计算复杂度。本发明基于图搜索的研究基础，提出细粒度的服务柔性组合方法旨在减小搜索空间、避免重复搜索的同时提升服务组合的效率。

下面结合附图对本发明的应用原理作详细的描述。

如图1所示，本发明实施例提供的面向物联网微服务框架包括：数据融合汇聚中心1、服务抽象中转中心2、服务管理中心3。

数据融合汇聚中心1，实现异构设备的自适应接入、多源异构数据接入、多种数据源接入；通过提供适配来收集、过滤、分析数据；数据的解析、校验、清洗、存储等功能；将多模异构数据存储进数据库中，为上层应用层提供数据开放的交互方式；

服务抽象中转中心2，将智能化程度较高物联设备的服务能力抽象可供系统识别分析处理的语义服务组件；通过服务标识体系将异构的物联网系统服务资源虚拟化为统一服务标识并将服务注册发布到系统相应模块中；

服务管理中心3，贯通服务提供与应用需求的交互中心。

下面结合附图对本发明的应用原理作进一步的描述。

本发明实施例提供的面向物联网微服务框架包括：

(1)数据融合汇聚中心

数据融合汇聚中心如图2所示，包括数据适配模块、数据处理模块、数据汇聚模块、数据开放模块。其中，所述数据适配模块实现异构设备的自适应接入、多源异构数据接入、多种数据源接入。主要是从一系列设备中集成和收集数据，比如工业设备数据，像OPC/ModBus/SNMP协议数据，通过提供适配来收集、过滤、分析这些数据；当多模异构物联设备将异构数据经数据适配模块转化后，形成统一标准的传感数据至所述数据处理模块，该模块主要包含解析、校验、清洗、存储等功能；所述数据汇聚模块将多模异构数据存储进数据库中，由于单一的数据库难以支撑数据汇聚模块的可用性，根据底层数据不同类别、用户对数据获取需求采取一种混合存储的方式保证存储中心的可用性；所述数据开放模块主要为上层应用层提供数据开放的交互方式。

(2)服务抽象中转中心2

服务抽象中转中心如图2所示，包括服务组件抽象模块、服务标识发布模块。

其中，所述服务组件抽象模块将数据存储模块中的数据服务化，主要表现为将智能化程度较高物联设备的服务能力抽象可供系统识别分析处理的语义服务组件。所述服务标识发布模块通过服务标识体系将异构的物联网系统服务资源虚拟化为统一服务标识并将服务注册发布到系统相应模块中。

(3)服务管理中心3

服务管理中心3处于服务层，在整个微服务框架中是贯通服务提供与应用需求的交互中心。服务中心在整个体系架构是轻量级的，不存储微服务提供子域的任何数据，也不直接与子域进行请求交互，对用户透明。其仅存储子域提供的公有服务信息，基于语义描述本体知识构建服务知识图谱，进而进行动态服务发现与组合，从而便于用户发布需求进行查询。主要包含服务本体管理、服务查询、服务关系图谱构建、服务动态发现、服务按需组合。

本发明是面向物联网微服务框架实现物联网微服务框架的细粒度柔性组合方法，该方法包含服务知识图谱的构建、服务动态发现以及服务柔性组合。服务知识图谱构建如图3所示，步骤如下：

步骤一，基于已有的OWL-S语义模型依据物联网行业特定特征对OWL-S语义模型进行相应的扩充，构建物联网服务本体语义模型OWL-IOT；

步骤二，物联网行业领域众多，在不同行业领域内服务关系确立不一，根据各行业领域特征建立领域本体库；

步骤三，服务提供者注册发布的服务通过服务本体语义模型映射为服务语义本体库。从中提取服务的输入输出参数，并利用集合覆盖将相同输入输出服务规约为同一类服务。形成等价类划分之后，依据不同类间输入输出的状态进行信息抽取形成属性关系，并将服务语义本体同步更新至服务知识图谱的数据层中；

步骤四，将属性关系与实体关系进行知识融合，并同步更新至服务知识图谱的模式层。

服务动态发现与柔性组合流程图如图4所示，步骤如下：

步骤一，基于服务本体语义模型对服务请求进行用户偏好的提取，依据权重进行偏好相似度计算；

步骤二，使用AGNES聚类方法提取节点运动轨迹，依据余弦相似性计算运动模式相似度，如图5所示；

步骤三，根据用户输入请求S_i，在知识图谱中融合所述步骤一与步骤二的相似度计算方法，得到服务初始集；

步骤四，若初始集不为空，遍历初始集元素。初始化S＝元素输出参数，sid＝null；若初始集为空，则组合失败；

步骤五，根据所赋值的元素S，寻找以S为起初点的后继服务集sAll；

步骤六，若后继服务集sAll不为空，通过启发式匹配函数对后继服务集每个元素进行匹配值计算，选取其中匹配值最大的元素ws_max；

步骤七，对步骤四选取的最大元素ws_max，提取服务id以及服务输出分别并入进sid与S中；

步骤八，判断S是否包含目标集合So的元素，若包含结束流程，记录该可达路径；若不包含，则重复执行步骤三-步骤六，直至包含集合So的元素或组合失败。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种面向物联网微服务框架，其特征在于，所述面向物联网微服务框架包括：

数据融合汇聚中心，用于实现异构设备的自适应接入、多源异构数据接入、多种数据源接入；通过提供适配来收集、过滤、分析数据；数据的解析、校验、清洗、存储等功能；将多模异构数据存储进数据库中，为上层应用层提供数据开放的交互方式；

服务抽象中转中心，用于将智能化程度较高物联设备的服务能力抽象可供系统识别分析处理的语义服务组件；通过服务标识体系将异构的物联网系统服务资源虚拟化为统一服务标识并将服务注册发布到系统相应模块中；

服务管理中心，用于贯通服务提供与应用需求的交互中心。

2.如权利要求1所述的面向物联网微服务框架，其特征在于，所述数据融合汇聚中心包括数据适配模块、数据处理模块、数据汇聚模块、数据开放模块；

数据适配模块，实现异构设备的自适应接入、多源异构数据接入、多种数据源接入；当多模异构物联设备将异构数据经数据适配模块转化后，形成统一标准的传感数据至数据处理模块；

数据处理模块，包含解析、校验、清洗、存储的功能；

数据汇聚模块，将多模异构数据存储进数据库中，由于单一的数据库难以支撑数据汇聚模块的可用性，根据底层数据不同类别、用户对数据获取需求采取一种混合存储的方式保证存储中心的可用性；

数据开放模块，用于为上层应用层提供数据开放的交互方式。

3.如权利要求1所述的面向物联网微服务框架，其特征在于，所述服务抽象中转中心包括服务组件抽象模块、服务标识发布模块；

服务组件抽象模块将数据存储模块中的数据服务化，为将智能化程度较高物联设备的服务能力抽象可供系统识别分析处理的语义服务组件；

服务标识发布模块，通过服务标识体系将异构的物联网系统服务资源虚拟化为统一服务标识并将服务注册发布到系统相应模块。

4.如权利要求1所述的面向物联网微服务框架，其特征在于，所述服务管理中心处于服务层；包含服务本体管理、服务查询、服务关系图谱构建、服务动态发现、服务按需组合。

5.一种如权利要求1所述面向物联网微服务框架的服务组合方法，其特征在于，所述面向物联网微服务框架的服务组合方法包括：服务知识图谱的构建、服务动态发现以及服务柔性组合。

6.如权利要求5所述的面向物联网微服务框架的服务组合方法，其特征在于，所述服务知识图谱的构建方法包括：

步骤一，基于已有的OWL-S语义模型依据物联网行业特定特征对OWL-S语义模型进行相应的扩充，构建物联网服务本体语义模型OWL-IOT；

步骤二，物联网行业领域众多，在不同行业领域内服务关系确立不一，根据各行业领域特征建立领域本体库；

步骤三，服务提供者注册发布的服务通过服务本体语义模型映射为服务语义本体库；从中提取服务的输入输出参数，并利用集合覆盖将相同输入输出服务规约为同一类服务；形成等价类划分之后，依据不同类间输入输出的状态进行信息抽取形成属性关系，并将服务语义本体同步更新至服务知识图谱的数据层中；

步骤四，将属性关系与实体关系进行知识融合，并同步更新至服务知识图谱的模式层。

7.如权利要求5所述的面向物联网微服务框架的服务组合方法，其特征在于，所述服务动态发现与柔性组合步骤包括：

步骤一，基于服务本体语义模型对服务请求进行用户偏好的提取，依据权重进行偏好相似度计算；

步骤二，使用AGNES聚类方法提取节点运动轨迹，依据余弦相似性计算运动模式相似度；

步骤三，根据用户输入请求S_i，在知识图谱中融合步骤一与步骤二的相似度计算方法，得到服务初始集；

步骤四，若初始集不为空，遍历初始集元素；初始化S＝元素输出参数，sid＝null；若初始集为空，则组合失败；

步骤五，根据所赋值的元素S，寻找以S为起初点的后继服务集sAll；

步骤六，若后继服务集sAll不为空，通过启发式匹配函数对后继服务集每个元素进行匹配值计算，选取其中匹配值最大的元素ws_max；

步骤七，对步骤四选取的最大元素ws_max，提取服务id以及服务输出分别并入进sid与S中；

步骤八，判断S是否包含目标集合So的元素，若包含结束流程，记录该可达路径；若不包含，则重复执行步骤三-步骤六，直至包含集合So的元素或组合失败。

8.一种应用权利要求1～4任意一项所述面向物联网微服务框架的物联网服务平台。