[发明专利]一种基于k2

说明书

本发明公开一种基于k²‑MDD的Web服务组合方法，首先根据k²树的规则对Web服务组合问题依赖图的顶点进行编码，然后依据顶点编码对边进行编码，接着根据边编码构造多值决策图结构，得到k²‑MDD结构，最后对所得的k²‑MDD结构采用符号决策图的逻辑操作进行图的基本操作。通过对Web服务组合问题的关系依赖图用k²‑MDD结构存储表示，实现对Web服务组合问题的关系依赖图进行高效、紧凑地表示从而大大减少了顶点的存储空间，减小了搜索空间。

技术领域

本发明涉及大规模图数据存储与Web服务技术领域，具体涉及一种基于 k²-MDD的Web服务组合方法。

背景技术

Web服务组合是一种能够通过组合多个功能简单的Web服务来完成一项复杂任务的有效方式。但面对当前大规模的Web服务，如何快速的组合出满足用户功能性需求的Web服务组合结果是富有挑战性的问题。近些年来，Web 服务组合问题逐步成为Web服务研究领域的热点。基于图模型的方法是解决服务组合问题的主要方法之一，因为图模型表示大量的多种可能的服务组合需要大量的空间，所以利用压缩图表示服务组合依赖图被提出。多值决策图 (Multi-valued Decision Diagram，MDD)适用于描述多值变量，并且能够实现空间或者变量组合的隐式表示与搜索，使得所表示的结构更为紧凑，顶点得到明显的减少。

关于服务组合问题已经有相当多的研究，其中，M.Kuzu等提出利用规划方法解决服务组合问题。规划选择适当的服务并确定它们的顺序以达到目标。为了解决一个服务组合问题，规划算法应该首先构造一个送初始状态到目标状态的搜索图，然后通过后向搜索找到一个解决方案的路径。在大规模的服务的数量和组合下，规划算法受到搜索空间的限制，可能无法找到解决方案。为了对图数据进行紧凑表示，在传统的邻接矩阵表示法的基础上，Brisaboa 等于2009年提出了基于k²树(k²-tree)的方法，树中的每一层对应于邻接矩阵或分块子矩阵的分块子矩阵，顶点对应于邻接矩阵的分块子矩阵，生成的 k²树使用两个位向量T和L来存储，该方法不仅能够紧凑表示邻接矩阵，而且能实现邻接顶点的正向或逆向高效查询操作。为了应对这个挑战，可以使用压缩图来表示Web服务组合问题，Li等人使用Brisaboa提出的k²树结构来解决该问题。虽然使用k²树的结构来存储表示Web服务组合，使得结构更为紧凑，顶点数得到显著的减少，但是在对大规模Web服务组合问题表示时仍具有一定的局限性。施佺等给出了k²树表示方法的两种优化技术：启发式深度优先顶点重排序和自适应修正k，使得所表示的结构更为紧凑，顶点得到明显的减少。

不论是k²树还是施佺优化过的k²树，在对大规模Web服务组合问题表示时仍具有一定的局限性，具体表现在：

1)当图的规模变大时，图内部本身就会存在大量的同构子图。同样的，当按照k²树的思想把邻接矩阵进行划分后，也存在大量的相同的子矩阵。这就造成了k²树内也存在大量的同构子树。

2)k²树仅对稀疏图有效，当图变的稠密时，由于邻接矩阵内可被压缩的 0顶点变少，因此k²树紧凑性也会变低。

3)k²树未涉及动态图(需要添加或删除顶点、边以及子图等的图)的表示与操作。

目前的k²树的图数据紧凑表示方法对上述图的结构特性尚缺乏必要的考虑，在紧凑性上仍有较大的改善空间。针对基于k²树Web服务组合目前存在的问题，有必要对其进行进一步的优化与改进，以得到一种更为紧凑的结构表示方法使得进一步减少Web服务组合问题的顶点存储空间。

发明内容