[发明专利]一种基于数据细胞模型的Web服务演化方法

说明书

一种基于数据细胞模型的服务演化方法，包括以下步骤：第一步、结合Bigraph理论，建立一个服务演化框架，分为信息抽取和细胞建模及服务行为演化分析两阶段；第二步、基于所述的框架提出的基于数据细胞模型的服务演化方法，过程如下：步骤2.1：Web服务的信息抽取；步骤2.2：细胞建模；步骤2.3：服务行为演化：结合服务与生物细胞特性构建DCEM，随着用户需求与资源变更的变化，数据细胞发现现有的内部服务结构已经不能提供高质量的服务能力，需要进行相应的行为演化，使之在需求频繁变更和资源动态更新的情况下也能够高效的提供服务。本发明提高系统的灵活性，使系统能够适应复杂的分析应用。

技术领域

本发明涉及Web服务组合领域，尤其是数据服务的组合演化方法。

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。因此，如何有效的对服务组合演化进行演化建模和对服务行为进行分析，成为了现有研究必须应对的问题。

服务组合的演化不同于传统的软件演化，由于服务有着多源、异构以及自治的特点，并且具备动态特性，使得服务组合的演化面临着更严峻的挑战。目前国内外学者在服务演化建模及其行为特征方面进行了大量研究，取得了一定的成果。在服务组合演化建模方面，牛津大学的Aitor将环境的服务及其功能抽象为语义 Web服务，提出一个支持用户请求和服务行为动态推理的自适应服务组合框架，但是该组合框架的理论方法主要适用基于物联网的智能城市应用，在其他的应用场景有一定的局限性。科尔多瓦大学的Aurora基于多目标的优化分析Web服务质量(QoS)，实现在复杂服务网络中选取QoS侧重点不同的服务组合方案，从而解决Web服务绑定问题的适用性。但是由于多目标算法计算复杂度较高，只能较好适用于设计阶段的服务组合，不能很好的在运行时实现优化过程。对于服务组合的行为分析主要从单个服务或者组合服务的角度，采用例如Petri网、进程代数、π演算等形式化的方法进行分析，并在服务组合的行为兼容性和组合有效性方面进行考察，例如，同济大学的Chen提出一种处理模糊语义服务的输入/ 输出兼容性和行为约束兼容性的自动Web服务组合方法，首先将用户输入/输出需求建模为Horn子句集，然后应用模糊谓词Petri网对字句集进行建模，最终构造一个FPPN模型显示所选服务的调用顺序。爱丁堡大学的Petros在经典线性逻辑中利用过程范式证明来进行复杂Web服务组合，提出一个基于线性逻辑和π演算严格定理证明的Web服务组合论述，但以上的研究主要集中在具体服务的抽象行为和语义分析，不能很好的支持在动态上下文环境中服务行为的有效分析，在环境发生改变时，容易产生服务的性能下降以及组合失效等问题。南京大学的 Song在服务组合演化中提出一套演化操作准则，只要开发人员在系统演化过程中正确修改服务组合，就可以保证Web服务组合的数据流的正确性，而不必重新对整个Web服务组合的数据流正确性进行验证。缺点是提出的演化准则较为复杂，在实际应用中可行性不高。