一種基于P2P網支持QoS的語義Web服務的匹配模型

摘 要:如何準確而又高效地匹配零散分布于各地的Web服務，通過分析現有的一些相關研究，在P2P網絡的基礎上提出了支持QoS的語義Web服務匹配模型。模型首先分析了P2P網絡的特點，在擴展UDDI的基礎上，結合目前語義Web服務匹配的多層匹配思想，提出一個三層次的匹配篩選算法，并對基本描述、語義Web服務匹配、服務質量各層的匹配算法進行了深入討論，用相似函數來度量服務提供方與服務請求方的Web服務相似程度，為Web服務匹配和發現提供了一種有效的方法。

關鍵詞:對等網; 服務質量; 語義Web服務; 模型; 服務匹配

中圖分類號:TP391.4

文獻標志碼:A

文章編號:1001-3695(2010)02-0653-04

doi:10.3969/j.issn.1001-3695.2010.02.069

QoS-guaranteed model for semantic Web service matching based on P2P network

JING Xiao-ping1，2， QIN Zhi-guang1， YI Shi-jun2， CHENG He-ping2， LIU Nai-qi1

(1.School of Computer Science Engineering， University of Electronic Science Technology of China， Chengdu 610054， China; 2. Chengdu Electro-mechanical College， Chengdu 610031， China)

Abstract:To solve how to find the Web service that distribute different locations efficiently and exactly，analyzed existing related researches， and put forward a new matching model for service based on P2P network and semantic description. In this model， this paper first analyzed the P2P network. Combine the thought of multi-level matching approach based on extended UDDI， presented a kind of matching and filter algorithm with three level， each of algorithm ， namely basic description， thoroughly discussed semantic Web service matching and QoS matching， introduced similarity functions to measure Web service similarity degree of provider and requester， this approach will be significant to Web services discovery.

Key words:peer-to-peer(P2P); quality of service; semantic Web service; model; service matching

隨著Internet技術的飛速發展，位于Internet上的Web服務的數量和種類也與日俱增，如何快速而又準確地發現所需服務變得越來越重要。傳統的Web服務發現分為以下三類:a)集中型。是指Web服務及服務提供商的描述信息采取集中方式發布和存儲，UDDI就是這種方式，這種方式容易導致服務應用的瓶頸。b)分布型。是指Web服務以及服務提供商的描述信息采取分布式的發布和存儲，通常采用P2P網絡技術來對各種描述信息進行組織，這種方式容易導致匹配率低下，局部服務器負荷較大。c)綜合型。這是上述兩種方式的結合，通過對集中與分布的合理劃分，避免上述兩種方法發現框架的一些不足，這也是目前研究項目中常使用的一種方法。

近年來，隨著Web服務被更廣泛的應用，注冊的Web服務很快有一部分失效，這就導致服務匹配機制的服務信息的實際可用性差。究其原因，傳統的UDDI規范沒有考慮到服務過濾和選擇的問題，進而不能確保其發現的服務能夠滿足用戶的QoS需求。以前的UDDI規范及其系統都將服務發現后的過濾和選擇工作交由用戶完成，UDDI數據模型和應用開發接口規范沒有涵蓋任何類型的Web服務QoS模型，導致了用戶無法實現有效的服務調用。也有研究者提出基于集中式模式的QoS服務語義Web服務模型，這些模型基本上都是基于單一集中UDDI服務的，它不適合用在綜合型的P2P網絡中的語義Web服務匹配。

針對如上問題，本文提出了一種適用于綜合型的P2P網絡并支持QoS的語義Web服務匹配模型，從支持服務質量的QoS語義Web服務發現及提高服務發現系統的QoS兩個角度來保障用戶對Web服務的QoS需求;從P2P網絡特點出發，提出了基于QoS的語義Web服務匹配模型，并給出了模型框架。通過分析后發現，這種模型為本文Web服務匹配提供了一種較好的方法，而且模型的分布式機制提高了系統的查詢和容錯能力。

1 基于P2P網支持QoS的語義Web服務匹配模型

1.1 綜合型P2P網絡和服務質量(QoS)

P2P網絡是指使用分布的資源以分散的方式來執行特定功能的一類系統和應用程序，是計算機系統的結構從傳統的集中式發展為瀏覽器/Web服務器/數據庫服務器的新模式利用P2P技術建立起來的。當前的P2P網絡集中了集中式和分布式的特點，而成為混合模式的P2P網絡，如圖1所示。在P2P網絡中所有的實體既可作為服務的請求者又可作為服務的提供者兩者的作用可以靈活改變。

服務質量研究源于多媒體系統，如A.Campbell等人研究了分布式多媒體系統中的服務質量問題和針對特定層次的服務質量支持問題，并對一些服務質量體系結構(QoS architecture)作了評估。現在服務質量研究已從多媒體系統擴展到一般的分布式系統，P2P系統也不例外。需要特別指出的是，幾乎所有的系統都有服務質量問題，且服務質量問題跨越了同一個系統的各個層次。隨著語義Web服務發展，用戶不僅僅有基本條件方面的要求，而且也想得到高質量的網絡服務，特別是對服務質量(QoS)方面的要求。因此討論基于P2P網絡的QoS語義Web服務的發現是非常必要的。

1.2 OWL-S

OWL-S[1]就是一種采用本體描述語言OWL定義的一套專門描述Web服務的本體，是DARPA agent markup language項目的研究成果，其前身被稱為DAML-S。OWL-S提供了一套核心標記語言，以一種明確的、計算機能夠解釋執行的方式描述Web服務屬性和功能等。這些描述能被計算機無二義的解釋和理解，從而為實現服務的自動發現、執行、組合、互操作及執行監控提供語義支持。總之，OWL-S使服務的自動交互成為可能。

圖2為OWL-S的頂層本體結構圖。類service為聲明Web服務提供了組織參考點，每個具體的Web服務都將對應為service類的一個實例;presents，describedBy和supports是ser-vice類的三個屬性;類serviceProfile、serviceModel和serviceGrounding分別為上述三個屬性的取值。

1.3 QoS語義Web服務匹配模型設計

Web服務的匹配和發現是Web服務選擇過程中兩個密切相關但又不完全相同的兩個過程。Web服務的匹配主要是針對兩個來自服務請求者和提供者的Web服務描述文件，通過某種方法來判斷供需雙方相互滿足的程度;而Web服務的發現則包含內容更廣，但Web服務的匹配作用于發現的過程。這里只討論服務的匹配過程。在綜合型P2P網絡中，服務質量不僅僅用于本地語義Web服務的匹配，同時也用于P2P網絡對服務請求的排隊，在建立模型前先作如下假定:

假定1 P2P網絡中各個對等節點(peer)，僅僅連接到(超級節點)broker代理，各超級節點之間在邏輯上是純peer-to-peer的結構(圖3)，各對等節點(peer)僅向其相連的broker節點發送匹配請求。

假定2 在邏輯上，網絡中各broker節點均可訪問到擴展UDDI注冊中心，以此來確定各個broker的所屬分類(圖4)，各個broker可相互訪問，以便路由到非鄰節點進行匹配。

假定3 假定服務的雙方(服務請求者和服務提供者)的Web服務描述文件是已經獲得的，不涉及服務描述文件的發布模型和獲取過程。

基于假設1～3，本文給出基于P2P網絡的QoS的語義Web服務匹配模型。其模型如圖5所示。

模型首先接收用戶發來的請求描述數據，Broker接收請求數據包后，按照模型設計[1~3]的QoS結構進行排隊，然后broker匹配器從隊列中按照QoS機制動態取出請求描述數據。首先進行分類匹配，如果本地分類匹配成功，那么就在本地進行語義匹配;如果匹配不成功，那么就在相鄰的broker進行匹配。如果仍然不成功，那么就請求擴展UDDI注冊中心，獲取分類匹配的broker組，依次匹配。若成功，則返回結果;如果仍然失敗，則返回匹配失敗信息。

模型中的擴展UDDI注冊中心主要管理各個broker節點的匹配分類、QoS屬性更新、Web服務過期更新等的工作。

1.3.1 基本結構的定義

為實現圖4模型，需要對Web服務、請求描述包的QoS分類、語義Web服務匹配的QoS結構等作出定義。

定義1 Web服務。設Web服務用WS來表示，對Web服務作如下定義:

WS={S，T，B，F，Qs，C}(1)

其中:S是基本描述，是服務的公共屬性，包括服務分類、服務ID、服務名稱、服務提供者ID、服務提供者名稱、文本描述、聯系方式、版本等，基本描述是概要性的描述;T是服務的分類描述，表示服務屬于哪個分類，是語義Web服務匹配的先決條件;B是Web服務本身的綜合繁忙程度，通常用百分比來度量，如果服務器的繁忙程度超過了某一個值(如50%)，那么就會優先選擇其他服務器的Web服務，這個參數由broker代理定時刷新;F是服務功能描述，包括輸入與輸出，前提與結果等，是服務請求者判斷Web服務能否滿足其功能需求的主要依據;Qs是服務的QoS屬性描述，如代價(cost)、響應時間(time)、服務優先級(priorities)等非功能屬性，這些屬性反映了一個Web服務的性能，把這些屬性稱為QoS屬性;C是一個Web服務的信譽值，該值反映了一個Web服務信譽的好壞，服務請求方可根據該信譽值作為判斷服務提供方是否值得與其進行交易的依據。

定義2 請求描述包的QoS分類結構。為了對請求進行分類，然后根據請求的緊急程度、匹配計算量和來源的不同，將QoS服務定義分為五類，具體參見表1。

表1 語義Web服務請求的QoS分類

執行優先度QoS優先度分類依據

1來自于broker的緊急請求

2來源于信任用戶的緊急請求

3來源于broker的一般請求

4來源于一般用戶的緊急請求

5來源于一般用戶的一般請求

在對請求的排隊中，上述每一種分類在模型的請求描述隊列中都是一個獨立的隊列，匹配器會根據對列的長度、任務的輕重緩急如表1對每個隊列的元素按照FIFO的方式進行逐一取出處理。這種方法有些類似于銀行前臺的普通用戶、VIP用戶以及大客戶的語音排隊方法。

定義3 語義Web服務匹配的QoS結構。在Web服務匹配的研究中，為了能夠體現服務請求者對服務性能的不同需求，國外的多名學者對QoS作了相應的量化研究。文獻[4]中著名學者Cardoso等人指導性地給出了服務質量模型中應包括的因素，具體包括費用(cost)、時間(time)、可靠性(reliability)和可信性(fidelity);文獻[5]在AgFlow 系統中選擇以下五個通用的服務屬性來評價QoS 服務:服務運行成本(execution price)、運行時間(execution time)、信任度(reputation) 、成功率( successful execution rate)和可用性(availability);同時也有提出了把服務屬性分成多類，并擴大到加密、安全等屬性方面，量化結果為這幾個屬性的取值加權后的總和等。國內也對QoS有一定的研究，有些研究算法比較復雜，不適合大規模的使用。基于這種情況本文在文獻[5]的基礎上提出了一種比較簡單的QoS量化算法模型，模型如下

Qs={P，T，R，S，A}(2)

其中:Qs綜合QoS服務指標;P為服務運行成本;T為運行時間;R為信任度;S為執行成功率;A為可用性。每個質量指標由一個四元組{name， minVal， maxVal， unit}構成。其中:name為指標名稱;minVal為指標最小值;maxVal為指標最大值;unit為度量單位。

例1 一個遞歸計算服務，其各個指標情況如表2，Qs={P，T，R，S，A}。

表2 遞歸程序計算服務

nameminValmaxValunit

P(execution price)0.10.5M(兆，占用內存)

T(execution time)110ms(毫秒)

R(reputation)661

S(successful execution rate)11100%

A(availability)0.70.91

設ωi為式(2)中每個指標的權值，式(2)的Qs為

Qs=κ1∑5i=1ω1maxVal+minVal2+κ2C，∑5i=1ωi=1，κ1+κ2=1(3)

其中:κ1和κ2是服務質量可信度(C)和單個服務指標∑5i=1ω1 (maxVal+minVal)/2的權值。式(3)是根據每個Web服務提供的QoS屬性量化計算出來的Qs權值，再設Di為第i個服務的權值Qsi和請求者發送的請求R的距離，F為最終匹配的服務，F表示為

F=min(|Di-R|)，Di∈{B≤λ}(4)

其中:λ為服務器繁忙程度的閾值;B是服務器綜合繁忙程度的量化值，就是最終匹配的Web服務。

1.3.2 支持QoS的語義匹配器設計

本文仍然采用用得較多的三層過濾匹配方案，即第一層基于定義1~3。其定義語義Web匹配模型如圖6所示。

1)基于基本描述的匹配 在基本描述的這些信息中，不是每一個信息都很重要，可挑選最重要的三個信息來計算匹配度，即服務分類(service category)、服務名稱(service name)和文本描述(text description)。由于服務分類、服務名稱與文本描述是字符串，它們的比較實質上是文本相似性比較。本文采用向量空間模型算法，通過算法，當提供服務與請求服務的描述的基本描述的綜合相似度大于或等于一個最小相似度的閾值時，即可進入第二層的功能語義匹配。

2)基于功能的語義匹配 基于網絡距離模型的語義相似性計算方法是根據概念在層次結構樹中的位置來計算概念之間的語義相似性。基于網絡距離模型的語義相似性計算方法中，最直觀的就是Rada等人利用概念層次結構中各概念之間最短相連路徑中邊的數目作為語義距離，即所謂的最短路徑方法。這也是基于網絡距離模型計算方法的基礎方法。語義距離越短，說明概念的語義相似性越強。但這種方法是假設概念樹中所有概念連接邊的重要性是一樣的，但這與實際情況不相符。人們在后來的研究中對最短路徑方法進行了改進，主要是考慮到邊在層次結構樹中的不同位置對語義相似性度量的影響不一樣。Wu-Palmer等人提出了一種最短路徑方法的改進方法，即通過利用概念c1和c2相同祖先節點中層次最低一個概念，如c3，來度量它們的語義相似性，即c1和c2間的語義相似性為

simwp(c1，c2)=2×len(r，c3)/(len(c1，c3)+

len(c2，c3)+2×len(r，c3))(5)

其中:r表示root，即概念層次結構樹中的根概念節點;len(r，c3)表示根概念節點和概念c3之間的最短路徑。當然式(5)也可以寫成式(6)的語義表達式。

diswp(c1，c2)=1-simwp(c1，c2)=(len(c1，c3)+

len(c2，c3))/(len(c1，c3)+len(c2，c3)+2×len(r，c3))(6)

從式(6)中可以看出，隨著概念c3在層次結構樹中深度的增加，c1和c2之間的語義距離逐漸減少。按照這種方法，object和instrumentality之間的語義距離就會小于wheeled vehicle和bicycle之間的語義距離，從而避免上面最短路徑方法的問題。因此基于網絡距離模型的方法一般可以表示為

sim(c1，c2)=f(l，h，d)(7)

其中:l為概念c1和c2之間的最短路徑距離;h為c1和c2的最具體共同概念(most specific common abstraction，MSCA)在層次結構樹中的層次深度;d為概念層次樹中c1和c2所處位置的概念密集程度。

基于功能語義匹配方法如圖7所示。圖7中采用OWL-S作為Web服務需求和發布的描述語言，通過OWL-S解析模塊對服務請求者和服務發布者利用OWL-S描述的Web服務進行解析，取出服務的輸入和輸出參數;然后分別對輸入和輸出首先利用描述邏輯推理機進行概念間的語義推理;根據語義推理結果，來指導進一步的概念間的語義距離的計算[6];匹配綜合則是對輸入和輸出的匹配結果進行整體的計算，模型中采用簡單的對各個輸入和輸出參數進行平均的方法;最后將服務的匹配結果作為輸入到第三層進行QoS屬性匹配。

3)QoS屬性匹配 本匹配方法詳見定義3。

1.3.3 擴展UDDI注冊中心

這里之所以擴展UDDI，是因為要在UDDI注冊中心加上一個分類和刷新的功能，分類為模糊分類，即由于某種原因，一個服務有可能被分為一個分類，同時也可能被列入另外一個分類。分類由使用者自己定義，方法是:首先按照某一個或幾個分類標準，把服務分為N個分類;然后按照假定1～3的要求把UDDI、broker和peer劃分為一個標準的P2P的邏輯結構，broker把分類標準下載到自己的本地，把自己所有的Web服務按照分類標準進行劃分，這樣擴展UDDI注冊中心就建立起來了。

1.3.4 Web服務的失效和刷新

前面提到，Web服務的過期率和異常率非常高，所以這類設置了一個刷新機制，借鑒DNS的域名刷新機制，對每一個注冊的Web服務，設置一個需要刷新的時間，時間可以為一小時、一天、一個月等;對每一個Web服務刷新時間進行倒計時，當倒計時到0時，刷新Web服務，同時刷新其綜合繁忙程度參數。

2 結束語

本文提出的在P2P網絡環境中支持QoS的語義Web服務匹配模型能夠確保查找到的Web服務能夠滿足用戶多方面的要求，包括簡單的匹配、功能上的匹配、保證QoS的匹配，算法上采用計算量小、效率高的算法，所以本文的模型在效率上提高了，同時支持語義Web服務查詢，查詢準確率也大大提高。下一步，筆者將繼續完善此模型，并重點探討匹配算法及其性能實驗。

參考文獻:

[1]BURSTEIN M H， HOBBS J， LASSILA O， et al. DAML-S: Web service description for the semantic Web[C]//Proc of the 1st International Semantic Web Conference on the Semantic Web. London: Springer-Verlag，2002:348-363.

[2]張景中，馮勇.采用近似計算獲得準確值[J].中國科學A輯，2007，37(7):810-813.

[3]姚勇，馮勇.一類半正定多項式的平方和分解及其表達式的自動生成[J].計算機學報，2006，29(10):1863-1865.

[4]CARDOSO J ， BUSSLER C. Semantic Web services and processes : semantic composition and quality of service[C]//Proc of Move to Meaningfull Internet Computer. Irvine， CA:[s.n]，2002:4-7.

[5]李春梅，蔣運承.具有QoS 約束的語義Web 服務發現的研究[J].計算機科學，2007，34(6):116-121.

[6]ZENG I Z， BENAT-S ALLAM B， NGU A H H， et al. QoS-aware middleware for Web service composition[J]. IEEE Trans on Software Engineering，2004，30(5):311-327.

[7]仲梅，宋順林.一種支持QoS的語義Web服務發現框架[J].計算機工程與設計，2007，28(6):2580-2582，2585.

[8]白東偉.基于語義的Web服務匹配與發現技術研究[D].北京:北京郵電大學，2007:19-21.

[9]CROSS V， WANG You-bo. Semantic relatedness measures in ontologies using information content and fuzzy set theory[C]//Proc of the 14th IEEE Informational Conference on Fuzzy System.2005:114-119.

[10]陳德偉，許斌，蔡月茹，等.服務部署與發布綁定的基于P2P網絡的Web服務發現機制[J].計算機學報，2005，28(4):617-620.

[11]MEDJAHED B.Semantic Web enabled composition of Web services[D]. Viginia: Virginia Polytechnic Institute and State University，2004:200-210.

[12]WU J. Handbook of theoretical and algorithmic aspects of Ad hoc， sensor， and peer-to-peer networks[K]. New York: Auerbach，2006:617-642.