基于服務質量的面向服務數(shù)據(jù)挖掘系統(tǒng)研究

中國礦業(yè)大學（北京）機電與信息工程學院 王子明 徐慧

基于服務質量的面向服務數(shù)據(jù)挖掘系統(tǒng)研究

中國礦業(yè)大學（北京）機電與信息工程學院 王子明 徐慧

經(jīng)過數(shù)十年的發(fā)展，數(shù)據(jù)挖掘領域產(chǎn)生了眾多的算法和挖掘系統(tǒng)。挖掘系統(tǒng)作為研究的有形成果，在展示數(shù)據(jù)挖掘技術的威力、利用數(shù)據(jù)挖掘技術產(chǎn)生經(jīng)濟效益方面起著至關重要的作用。目前，各大軟件廠商及研究單位都忙著推出了各自的數(shù)據(jù)挖掘系統(tǒng)。有的作為商業(yè)產(chǎn)品，功能強大，集成了數(shù)量眾多的挖掘算法；有的作為科研試驗軟件，僅集成了一兩個新穎的算法，功能有限。絕大部分的數(shù)據(jù)挖掘系統(tǒng)采用C／S的兩層結構，用戶需要安裝龐大客戶端，使得安裝和維護都十分不方便。特別是為了跟蹤數(shù)據(jù)挖掘研究的最新進展，經(jīng)常需要給系統(tǒng)增添新的算法，傳統(tǒng)的挖掘系統(tǒng)將難以適應這種需求，因此，構建一個功能較全、容易擴展、支持功能模塊復用、基于服務質量的新型數(shù)據(jù)挖掘系統(tǒng)便迫在眉睫。

一、相關理論介紹

1.Web服務。Web Service是對象/組件技術在Internet中的延伸，是封裝成單個實體且發(fā)布到網(wǎng)絡上以供其他程序使用的功能集合。Web Service從本質上講是放置于Web站點上的可重用構件。

Web Service可以分散于Web的各個地方，通過互相調用以協(xié)同完成業(yè)務活動。在Web Service的體系中，應用系統(tǒng)被分割為高內聚、弱耦合的單個服務，可以通過Web被調用和訪問。

Web服務的應用通常涉及服務提供者（service provider）、服務請求者（service requestor）及服務注冊中心（service registry）3種應用程序。服務所有者通過向服務注冊中心注冊服務描述來發(fā)布（publish）服務，并通過服務訪問平臺提供服務；服務請求者在服務注冊中心搜索（（find）滿足所求的服務，根據(jù)其服務描述解析服務調用方式，并動態(tài)綁定（bind）服務提供者，獲取服務。

2.服務質量。服務質量英文全稱QoS（Quality of Service），在Web實際應用中，對Web Service往往有許多不同方面的技術要求，如各種級別的服務可用性、性能、可伸縮性、安全性和隱私策略等，因此需要能夠描述所有的這些技術需求，并且要求駐留每一個服務的環(huán)境能夠基于不同的技術要求提供不同的QoS選擇。顯然，對于服務提供者和他們的客戶而言，Web Service所提供的QoS已成為一個非常重要的問題。服務質量主要包括服務價格、服務響應時間、服務可用性、服務完整性等參數(shù)。

3.面向服務架構。面向服務架構（SOA）其目的是實現(xiàn)相互作用的軟件功能單元之間的松散耦合。SOA的基本思想是以服務為核心，將企業(yè)的IT資源整合成可操作的、基于標準的服務，使其能被重新組合和應用。這種重新組合，使那些原本趨于閑置的IT資源重新發(fā)揮作用，從而使企業(yè)的資源得到優(yōu)化，并煥發(fā)出新的生機。

4.數(shù)據(jù)挖掘。數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊和隨機的數(shù)據(jù)中，提取隱含在其中人們事先不知道的、但又是潛在有用的信息和知識的過程。還有很多和這一術語相近的術語，如從數(shù)據(jù)庫中發(fā)現(xiàn)知識（KDD）、數(shù)據(jù)分析、數(shù)據(jù)融合（Data Fusion）以及決策支持等。

二、引入Web服務質量的面向服務數(shù)據(jù)挖掘系統(tǒng)設計思想

1.Web服務Qos評估因素。服務質量（QoS）是對Web服務滿足服務請求者需求能力的一種度量。Web服務中的QoS評估因素是一個可擴充向量，可以從很多方面來描述服務質量，如可擴展性、并發(fā)處理能力、響應時間、可靠性、服務價格、吞吐量、可用性、安全性、準確性、賠償率等，它們分別從不同角度對服務的質量進行了評估，但針對數(shù)據(jù)挖掘領域的特點，在眾多QoS中比較強調費用、執(zhí)行時間、可用性、可靠性這些指標，所以本文用如下所示的四元組向量作為評價Web服務s的服務質量的標準，即QoS模型為：

下面給出各分量的評價指標：

（1）費用（qprice（s））。Web服務提供者給定的一個服務操作的執(zhí)行價格qprice（s）作為服務請求者為完成任務所執(zhí)行該服務操作要付出的費用。該任務的執(zhí)行價格就是qprice（s）。

（2）執(zhí)行時間（qprice（s））。執(zhí)行時間是請求服務發(fā)送的瞬間到結果被收到的瞬間之間這段時間，以毫秒為單位。公式表示：

qtime（s），服務執(zhí)行時間；P（s），服務處理時間，T（s），服務傳送時間。

（3）可用性（qavailability（s））。可用性是質量的一個方面，指Web服務是否存在或是否已就緒可供立即使用。公式表示：qavailability（s）=A（s）/u。

（4）可靠性（qreliability（s））。可靠性是Web服務質量的一個方面，表示能夠維護服務和服務質量的程度。公式表示：qreliability（s）=N（s）/I。

qreliability（s），服務可靠性概率；N（s），服務s在最大期望時間內被成功調用的次數(shù)，I：調用服務s的總次數(shù)。

2.Web服務Qos計算模型。假設存在一組服務群，用S={S1，S2，S3，S4.....Sk}表示，這k個服務在Web服務發(fā)現(xiàn)過程中都能滿足基本的功能匹配，于是我們就可以得到如下的k×4維矩陣：

由于衡量服務質量的指標有2種：一種是正向質量指標，即指標值越大，服務質量越好，如可用性和可靠性；另一種是負向質量指標，指標值越大，服務質量越差，如價格和響應時間。

所以，為了保證QoS因素具有可比性，需要對QoS參數(shù)進行歸一化處理，將所有QoS屬性的值域調整到一個統(tǒng)一的區(qū)間，在這里我們采用最小-最大規(guī)范化方法對數(shù)據(jù)進行變換，把Web服務質量的向量中的4個質量指標的值轉換為[0,1]區(qū)間內的相應數(shù)值。

對于正向指標和負向指標分別采用公式（1）和（2）進行處理：

設服務S的第j個QoS參數(shù)取值最大為qjmax，最小為qjmin，當前值為 qij，其中 qjmax=max(qij),1≤i≤k,1≤j≤4；qjmin=min(qij),1≤i≤k,1≤j≤4；

通過以上規(guī)范化處理，得到規(guī)范化k×4維矩陣：

向量V（si）=（vi1，vi2，vi3，vi4）=1≤i≤k，表示W(wǎng)eb服務si在相應服務群中的規(guī)范化質量向量，這樣就把各項質量標準統(tǒng)一轉換為正向質量標準，且值分布在[0,1]之間，最優(yōu)值為1，最劣值為0，統(tǒng)一了多目標的優(yōu)劣判定。

（1）數(shù)據(jù)挖掘服務代理模塊。在數(shù)據(jù)挖掘應用與服務之間搭起一座橋梁，實現(xiàn)了兩者在調用關系上的松散耦合，主要包括請求處理器、安全認證管理、服務管理。

（2）數(shù)據(jù)挖掘服務應用模塊。它是平臺與用戶交互的接口層。它發(fā)出各種各樣的數(shù)據(jù)挖掘服務需求，并以服務請求的方式通過統(tǒng)一的通信接口發(fā)送到數(shù)據(jù)挖掘服務代理。同時不必考慮平臺能夠提供什么樣的服務，只需將服務需求按照既定格式發(fā)送出去，等待響應。

（3）數(shù)據(jù)挖掘服務模塊。按照數(shù)據(jù)挖掘流程，提供各種數(shù)據(jù)挖掘服務，主要由預處理組件、挖掘分析組件、可視化組件、服務定義4個部分組成。