任務求解驅動的Web服務優選模型

范寶亮，黃孝鵬

(1.91404 部隊，河北 秦皇島 066000;2.中國船舶重工集團公司第七二四研究所，南京 210003)

0 引言

在決策(使命）任務求解過程中，當某一子任務提出的服務請求與服務庫中所提供的服務相匹配時，會遇到有若干具有類似功能描述的Web服務均基本滿足要求，并且這些服務的服務質量(Quality of Service、QoS）評價體系(價格、響應時間、可靠性、信譽度等）中的某些參數(如可靠性、信譽度等）不能準確地用數字量化，即信息的不完備性和不確定性使其具有“灰”特征。在此情形下，如何參照服務的理想(最佳、滿意）狀態對服務進行關聯度排序，然后快速優選和調用滿意的服務，這對于決策任務快速求解具有實踐意義。

灰色關聯分析彌補了采用數理統計方法進行系統分析所導致的缺憾，對樣本量的多少和樣本有無規律都同樣適用，而通常采用簡單算術平均法來確定權重的傳統灰關聯模型會在一定程度上造成計算結果與實際的誤差偏大。綜合考慮問題的結構特征、數據的結構特征等因素，利用灰關聯分析和熵值法的組合模型對服務進行優選。該優選模型更接近于實際問題的結構特征，方法選取較為合適，為決策任務快速求解的服務優選策略提供了一種綜合性的、易操作的管理定量方法。

1 相關知識

1.1 Web服務的形式化描述

Web服務(Web Service）可形式化描述如下:WSi={Id，Name，Function，Inputs，Outputs，QoS}其中Id，Name，Function，Inputs，Outputs，QoS分別表示表示服務的標識符、名稱、功能描述、輸入、輸出、服務質量。

根據屬性設置的完備性、可鑒別性、獨立性、客觀性、可測性等原則，可將QoS 形式化描述為

這里，選取屬性Q1，Q2，Q3，Q4分別表示服務的價格(Price）、響應時間(Time）、可靠性(Reliability）、信譽度(Reputation）等，其中Price 表示服務執行一次所需費用;Time 表示響應時間，即服務響應一次請求所需時間;Reliability 表示可靠性，即服務調用成功且返回正確結果的次數與服務總的執行次數之比;Reputation表示信譽度，用來衡量用戶對服務的評價指標，可根據具體服務的實際運行情況給出相關屬性值。

1.2 灰色關聯分析

灰色系統法是基于灰色系統理論的一種新的建模方法，主要用于概率統計、模糊數學無法解決的“小樣本、貧信息、不確定性”系統建模［1］。灰色關聯分析的基本思想是根據序列幾何形狀的相似程度來判斷其聯系是否緊密。曲線越接近，相應序列之間關聯度就越大，反之就越小［2］。灰色關聯分析方法計算量小，十分方便，更不會出現量化結果與定性分析結果不符的情況。

目前，灰關聯分析的實踐應用主要體現在宏觀經濟管理、企業管理、農林經濟管理、巖土工程、作戰指揮等領域的預測和決策，但應用于Web服務的分析與研究還很鮮見。

1.3 熵值法及其改進

科學、合理地確定各評價指標的權重對綜合評價結果具有重要意義。權重的確定方法有主觀賦權法(專家評判法、點估計法、判斷矩陣法等）、客觀賦權法(熵值法、形心法、線性規劃法和離差最大化法等）、組合賦權法(方差最大化賦權法、最佳協調賦權法等）、交互式賦權法(基于方案達成度和綜合度的交互式賦權法等）等類型［3］。這些賦權法在多屬性決策中被廣泛使用。

信息熵概念的提出源于1948年，美國的通信工程師Shannon 在研究信息傳輸過程中的不確定性問題時將信息定義為不確定性的減少，并通過信息熵來度量不確定性［4］。在信息論中，信息熵是系統無序程度的度量，信息量是系統有序程度的度量，兩者絕對值相等，符號相反。某項指標的指標值變異程度越大，信息熵越小，該指標提供的信息量越大，該指標的權重也應越大;反之，某項指標的變異程度越小，信息熵越大，該指標提供的信息量越小，該指標的權重也越小［5］。

熵值法通過獲取服務的QoS 屬性信息效用(屬性）值來映射權重，比較符合服務的決策功能體現，可使權重更客觀、更符合實際。

(1）傳統的熵值法計算

傳統的熵值法通常采用下面方法計算［6］。設定第j 項指標下第i個對象的參數值xij的比重:

為使lnpij有意義，一般需假定當pij=0時pijlnpij=0，但當pij=1時也有pijlnpij=0。這顯然不切合實際，與熵的含義相悖，故需對pij重新加以修正。

因此，需要對該項指標數據用標準化法進行變換:

(2）計算第j 項指標的熵值ej

其中ej∈［0，1］。

(3）計算第j 項指標的差異系數gj

其中，gj越大，指標越重要。

(4）確定權重wj

2 計算步驟

若干具有類似功能的服務優選問題結構特征與灰關聯和熵值法的組合模型特征較吻合，故可用來進行服務優選，其具體步驟如下:

(1）確定指標

針對服務優選，選取服務的價格、響應時間、可靠性、信譽度等QoS 屬性作為影響服務優選的指標。

(2）獲取參數

在QoS的屬性值中，價格是由服務商提供;響應時間是由系統自測;可靠性是由服務提供商根據以往服務的調用情況統計得出;而信譽度是通過用戶評價得出的語言值定性信息{極好、非常好、很好、較好、好、一般、差、較差、很差、非常差、無}，可分別將其量化為{10，9，8，7，6，5，4，3，2，1，0}。

(3）求各序列的像

根據指標與數據特征，選取相應的灰關聯算子D，令

(4）求差序列

(5）求兩極最大差與最小差

(6）求關聯系數

其中ξ∈(0，1）。

(7）計算關聯度

計算流程如圖1所示。

3 實 例

針對某一決策子任務求解，選取具有類似功能的服務序列WSi={WSi0，WSi1，WSi2，WSi3，WSi4，WSi5，WSi6}，其中服務WSi0為服務優選指標(參數）的最理想(最佳、最滿意）狀態，故選取為參照序列。計算其他服務與WSi0的關聯度，關聯度越高，說明其越貼近于最佳服務狀態。

圖1 計算流程

針對原始數據信息(見表1），結合公式(5）～(8）可分別計算得到均值像、差序列、兩級最大差及最小差、關聯系數及熵值等結果。運用公式(9），計算得到服務的灰關聯度排序如表2所示。

表1 原始數據信息表

表2 灰關聯度計算

根據表2，灰關聯計算結果顯示:γ06?γ04?γ05?γ02?γ03?γ01，表明服務WSi0，WSi1，WSi2，WSi3，WSi4，WSi5，WSi6與最佳狀態WSi0的關聯度排序是:

WSi6?WSi4?WSi5?WSi2?WSi3?WSi1

因此，選取和調用WSi6進行決策子任務求解，同時WSi4?WSi5?WSi2?WSi3?WSi1也是該決策子任務對應的備選服務排序。

此組合模型對于服務優選是可擴展的。服務QoS體系中的屬性選取可根據各被評服務的不同而加以調整，要具有靈活性，以提高服務優選的針對性、質量與可信度;可推廣應用到Web服務組合的優選，辨識出不同服務提供者所提供的類似功能組合的差異，以提高服務調用效率，更有效地進行決策任務快速求解。

4 結束語

以任務求解為驅動，參照服務的最佳狀態，運用灰關聯分析和熵值法的組合模型對服務進行優選，為決策任務快速求解提供了有效的方法支撐。其特點體現在:

(1）使用灰關聯分析研究服務的優選問題，其結果比通常單純采用硬性指標更為合理。

(2）采用熵值法來確定指標權重，比通常采用的專家評價法更為客觀，避免了主觀效用的影響。值得注意的是，本文探討的權重與指標本身的重要性無關。

(3）此優選模型可提升服務調用的效率，更有效地進行決策任務快速求解。

［1］劉興堂，梁炳成，劉力，何廣軍，等.復雜系統建模理論、方法與技術［M］.北京:科學出版社，2008.

［2］劉思峰，黨耀國，方志耕，謝乃明，等.灰色系統理論及其應用［M］.5 版.北京:科學出版社，2010.

［3］徐澤水.不確定多屬性決策方法及應用［M］.北京:清華大學出版社，2004.

［4］Shannon C E.A Mathematical Theory of Communication［J］.Bell System Tech，1948(27）:623-656.

［5］Thomas M C，Thomas J A.信息論基礎［M］.阮吉壽，張華譯.2版.北京:機械工業出版社，2008.

［6］黃孝鵬，李德強.基于灰色關聯理論和熵權法的企業人力資源風險評價［J］.價值工程，2009(4）:120-123.