网站首页  词典首页

请输入您要查询的论文：

　

标题 云环境下服务发现架构研究
范文 陈世平++王磊



摘 要：云计算的目的是将一切资源以服务的形式提供给用户，因此云服务发现成为当前云计算技术中的研究热点之一。针对目前云服务发现机制存在的问题，提出了一种基于本体的云服务发现架构，创建了云服务的领域本体。在云服务发现过程中，利用本体概念之间的关联关系，借助推理机构建云服务树。在匹配过程中根据云服务树，提出了Exact、Plugin、Subsum、Fail四种匹配方法。针对本体中概念等价作出相应处理，以解决在云服务领域同一概念可能有多种表述的问题。
关键词：云服务；本体；服务树；云服务发现
DOIDOI：10.11907/rjdk.151560
中图分类号：TP303
文献标识码：A 文章编号
文章编号：16727800（2015）009000103
基金项目基金项目：国家自然科学基金项目（61170277、61472256）； 上海市教委科研创新重点项目（12zz137）；上海市一流学科建设项目（S1201YLXK）
作者简介作者简介：王迅登（1990-），男，河南漯河人，上海理工大学光电信息与计算机工程学院硕士研究生，研究方向为云计算、无线网络、计算机网络；陈世平（1964-），男，浙江绍兴人，上海理工大学光电信息与计算机工程学院教授、博士生导师，研究方向为计算机网络、分布式计算、云计算。
0 引言
目前，云计算的概念有许多表述，还没有统一的定义。其中影响最为广泛的是Ian Foster 等人提出的定义：云计算是在分布式技术、虚拟化技术、动态可扩展技术的基础上发展起来的一种大规模分布式计算机制，由规模经济效应驱动，可通过互联网为用户提供抽象的、虚拟的、可动态伸缩的计算能力、存储容量、平台等服务[ 1 ]。云计算的基本思想是一切即服务，现在比较流行的做法是把云计算服务按照类型分为3类：将基础设施作为服务（IaaS），将平台作为服务（PaaS）和将软件作为服务（SaaS）[ 2 ]。
随着云计算的发展，云服务海量出现，可供选择的候选服务数量巨大。为了有效实现服务的应用价值，现在急需解决的问题是云服务使用者如何在海量的已有云服务中发现并使用最适合自己需求的云服务。云服务发现广泛采用UDDL（Universal Description ，Discovery and Integration） 解决方案。这种服务发现技术是通过关键字匹配实现的，理解人所表达的语义信息不是很好。因此，科研人员纷纷对此作了相关研究。
Jaeyong Kang等人提出了名为 Cloudle 的云服务发现架构，给出了3种匹配方法对用户请求和云服务进行匹配，通过构建云本体增加了语义信息，匹配过程中匹配的精度有显著提高[ 3 ]。文献[ 4 ]的作者提出了多准则云服务搜索引擎，也给出了3种匹配方法，用户可以根据自身需求作为输入参数，分别根据服务的概念和属性匹配用户请求和云服务之间的相似度，以提高匹配精度。在文献[ 5 ]中，作者提出了通过3个Agent 组件设计一种基于本体的云服务发现架构，可有效发现符合用户需求的云服务，并可以过滤掉那些关联度低的服务。Michael Brock提出了在云计算环境中集群即服务的模式，帮助用户发现、选择和使用提供服务的计算集群[ 6 ]。文献[ 7 ]提出了一种基于本体的云服务发现架构，通过将用户需求的描述转换为OVF标准包格式满足用户需求。
上述研究提出的架构在云环境下可以较好地满足用户请求的云服务，但是上述文献没有对概念之间的包含关系和同一概念有不同的表述这两种情况作出相应的处理。例如：概念CPU显然包含概念IntelCPU，但上述文献对两者的包含关系没有考虑；同样概念DISK和概念HDD是等价的，是同一事物的不同表述，但上述文献没有考虑这种等价关系。本文设计并构建了一种基于本体的云服务发现架构，提出构建云服务树和构造等价类解决上述两个问题，从而提高服务匹配的精确度。
1 云服务发现架构设计
1.1 云服务发现机制
云服务发现体系由云服务提供者（Service Provider） 、云服务请求者（Service Requester）、云服务注册中心（Service Registry）三部分组成。
云服务发现是一种检索服务描述文档，对服务供应商提供的服务进行定位，这个过程由5个基本步骤组成：①服务描述；②服务发布；③请求者需求服务描述；④服务匹配；⑤调用服务。
云服务发现过程中，服务匹配是重点，也是本文讨论的重点。服务匹配就是现存的云服务描述与请求者需求之间的匹配，以找到相符合的云服务。只局限于基于关键词查找的匹配方法是不完善的，还要考虑每个属性在服务请求和云服务中的语义信息。
1.2 架构设计
传统的基于关键字的服务匹配技术，对海量云服务发现已经不太适应，所以应该引入本体技术增加语义信息，使服务的匹配更好地适应海量服务的发现。本文设计的架构，引入了本体技术，并且使用了推理机对本体进行推理，构建出云服务树，其架构见图1。
图1 云服务发现系统架构
（1）用户请求。系统把用户的请求信息转化为向量形式：R=（Characteristic1，Characteristic2，Characteristic3……），Characteristic为所请求云服务的属性，与下文云服务信息相对应。
（2）云本体。本体论是概念化的精确描述，用于描述领域事物的本质。使用推理机可以把隐含在本体定义和声明中的信息提取出来。架构在云服务发现的过程中，参考云本体定义的语义信息，对用户服务请求和云服务进行匹配。因为同一事物不同团体可能用不同的表述，在创建云本体时要考虑到同一事物的表述语法不同，但语义层面是相同的。比如对于HDD和Hard Disk Driver，它们都是硬盘的表述，是同一事物，要通过建立等价类解决该问题。为了便于说明和实验，本课题只建立IaaS本体。
（3）云服务域。云服务域是云服务提供者发布云服务的地方，通过对自己的云服务进行描述，供服务请求者选择。云服务以向量S=（Characteristic1，Characteristic2，Characteristic3……）形式存储，Characteristic为云服务属性，与R相对应。
（4）匹配中心。用户请求和云服务域的云服务在匹配中心根据特定的匹配机制进行匹配，符合用户请求的云服务通过Web接口呈现给用户。服务发现的本质是实现S与R的匹配，而实现匹配的关键是如何设计一种有效的服务匹配机制。
推理模块：描述逻辑的概念包含关系判断推理功能。因为本体描述语言和描述逻辑具有等价性，云服务本体和服务请求描述涉及的概念本体之间的关系就可以利用描述逻辑的功能进行推理。对云服务概念本体之间的关系，利用描述逻辑的功能，建立云服务树。对于云服务树，云服务用其节点表示，云服务间的包含关系以有向边表示。
匹配模块：根据设计的服务匹配方法对R和S进行匹配。在匹配过程中，概念间的匹配程度通过调用语义推理机来计算。根据云服务树，提出了Exact、PlugIn、Subsum、Fail四种匹配方法。
Exact：R和S完全相等，即S≡R；
Plugin：指R是S的子服务，只要在服务树中，R是S的子孙节点，可认为两者是匹配PlugIn的；
Subsum：与Plugin相反，是指S是R的子服务；
Fail：当S与R间没有任何二元关系时，可认为是完全不匹配的。
上述4种匹配方法的结果，按照匹配程度从上到下降序排列， Exact是精确度最高的匹配，完全满足用户服务请求，而 Plugin，Subsum等级稍差。从匹配度衡量，Exact>Plugin>Subsum>Fail。此外，Plugin、Subsum都具有可传递性，最终的相似性程度随所经过的传递级数递减。
为了描述一个概念在特定本体领域内的含义，需要领域内的本体对概念匹配进行语义解释[ 8 ]，设这个解释为I。如果给定概念M和N，满足MINI和NIMI，则称概念M和N在该解释下是等价的。如果给定概念M和N，满足MINI，则称概念 N在该解释下包含概念M。
根据描述逻辑定义，对上面4种概念匹配方法，可以归纳成概念之间的包含关系，即M Exact NMINI and MINI；M Plugin NMINI；M Subsume NMINI。利用描述逻辑具有的功能，可以借助推理机，建立云服务树，判断服务请求与云服务匹配的类型。
此外，传统的云服务发现机制，在进行用户请求和云服务描述匹配时，不能处理概念表述的语法不同而语义相同的问题，导致大量符合用户请求的服务不能返回给用户选择使用，用户体验较差。本架构通过构建等价类方法来解决这个问题。
（5）已发现服务模块。用户请求R与云服务S通过匹配得出匹配度，满足用户请求的云服务按照匹配度的高低在已发现服务模块进行排序，匹配度高的排在前面优先供用户选择使用。
2 云服务匹配算法
对存在于云服务域的云服务建立云服务树，通过查找概念之间的包含关系，进行用户请求与云服务之间的匹配，把符合用户请求的服务返回到已发现服务模块供用户选择使用。
云服务匹配算法：
输入：服务请求R和服务集 Service（S）={S1，S2，S3，S4，…，Sn}；
输出：与服务请求匹配的服务集合 match（R）；
算法步骤：
match（R）=φ；
if Service（S）=φ
then match（R） =φ ，goto end ，return no services
else get Tree
for i=1 to n+1
match R and Service（S）
return match（R）=match（R）∪（Si）
如有云服务Si与用户请求R完全等价，则Si≡R，即R和Si符合Exact匹配，那么match（R）=match（R）∪（Si）；如果Si为R的祖先节点，则Si≡R，即R和Si符合Plugin匹配，那么match（R）=match（R）∪{Si}；如果Si为 R 的子节点，则SiR 与Subsum 匹配，那么 match（R）=match（R）∪{Si}。如果match（R）≠φ，则把match（R）中的云服务集返回到已发现服务域供用户选择使用，否则返回“找不到符合用户请求的服务” 。
3 实验分析
本文实验用到的工具有Protégé3.4.8，Graphviz2.12，描述逻辑推理机Pellet。
3.1 构建云服务树前后云服务实例关系对比
图2 图形化的云服务实体 图3 云服务树
从图2可以看出，构造云服务树之前，云服务实例之间是相互独立的，当服务请求为R=S5时，只能发现S5。从图3可以看出，构造云服务树之后，云服务实例之间存在包含关系，当R=S5时，S5与 R是 Exact 精确匹配的；S4 和 Sl 是 S5 的子集，因此满足Subsum匹配；S9是S5的父集，因此满足PlugIn包含匹配，因此S9也满足匹配，最后得到结果按照匹配度排列match（R）={S5，S9，S4，S1}。
3.2 建立等价类
在进行用户请求和云服务描述匹配时，不能处理概念表述的语法不同而语义相同问题，导致大量服务被遗漏，可通过建立等价类解决这个问题，本文将建立HD的等价类Disk。
把云服务S1实例S1=（ IntelCPU，HD，Memory，WIN）改为S1=（ IntelCPU，Disk，Memory，WIN），建立等价类后的云服务树，见图5。
图4 Disk是HD等价类 图5 等价类的云服务树
可以看出，图3与图5是一样的，说明创建等价类可以解决概念表述的语法不同而语义相同的问题，大大增加了匹配的成功率，提升了用户体验效果。
3.3 实验分析
根据实验结果可知，本文提出的基于本体的云服务发现架构是一种较好的方案。与基于关键字匹配的服务发现机制相比，本架构创建了云本体，参考了云服务的描述语义信息，仅局限于相关领域内，从而增加了云服务的查准率；构造了云服务树，通过查找概念之间的包含关系，使得服务的查全率有所提高。通过构造等价类解决了概念表述的语法不同而语义相同，导致大量服务被遗漏的问题。
4 结语
本文针对云服务发现机制存在的问题，通过对云服务发现技术的研究，进行学习与分析，提出了一种基于本体的云服务发现架构。从长远研究目标看，本文的工作只是一个初步的阶段性工作，还有更多的工作要做，所研究的匹配方法，只是匹配方法的一小部分，更多有效的匹配方法需要进一步研究。
参考文献参考文献：
[ 1 ] FOSTER I，ZHAO Y，RAICU I，et al.Cloud computing and grid computing 360degree compared[ C ].Eprint Arxiv IEEE，2008：110.
[ 2 ] 杨文志.云计算技术指南 [ M ].第1版.北京：化学工业出版社，2010：916.
[ 3 ] KANG J，SIM K M.Cloudle：an ontologyenhanced cloud service search engine[ C ].WebInformationSystems Engineering – WISE 2010 Workshops，2011：416427.
[ 4 ] KANG J，SIM K M.Cloudle：a multicriteria cloud service search engine[ J ].Asiapacific Conference on Services Computing IEEE，2010：339346.
[ 5 ] HAN T，SIM K M.An agentbased cloud service discovery system that consults a cloud ontology[ J ].Lecture Notes in Electrical Engineering，2011.
[ 6 ] BROCK M，GOSCINSKI A.Toward ease of discovery，selection and use of clusters within a cloud[ C ].Cloud Computing IEEE International Conference on.IEEE，2010：289296.
[ 7 ] DASTJERDI A V，TABATABAEI S G H，BUYYA R.An effective architecture for automated appliance management system applying ontologybased cloud discovery[ C ].IEEEACM International Conference on Cluster，Cloud and Grid Computing.IEEE，2010：104112.
[ 8 ] VAN HEIJST G，SCHREIBER A T，WIELINGA B J.Using explicit ontologies in KBS development[ J ].Int.j.of Human Computer Studies，1997（ 46）：183292.
责任编辑（责任编辑：杜能钢）
随便看

　

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

　

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间：2025/2/11 3:34:45