一種分階段的云制造服務智能選擇架構(gòu)的制作方法
【專利摘要】本發(fā)明提出一種分階段的云制造服務智能選擇架構(gòu)和算法。在架構(gòu)中僅需設定一個參數(shù)，即語義相似度閾值ε，算法客觀性和自適應性較強，符合云服務動態(tài)性、多樣性等特征需求。相對于已有服務選擇方法，本文算法具有更高的服務查準率和查全率。
【專利說明】一種分階段的云制造服務智能選擇架構(gòu)

【技術領域】
[0001] 本發(fā)明涉及大數(shù)據(jù)和云計算領域，尤其一種分階段的云制造服務智能選擇架構(gòu)?！颈尘凹夹g】
[0002] 云制造是一種利用網(wǎng)絡化平臺，按用戶需求組織各類制造資源，為用戶提供各類 按需制造服務的一種網(wǎng)絡化制造新模式。云制造模式下，所有能封裝和虛擬化的都作為制 造云服務，如：制造資源即服務、制造能力及服務、制造知識即服務等。如何實時、動態(tài)、準確 地發(fā)現(xiàn)現(xiàn)有的和潛在的大規(guī)模分布式云服務，是云制造模式成功實施的重要基礎和保障。
[0003]然而，在這全新的網(wǎng)絡化協(xié)同制造模式下，其低門檻資源自由接入和云端靈活訪 問模式，愿意并能夠注冊和發(fā)布云服務的企業(yè)將會越來越多，使得對云服務的選擇、評價和 動態(tài)綁定等變得更為復雜，對新形勢下的服務選擇提出了嚴峻挑戰(zhàn)：（1)如何對多源異構(gòu) 的海量制造資源和制造能力進行統(tǒng)一有效的管理；（2)如何高效智能地發(fā)現(xiàn)現(xiàn)有的和潛在 的云服務；（3)如何提高云服務選擇的查全率和查準率。
[0004] 現(xiàn)有的服務選擇方法基本上是圍繞計算資源和Web服務展開。OWL-S (Ontology Web Language for Services)是一種專門用來描述Web服務的高層本體語言，通過IOPE (Input，Output，Precondition，Effect)來說明Web服務的功能與運行條件。WSMO (Web Service Modeling Ontology)是描述語義Web服務的一個概念模型，通過個體、目標、Web 服務和中介器四個頂層概念來支持Web服務的發(fā)現(xiàn)、組合以及交互。但兩者都是僅從服務 功能的角度對服務進行描述，缺乏對服務質(zhì)量（Quality of Service，QoS)的明確刻畫。TA0 Fei等人基于OWL-S和制造網(wǎng)格本體，從文字匹配、句子匹配、數(shù)值匹配和實體類匹配四個 角度提出了一種綜合的服務匹配算法。尹勝等人從理論上提出了云制造環(huán)境下外協(xié)加工資 源WSM0語義描述實現(xiàn)框架、本體建模方法以及外協(xié)加工資源Web服務交互和組合機制，但 尚未給出云制造環(huán)境下資源服務與需求的匹配方法。李慧芳等人提出了一種制造云服務搜 索和匹配算法，根據(jù)服務狀態(tài)信息描述進行服務初選，然后綜合計算服務功能相似度和服 務QoS相似度對服務進行選擇，從一定程度上提高了云服務匹配的準確性，但缺乏對功能 屬性的統(tǒng)一描述和建模，而且在服務匹配過程中主觀設定參數(shù)(如：閾值、權(quán)重）過多，很大 程度上影響了服務選擇的客觀性。由于制造資源和制造能力的多樣性、不確定性等特點，已 有的服務選擇方法不能直接應用于云服務的選擇。本文在對云服務進行規(guī)范化的語義描述 基礎上，對云服務進行本體建模，設計了云服務的智能選擇算法，為云制造模式下云服務高 效智能選擇提供理論和實踐支持。
[0005] 基于以上分析，給出一種基于本體的制造云服務管理體系架構(gòu)和相應的云服務選 擇算法，該管理體系架構(gòu)如圖5所示。
[0006] 該架構(gòu)包括制造云運營者、資源提供者和資源使用者三個主體。資源提供者將自 身的制造資源和能力封裝成云服務，通過虛擬化接入方式發(fā)布到第三方云運營平臺，創(chuàng)造 更多的合作機會；資源使用者根據(jù)制造任務的需求，動態(tài)按需向制造云運營者申請使用其 提供的各類應用所需的云服務；制造云運營者實現(xiàn)對云服務的注冊、管理、服務計費、運營 等，并根據(jù)資源使用者全生命制造周期的應用請求，動態(tài)、靈活的為資源使用者按需提供相 應的云服務，并支持企業(yè)制造任務合作全過程的協(xié)同與交互。QoS監(jiān)控系統(tǒng)基于QoS本體 對QoS屬性進行實時動態(tài)監(jiān)管和標準量化、更新等操作，為云服務選擇提供必要的非功能 屬性決策信息(如加工成本、服務質(zhì)量、信譽度等)。同時，發(fā)揮云服務領域功能本體語義優(yōu) 勢，建立MC和領域本體間的語義映射關系，實現(xiàn)云服務分類管理，從而提高云服務發(fā)現(xiàn)準 確性，以實現(xiàn)對海量異構(gòu)制造資源和能力的高效管理和精確匹配。


【發(fā)明內(nèi)容】

[0007] 本發(fā)明提出一種分階段的云制造服務智能選擇架構(gòu)(如圖1)和算法。在架構(gòu)中僅 需設定一個參數(shù)，即語義相似度閾值e，算法客觀性和自適應性較強，符合云服務動態(tài)性、 多樣性等特征需求。相對于已有服務選擇方法，本文算法具有更高的服務查準率和查全率。 具體內(nèi)容如下：
[0008] -種分階段的云制造服務智能選擇架構(gòu)，包括三個階段：初步選擇、功能性選擇和 QoS非功能性選擇。
[0009] 進一步的，其中，所述的初步選擇階段，根據(jù)云服務描述的類別信息，將云服務平 臺中所有云服務類別和請求云服務類別進行語義相似度計算，若滿足用戶設定的語義相似 度閾值，則將該云服務作為滿足請求的云服務加入到候選云服務集合。然后根據(jù)云服務狀 態(tài)描述對候選云服務集進一步進行篩選，得到初步的候選云服務集合。算法描述如圖2所 不〇
[0010] 進一步的，根據(jù)上步算法，其算法中的CS={CSDes。，CSeate，CSstat，CSFun。，CSFun。-p_， CSQ°s}，CSDese是服務的名稱和發(fā)布者等描述信息，CSeat^云服務的類別描述，CSstat是對云 服務狀態(tài)描述，云服務功能性描述，CSFH°PS功能屬性集合(包括制造資源屬性集 和制造能力屬性集等)，CSQ°s是對云服務質(zhì)量描述。
[0011] 進一步的，根據(jù)第一步，所述的功能性選擇，功能性選擇包括云服務功能輸入/輸 出的匹配和云服務功能屬性的匹配兩個過程。云服務功能匹配要求侯選云服務功能輸入應 被語義包含于請求云服務功能輸入，而侯選云服務功能輸出應語義包含請求云服務的功能 輸出。云服務功能屬性匹配要求侯選云服務擁有的制造資源屬性應滿足請求云服務的制造 資源屬性需求，并且候選云服務擁有的制造能力屬性應滿足請求云服務的制造能力屬性需 求。功能性選擇算法描述如圖3所示。
[0012] 進一步的，根據(jù)上步所述的一種分階段的云服務智能選擇架構(gòu)中的功能性選擇。

【權(quán)利要求】
1. 一種分階段的云制造服務智能選擇架構(gòu)，包括三個階段：初步選擇、功能性選擇和 QoS非功能性選擇。
2. 根據(jù)權(quán)利要求1所述的一種分階段的云制造服務智能選擇架構(gòu)，其中，所述的初步 選擇階段，根據(jù)云服務描述的類別信息，將云服務平臺中所有云服務類別和請求云服務類 別進行語義相似度計算，若滿足用戶設定的語義相似度閾值，則將該云服務作為滿足請求 的云服務加入到候選云服務集合。然后根據(jù)云服務狀態(tài)描述對候選云服務集進一步進行篩 選，得到初步的候選云服務集合。
3. 根據(jù)權(quán)利要求2所述的初步選擇階段，其算法中的CS=ICS Des% CSeat% CSstat，CSFm% CSFUM-PMP，CSQ°s}，CS 1^是服務的名稱和發(fā)布者等描述信息，CSeat^云服務的類別描述， CSstat是對云服務狀態(tài)描述，CS ^^是云服務功能性描述，CS 功能屬性集合(包括制 造資源屬性集和制造能力屬性集等)，CSQ°s是對云服務質(zhì)量描述。
4. 根據(jù)權(quán)利要求1所述的一種分階段的云服務智能選擇架構(gòu)，其中，所述的功能性選 擇，功能性選擇包括云服務功能輸入/輸出的匹配和云服務功能屬性的匹配兩個過程。云 服務功能匹配要求侯選云服務功能輸入應被語義包含于請求云服務功能輸入，而侯選云服 務功能輸出應語義包含請求云服務的功能輸出。云服務功能屬性匹配要求侯選云服務擁有 的制造資源屬性應滿足請求云服務的制造資源屬性需求，并且候選云服務擁有的制造能力 屬性應滿足請求云服務的制造能力屬性需求。
5. 根據(jù)權(quán)利要求4所述的一種分階段的云服務智能選擇架構(gòu)中的功能性選擇。其
表示制造能力匹配度公式（Manufacturing Capability Matching Degree，MCMD)指候選云服務擁有的制造能力屬性是否滿足子任務 請求的制造能力屬性需求。
6. 根據(jù)權(quán)利要求5所述的制造能力匹配度公式。其中￡^二(￡：,,^,2，..., ￡；,")為云服務(3士 所擁有的制造能力屬性的描述集合，是云服務請求制造能力屬性的需求 描述集合。
7. 根據(jù)權(quán)利要求1所述的一種分階段的云服務智能選擇架構(gòu)，其中，所述的云服務非 功能性選擇，包括（I) QoS評價指標標準化（2) QoS指標權(quán)重的確定（3)非功能性選擇算法。
8. 根據(jù)權(quán)利要求7中所述的QoS，其定義為云服務QoS本體（Cloud Service QoS 0ntology)0Q()S=(C，A，R，QC，W)。其中，C表示QoS本體中概念集合；A是概念屬 性集合；R為概念間關系集合；QC是概念屬性約束集合，這里，QC是一個三元組QC = (type, value, conv () )，type代表屬性的類型如：數(shù)字、布爾值或者字符串，value是QoS屬 性的取值，conv ()是一個映射函數(shù)，實現(xiàn)同一類QoS屬性值的轉(zhuǎn)換如：時間屬性的單位有小 時、分鐘、秒；W表示QoS屬性的權(quán)重集合；QoS指標權(quán)重的確定，其算法如圖4所示，其中， 所述的QoS指標權(quán)重的確定算法，其中信息熵設（X 1, X2, ...，Xn)是在U上的一個劃分，記為 K，則K的信息熵定義為片⑷= -?^(χ，)1ο&ρ(〇其中，m'，卜思i = 1，2,…，n，|X|代表集 1=1 O J 合X的勢。
9. 根據(jù)權(quán)利要求7所述的（I) QoS評價指標標準化。不同的類型的指標具有不同的 量綱，為了消除量綱和量綱單位不同所帶來的不可公度性，首先利用云服務領域功能本體 (Cloud Service Domain Function Ontology, CSDF0)中映射函數(shù) conv()實現(xiàn)同一類 QoS 屬性值的量綱單位轉(zhuǎn)換，然后將所有指標按效用函數(shù)歸一化到[〇，1]無量綱區(qū)間。其中效 用函數(shù)為
其中，m為QoS指標個數(shù)，分別為第j個QoS指標的最大值和最小值。
10. 根據(jù)權(quán)利要求9中所述的云服務領域功能本體（Cloud Service Domain Function Ontology，CSDFO)，其表示方法為 0esfQ=(C，A，R，I，F(xiàn))。其中 C 表示概念的集合，C={Csr，CscJ， 是服務資源概念集合，C s。是服務能力概念集合；A表示概念C屬性特征集合；R為概念間 關系集合，描述概念間邏輯關系；I是概念的實例集合；F是實例與概念間映射關系的集合。
【文檔編號】H04L29/08GK104519112SQ201410141768
【公開日】2015年4月15日 申請日期:2014年4月9日 優(yōu)先權(quán)日:2014年4月9日
【發(fā)明者】貢曉斌 申請人:丹陽市天恒信息科技有限公司