吳青林, 周天宏
(1.鄖陽(yáng)師范高等??茖W(xué)校 計(jì)算機(jī)科學(xué)系,湖北 十堰442000;2.武漢商學(xué)院 信息工程系,湖北 武漢430056)
Web 服務(wù)是面向服務(wù)體系結(jié)構(gòu)軟件的重要形式,已廣泛應(yīng)用在商業(yè)、金融、教育、國(guó)防等多個(gè)領(lǐng)域。隨著因特網(wǎng)技術(shù)的進(jìn)一步發(fā)展,Web 服務(wù)數(shù)量迅速增加,將分布在網(wǎng)絡(luò)上的Web 服務(wù)有效組合成新服務(wù),能夠更有效地滿足Web 用戶的個(gè)性化需求。由于存在多種Web 服務(wù)組合方案,如何在這些組合方案中快速準(zhǔn)確地選擇出與用戶需求最相似的服務(wù)組合,是當(dāng)前Web 服務(wù)組合領(lǐng)域的研究熱點(diǎn)。當(dāng)前的服務(wù)選擇大多數(shù)按照Web 服務(wù)的QoS 參數(shù)信息進(jìn)行加權(quán)和排序,并以此為依據(jù)選擇加權(quán)和最大的服務(wù),這種選擇方式簡(jiǎn)潔,但存在以下不足[1-3]:①對(duì)QoS 屬性的賦權(quán)多采用固定權(quán)重、單一權(quán)重賦權(quán)方法,對(duì)主客觀綜合賦權(quán)方法研究不深入,其賦權(quán)不具有伸縮性和模糊性;②Web 服務(wù)的QoS 屬性加權(quán)排序不夠準(zhǔn)確,可能存在某個(gè)QoS 值特別高而使該服務(wù)的綜合值升高的情況;③沒(méi)有很好的考慮Web 服務(wù)與客戶的需求關(guān)系,可能導(dǎo)致優(yōu)質(zhì)服務(wù)資源的浪費(fèi)。本文引入聯(lián)系數(shù)的概念提出了主客觀模糊權(quán)重處理方法,并結(jié)合灰色關(guān)聯(lián)理論將權(quán)重因子引入關(guān)聯(lián)度量化模型中設(shè)計(jì)服務(wù)選擇實(shí)驗(yàn),達(dá)到選擇出最符合用戶需求服務(wù)的目的。
為了更好地從相似服務(wù)中選擇用戶所需服務(wù),將本實(shí)驗(yàn)用到的服務(wù)集合、屬性集及權(quán)重定義如下[4-5]:
定義1 設(shè)S = { s1,s2,…,sn}表示服務(wù)集合,si表示候選Web 服務(wù),其中1≤i≤n,n 表示W(wǎng)eb 服務(wù)的數(shù)量。
定義2 設(shè)Qi=(qi(1),qi(2),…,qi(m)),其中i=1,2,…,m,表示W(wǎng)eb 服務(wù)的屬性個(gè)數(shù),qi(j)表示W(wǎng)eb 服務(wù)i 的第j 個(gè)QoS 屬性值。
定義3 ω =(ω1,ω2,…,ωm),表示W(wǎng)eb 服務(wù)的權(quán)重向量,ωm表示W(wǎng)eb 服務(wù)的第m 個(gè)屬性權(quán)重,m 表示W(wǎng)eb 服務(wù)的QoS 屬性數(shù)量。
Web 服務(wù)的屬性具有多樣性特點(diǎn)[6-7]:,有些QoS屬性是效益型變量,數(shù)字越大表示具有較高的性能,有些是成本型變量,數(shù)字越大性能越低,并且眾多QoS屬性的取值范圍具有不統(tǒng)一性,相差很大,不具有可比性。為了不同的QoS 屬性能夠比較,應(yīng)將QoS 屬性轉(zhuǎn)化成無(wú)量綱的值,并將其都限定在[0 1]之間,本文采用下式對(duì)效益型和成本型QoS 參數(shù)進(jìn)行歸一化預(yù)處理,歸一化公式為:
Web 服務(wù)的屬性種類繁多,不同應(yīng)用環(huán)境下用戶對(duì)QoS 屬性的偏好不同,QoS 屬性值對(duì)服務(wù)質(zhì)量的所起作用也不同。利用聯(lián)系數(shù)的不確定系數(shù)使權(quán)重具備一定的伸縮性,將主觀權(quán)重和客觀權(quán)重兩方面結(jié)合起來(lái),有效地支持模糊賦權(quán)[8-9]。
主觀權(quán)重的確定主要依據(jù)Web 用戶對(duì)服務(wù)QoS屬性的認(rèn)識(shí)程度,如果用戶對(duì)Web 服務(wù)認(rèn)識(shí)清晰,用戶可以直接指定每個(gè)QoS 參數(shù)的權(quán)重,對(duì)權(quán)重的認(rèn)識(shí)不清晰時(shí),可以通過(guò)比較矩陣確定服務(wù)的權(quán)重,本文采用[10]提出的近似計(jì)算法求向量β = (ω1,ω2,…,ωn),與Web 服務(wù)QoS 屬性值相對(duì)應(yīng)。
客觀權(quán)重指挖掘Web 服務(wù)QoS 數(shù)據(jù)信息獲到的權(quán)重,常用的客觀權(quán)重確定方法有主成分分析取值法、因子分析法、熵權(quán)值法、變異系數(shù)改進(jìn)法等。本文采用離差最大定權(quán)法確定客觀權(quán)重。根據(jù)QoS 數(shù)據(jù)信息,比較n 個(gè)候選Web 服務(wù)的每個(gè)QoS 屬性信息,其屬性值之差較大的屬性具有較大的權(quán)重,屬性值之差較小的屬性值具有較小的權(quán)重,當(dāng)某一個(gè)QoS 屬性在所有候選服務(wù)都相等,則說(shuō)明該QoS 屬性在Web 服務(wù)綜合質(zhì)量排序中不起作用,因此確定該Web 服務(wù)的QoS 權(quán)重為零。根據(jù)以上思想,對(duì)n 個(gè)候選服務(wù),每個(gè)服務(wù)含有m 個(gè)QoS 屬性值的權(quán)重計(jì)算方法為:
(1)對(duì)m 個(gè)QoS 屬性依次計(jì)算其最大離差σj(j=1,2,…,m)
(2)以σj為分子,以m 個(gè)QoS 屬性的最大離差σj之和作為分母確定每個(gè)屬性的權(quán)重,則第j 個(gè)屬性的權(quán)重為
綜合權(quán)重是主觀權(quán)重和客觀權(quán)重的綜合作用值,引入聯(lián)系數(shù)將其表示為a +bi 的形式,聯(lián)系數(shù)a 和b的相互協(xié)同用用的大小是從原點(diǎn)指向u 的向量的模的大小,并根據(jù)聯(lián)系數(shù)模的物理意義,本文取聯(lián)系數(shù)的模為綜合權(quán)重值。
(1)由主觀權(quán)重確定法和客觀權(quán)重法確定的Web服務(wù)屬性權(quán)重不相同的,可以構(gòu)成區(qū)間數(shù)wj=[,],其是取第j 屬性客觀權(quán)重和主觀觀重較小的一個(gè),取第j 屬性客觀權(quán)重和主觀權(quán)重較大的一個(gè)。
(2)將權(quán)重區(qū)間數(shù)以聯(lián)系數(shù)的形式表示:
(3)計(jì)算聯(lián)系數(shù)的模并將計(jì)算值作為該指標(biāo)的綜合權(quán)重:
實(shí)驗(yàn)基于灰關(guān)聯(lián)技術(shù)建立選擇模型,灰關(guān)聯(lián)分析技術(shù)是一種系統(tǒng)分析技術(shù),主要分析系統(tǒng)中各個(gè)因素的關(guān)聯(lián)程度,依據(jù)空間理論相關(guān)知識(shí),確定參考因素與比較因素的關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度[11-13]。灰關(guān)聯(lián)計(jì)算公式為對(duì)象的相似度提供了一種新的分析方法,通過(guò)相似度的計(jì)算來(lái)實(shí)現(xiàn)目標(biāo)對(duì)象的選擇。在傳統(tǒng)的關(guān)聯(lián)度算法中先通過(guò)計(jì)算比較對(duì)象各局部指標(biāo)的關(guān)聯(lián)系數(shù),然后根據(jù)每個(gè)局部指標(biāo)的權(quán)重進(jìn)行加權(quán)平均計(jì)算出總體相似度。由于各個(gè)局部指標(biāo)的權(quán)重不一樣,在本實(shí)驗(yàn)中計(jì)算關(guān)聯(lián)系數(shù)時(shí)直接將權(quán)重引入,可以更加準(zhǔn)確地反映各指標(biāo)相似度關(guān)系。
(1)設(shè)用戶需求服務(wù)歸一化的QoS 屬性值序列為Q0=(q0(1),q0(1),q0(2),…,q0(n)),與客戶需求服務(wù)進(jìn)行比較的QoS 值為Qi= (qi(1),qi(2),…,qi(n)),其中i=1,2,…,m。
(2)根據(jù)權(quán)重計(jì)算公式,計(jì)算出服務(wù)對(duì)應(yīng)的權(quán)重序列為ω=(ω(1),ω(2),ω(3),…,ω(n)),將權(quán)重引入到灰色關(guān)聯(lián)公式中,依據(jù)改進(jìn)后的灰色關(guān)聯(lián)公式,Q0和Qi在指標(biāo)k 的關(guān)聯(lián)系數(shù)定義如下:
式中:ξ 為分辨系數(shù),取值在[0,1]之間,一般取0.5,ωk為不同QoS 屬性的權(quán)重。相似度關(guān)聯(lián)系數(shù)取值范圍為[0,1],為1 時(shí),表示與客戶需求服務(wù)完全一致;為0 時(shí),表示與客戶需求服務(wù)相差甚遠(yuǎn)。由式(5)計(jì)算m×n 個(gè)Web 屬性的灰色度,并構(gòu)成相似矩陣:
(3)可選服務(wù)與參考需求服務(wù)灰色相似度確立。
①可選組合Web 服務(wù)qi與參考需求服務(wù)q0在QoS 屬性k 的距離可定義為:
函數(shù)Gd是基于灰色關(guān)聯(lián)理論的相對(duì)距離,其取值范圍為[0,∞],當(dāng)兩個(gè)服務(wù)屬性完全相似其相對(duì)距離取值為0,相差特別大時(shí),就值就會(huì)變的很大[14-15]。
②根據(jù)歐幾里得距離公式,具有n 個(gè)QoS 屬性的可選組合服務(wù)qi與參考需求服務(wù)q0距離定義為:
③可選Web 組合服務(wù)qi與參考需求Web 服務(wù)q0的復(fù)合灰色相似度為:
灰色相似度取值范圍為[0,1],越接近1 說(shuō)明其與用戶需求越相似。
在服務(wù)選擇實(shí)例中使用Matlab8.1.軟件模擬了4個(gè)可選服務(wù),其服務(wù)集合為s = {s1,s2,s3,s4},每個(gè)Web 組合服務(wù)的屬性集合
Q = {響應(yīng)時(shí)間,成本,信譽(yù)度,完整性、安全性}經(jīng)歸一化處理后的屬性值如表1 所示:
(1)確定主觀權(quán)重。通過(guò)Web 用戶評(píng)估的方法對(duì)表1 數(shù)據(jù)建立QOS 屬性比較矩陣,其比較矩陣如下:
表1 歸一化處理后的Web 組合服務(wù)QoS 屬性
根據(jù)以上比較矩陣和求解主觀權(quán)重的方法,計(jì)算出其權(quán)重向量為{0.263 6,0.477 3,0.053 1,0.098 8,0.107 2}。
(2)客觀權(quán)重確定。分別針對(duì)5 個(gè)QoS 屬性依次計(jì)算其最大離差σj,分別為:
(3)由客觀權(quán)重和主觀權(quán)重組成權(quán)重的區(qū)間數(shù),其5 個(gè)QoS 屬性權(quán)重的區(qū)間數(shù)分別為:[0. 17 0.26],[0.15,0.48],[0.05,0.22],[0.10,0.24],[0.11,0.22]。
(4)將其轉(zhuǎn)化為聯(lián)系數(shù)的形式,則
同理σ2=0.315 +0.165i,σ3=0.135 +0.085i,σ4=0.17 +0.07i,5=0.165 +0.055i,分別求聯(lián)系數(shù)的模,歸一化的模為可得Web 服務(wù)的權(quán)重向量ω=(0.2,0.32,0.15,0.17,0.16)。
(3)由關(guān)聯(lián)系數(shù)公式計(jì)算出可選Web 服務(wù)與參考Web 服務(wù)各屬性灰色相似矩陣:
(4)根據(jù)可選服務(wù)組合q0與參考需求服務(wù)qi的復(fù)合灰色相似度公式,計(jì)算每個(gè)可選服務(wù)與參考需求服務(wù)的相似度,為GS(q0,qi)= (0. 43,0. 29,0. 68,0.35),因此第三個(gè)候選Web 服務(wù)與用戶要求最具有相似性。
(5)實(shí)驗(yàn)結(jié)果分析。本文利用聯(lián)系數(shù)“?!钡男再|(zhì),綜合了主觀權(quán)重的客觀權(quán)重相互作用的信息,與傳統(tǒng)加權(quán)灰色關(guān)聯(lián)分析方法的結(jié)果一致,并且本實(shí)驗(yàn)提出的方法進(jìn)一步提高相似度的分辨率。由于本實(shí)驗(yàn)的聯(lián)系數(shù)包括不確定信息,從不確定角度分析了實(shí)驗(yàn)結(jié)果,通過(guò)設(shè)置聯(lián)系數(shù)中的不確定數(shù)i 不同取值展開(kāi)分析,檢查不同i 值對(duì)Web 服務(wù)排序結(jié)果是否產(chǎn)生。分析過(guò)程中分別取i =-1、i =1/2、i =2/5、i =1,經(jīng)計(jì)算驗(yàn)證Web 服務(wù)的排序順序均沒(méi)有發(fā)生改變,結(jié)果表明該相似服務(wù)選擇方法的穩(wěn)定性和可靠性。
服務(wù)組合中相似服務(wù)的選擇問(wèn)題是Web 服務(wù)組合的關(guān)鍵技術(shù),本文實(shí)驗(yàn)考慮Web 服務(wù)QoS 屬性的重要程度不一樣,將權(quán)重引入灰色相似度的計(jì)算公式中,更加科學(xué)的體現(xiàn)了QoS 重要程度對(duì)服務(wù)選擇的影響,有利于相似Web 服務(wù)的選擇。在權(quán)重的確定過(guò)程中利用層次分析法和離差最大定權(quán)法分別確定Web 服務(wù)的主觀權(quán)重和客觀權(quán)重,并引入聯(lián)系數(shù)的概念根據(jù)其模的幾何意義確定主觀權(quán)重和客觀權(quán)重相互作用的綜合權(quán)值。本文實(shí)驗(yàn)提出的Web 服務(wù)組合的相似服務(wù)的選擇實(shí)驗(yàn)方法,物理意義明確,計(jì)算過(guò)程簡(jiǎn)明,很好的解決了多指標(biāo)因素相互關(guān)聯(lián)情況下的Web 服務(wù)選擇問(wèn)題,并可以為其他領(lǐng)域的檢索和選擇問(wèn)題提供參考作用。
[1] 溫 濤,李迎秋. 不確定信息下基于改進(jìn)粒子群算法的服務(wù)選擇[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版),2014,44(1):129-136.
[2] 汪明天,劉夫云.基于加權(quán)灰關(guān)聯(lián)的產(chǎn)品配置相似實(shí)例檢索算法研究[J].計(jì)算機(jī)應(yīng)用研究,2009,26(11):4084-4086.
[3] 薛 霄,劉志中. 服務(wù)質(zhì)量可定制的企業(yè)協(xié)同Web 服務(wù)組合方法[J].計(jì)算機(jī)集成制造系統(tǒng),2013,19(11):2091-2021.
[4] 方其慶,劉慶華,彭曉明. QoS 全局最優(yōu)的多目標(biāo)Web 服務(wù)選擇算法[J].計(jì)算機(jī)應(yīng)用研究,2009,26(12):4442-4445.
[5] 張成文,蘇 森,陳俊亮.基于遺傳算法的QOS 感知的Web 服務(wù)選擇[J].計(jì)算機(jī)學(xué)報(bào),2006,29(07):1029-1037.
[6] 孟凡立,徐 明,孫 榮.虛擬化平臺(tái)下數(shù)據(jù)存儲(chǔ)方式的選擇與優(yōu)化探討[J]. 實(shí)驗(yàn)室研究與探索,2012,31(9):52-56.
[7] 鄧聚龍.灰色理論基礎(chǔ)[M].武漢:華中科技大學(xué)出版社,2002:112-202.
[8] 吳大中,高 飛.一種HEVC 幀內(nèi)模式選擇的快速算法[J].實(shí)驗(yàn)室研究與探索,2014,33(6):107-110.
[9] 吳開(kāi)亞,金菊良,王文圣. 基于集對(duì)分析的組合評(píng)價(jià)模型及其應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2013,43(3):1-6.
[10] 運(yùn)籌學(xué)教材編寫組. 運(yùn)籌學(xué)[M].4 版. 北京:清華大學(xué)出版社,2014:522-527.
[11] 康國(guó)勝,劉建勛,唐明董.QoS 全局最優(yōu)動(dòng)態(tài)Web 服務(wù)選擇算法[J].小型微型計(jì)算機(jī)系統(tǒng),2013,34(1):73-76.
[12] 李祚泳,鄔 敏,劉智勇,等.聯(lián)系數(shù)中i 賦值的新途徑及在水質(zhì)評(píng)價(jià)中的應(yīng)用[J].四川大學(xué)學(xué)報(bào)(工程科學(xué)版),2009,41(1):8-13.
[13] 劉秀梅,趙克勤.基于二次聯(lián)系數(shù)的區(qū)間數(shù)多屬性決策方法及應(yīng)用[J].模糊系統(tǒng)與數(shù)學(xué),2011,25(5):115-121.
[14] 何炎祥,吳 釗.動(dòng)態(tài)Web 服務(wù)組合關(guān)鍵技術(shù)與性能分析[M].北京:清華大學(xué)出版社,2011:6-78.
[15] 王紅兵,孫文龍,王華蘭. Web 服務(wù)選擇中偏好不確定問(wèn)題的研究[J]. 計(jì)算機(jī)學(xué)報(bào),2013,36(2):275-284.