一种面向海云协同计算的资源服务架子论文

一种面向海云协同计算的资源服务架子论文

1 引言

近年来，基于服务概念的资源封装和抽象逐渐成为开放环境下资源发布、共享和协同的主流技术基础。因此，资源池运行机制的研究问题也就演变为服务封装、服务发布、服务共享与协同的问题。资源的使用模式涉及资源提供者、资源使用者、资源中介机构三个主要实体，涵盖资源的对外发布，资源的发现，资源使用者与提供者之间的交互方法等。在资源的发布与查找方面文献设计了一种新的 P2P 网络模型，资源提供者通过 Web 服务发布要共享资源，资源需求者利用 Web 服务提供的资源搜索技术，得到提供者的地址，让提供者和需求者直接交互达到资源共享的目的，最后给出了新的研究方向和应用前景。

文献针对面向服务结构中传统服务调用带来的不必要的网络负载、较长的响应时间和服务提供端的瓶颈问题，结合发布/订阅模型提出一种推模式服务调用方法，并将其与传统的拉模式相比较，通过分析和实验表明该方法在通信量、响应时间等方面具有较强的优势。在资源的交互模式方面文献研究了 BPEL4WS 执行引擎 WebJetFlow 对 Web 服务的异步调用机制，在引擎的服务调用代理中对 Web 服务统一采用非阻塞双传输异步调用，提高了调用线程的利用率。同时引入了 cache 机制并设计了相应的 cache 替换算法，保证了引擎对异步调用结果消息的匹配效率以及数据安全性，通过实验验证引擎的性能有了明显的提高。文献从安全性角度提出了一个安全异步资源使用平台的基本架构和关键技术。文献提出了基于回调机制和消息回执的 Web 服务异步调用模式，在不增加系统运行压力的情况下，实现了 Web 服务的异步调用，并能保证消息的可靠性。文献依据服务描述实现资源的静态绑定与调用。

文献为了实现 BPEL 流程在运行过程中对 Web 服务的动态调用，提出了一种通过服务代理为 BPEL 流程分配 Web 服务的方法。对传统的 Web 服务模型进行分析，指出其不足之处，将服务代理引入传统的 Web 服务模型，提出了基于代理的 Web 服务模型，描述了服务代理的功能和结构，以此为基础构建了基于代理的 BPEL 业务流程框架，实现了 Web 服务的动态调用，最后通过实例说明了该方法的可行性。文献该文提出了一种使用语义 Web 和 Agent 技术在客户端发现和调度 Web Service 的系统模型，并通过原型系统的演示说明其灵活性。在资源评价方面文献提出： 虽然目前面向服务的架构能够很好地支持协同服务的注册、发现和组合，但在如何根据用户的 Qos（ Quality of Service，Qos） 请求快速、可靠地为用户选择合适的服务仍然存在诸多挑战。

这吸引了来自工业界和学术界的热切关注，尤其是服务组合过程中基于 QoS 度量的服务选择技术所面临的挑战。文献为了提供满足客户服务质量（ QoS） 需求的组合 Web 服务，提出了一种支持 QoS 属性描述的 Web 服务描述模型。通过在原有的 Web 服务描述语言的 tport 元素中添加 operationInst 属性来描述 QoS 属性，从而获得了一种可扩展的 Web 服务描述语言。在此基础上给出了基于多目标决策理论和分形理论的服务选择算法，该算法考虑了 QoS 属性之间的不可公度性和独立性，同时给出了 QoS 驱动的服务组合框架（ E —WsFrames） 和具体实现方法。

实验结果分析表明，E —WsFrame 可以综合考虑服务组合的功能和QoS 的要求，并可根据服务请求自动地实现组合服务。文献 摘要提出一种用于 QoS 感知的 Web 服务选择的遗传算法该算法采用关系矩阵编码方式，克服了一维编码方式表示的局限性，并且可以通过简单的方法来表示组合服务重计划及 Web 服务循环路径等情况，通过该算法一次运行，就可以从所有组合路径的组合方案中选出满足用户 QoS 需求的组合方案，而一维编码遗传算法在多路径情况下需多次编码、多次运行。

算法还采用一种变异策略来提高算法的适应度。通过仿真比较，关系矩阵编码遗传算法比一维编码遗传算法获得了更优解，变异策略在提高算法适应度方面也发挥了作用。文献针对 Web 服务提出一种的新 Qos 本体及基于该本体 Qos 的评级算法 —层次分析算法，并与基于信誉度的评级算法，基于 testing 的评级方法在时间复杂度和准确性进行比较，获得较满意的结果。

文献提出在这项工作中，我们提出两种互补的方法，克服上述缺陷。首先，我们针对已请求过的相关服务提出一个评级的方法，并给出了基于定义于各服务之间的主关系的客观度量。第二，针对聚类的相关服务研究一种方式从而揭示和反映了不同匹配参数之间的权衡。文献设计一种用户协同过滤机制针对他们过去使用过的服务 QoS 信息，然后利用这些QoS 数据，设计协同过滤方法预测评级这些服务的 QoS。

在资源分析度量方面文献本文提出了一个完整的 Web 服务质量的评估算法，此算法在分析了Web 服务评量和相对服务质量的基础之上，计算 Web 服务质量的综合评估值，并且建立一个 Web 服务质量评估模型，将此算法应用于评估模型中，可以在多个 Web 服务中选择最优的服务提供给用户。

文献在面向服务的环境下，单个 Web 服务往往不能满足用户的要求，这时就需将已有的单个 Web 服务进行组合，以便产生满足用户需求的、增值的组合服务。已有的服务组合方法都很少考虑 Web 服务的随机性和 Internet 环境的动态性，从而在服务选择过程中产生的规划都是静态规划，结果导致在服务组合时都以较大概率出现组合失败。针对上述问题，提出了Web 服务各随机QoS 指标的度量方法和自适应QoS 管理体系结构，并利用随机型离散事件系统唯一的动态控制方法———马尔可夫决策过程（ MDP） ，设计出随机 QoS 感知的可靠 Web 服务组合算法。实验结果表明，考虑随机性的 QoS 度量方法和 QoS 管理体系结构，以及平衡了“风险”与“报酬”的 MDP 有效地提高了服务组合成功率。文献就组合服务的总体 QoS 计算给出了研究。

2 海云协同环境下资源池

运行机制面临的问题与挑战下一代智慧应用的典型特征是在海云协同环境下，以业务需求为驱动，实现人机物的相互协商、自动交互与协同，最终实现和满足特定的业务需求。但此愿景的实现还面临诸多技术难题与挑战。主要体现在资源表述、资源发现、资源组合、资源规划、资源组装、资源协作等问题。

（ 1） 资源表述： 海云复杂环境下由于资源的多样性和多变性，导致资源的描述（ 即有关服务属性的描述信息，如服务接口、服务质量等） 不断变化，需要解决异构资源如何通过统一的接入标准和方法，实现海云资源的虚拟化和服务化。

（ 2） 资源发现： 现有的资源发现模式（ 如“关键词查找”和“目录浏览”） ，返回资源很难准确满足用户的实际需求，大量相关与不相关的返回结果增加了用户资源选择的难度，用户也难以按照“资源质量”，“成本收益”等业务指标对资源进行二次筛选。

（ 3） 资源组合： 在整个资源发现和组合的过程中，现有技术通常以一种被动编码的形式实现，资源的发现和组合均由资源请求者或者资源代理通过直接的服务调用或者用服务组合语言编写程序等方式进行，其动态性和适应性受到很大的限制。

此外，由于资源跨行业、资源粒度的差异性、资源的静态运行等限制因素，很难依据用户需求准确定位资源并对资源进行再组合，形成资源的二次封装，以满足用户不同层面的业务需求。

（ 4） 资源评级与监测： 海云协同环境是一个开放的可演进系统，如何基于真实的用户数据实现资源的评级，如何监测资源的 QoS，如何协商服务级别，如何实现资源的优胜劣汰，实现资源使用的效用最大化，以上问题的解决，都亟需建立一套资源评价与监测机制。

（ 5） 资源协作： 海云协同环境下，人机物的相互协商、自动交互与协同，最终都体现为资源的交互与协作，要实现此目标，需要海云资源池提供交互协议和协作规则等底层支持。除此之外，在海云开放环境下，资源将以前所未有的数量不断扩展和更新，资源功能及质量呈现持续变化的特点，对于用户来说，将面对一个复杂、多变的动态资源环境。由于缺乏统一的资源视图，缺乏透明和统一的访问机制，资源发现、使用和协作的复杂度必将猛增。

3 海云协同资源池运行机制的研究内容与创新点

如前所述，传统的资源发现使用一种公共的、标准化的服务描述语言（ 如 WSDL） 来描述资源，以使服务搜索和发现程序可以识别该资源。以此为基础，本文建立一种公共的词汇表来辅助资源的发现和需求理解，本文主要从资源功能需求角度研究资源的发现和需求匹配，因此，我们建立了一个领域功能词汇表，这个功能词汇表在资源发现和资源组合阶段中起着关键作用，它用于支持需求的功能描述和资源的能力描述，使得在功能层面上资源池运行机制可以理解需求，并且能对是否参与该需求的解决作出判断。为此，本文提出一些概念定义如下：

（ 1） 资源空间（ Resource Space，简称RS） ： 是特定领域中可能的资源构成的概念组成的词汇表，资源空间包含3 组基本概念： 资源、属性、服务。

（ 2） 资源： 在海云计算领域中，任意可以被需求方识别和访问的实体称为资源，例如数据、仪器仪表、软硬件系统、人等等。所有资源均包含一组特定的属性，每个属性用于表征资源某个方面的特征。资源属性可以分成静态属性和动态属性。

静态属性是指在资源的整个生命周期中，其值不随时间发生变化的属性，例如资源的名称、资源类型等等； 而动态属性的值将随外界条件的改变而发生变化，例如资源的访问量，资源所处状态等等。

（ 3） 资源服务： 资源所具备功能的表述形式，资源使用者通过资源服务来操作资源的功能，实现资源的状态变迁，以达成用户特定的业务价值。

（ 4） 原子资源： 经过一次封装并提交到资源池中的资源，是可供使用者识别和访问的不可拆解的实体。

（ 5） 事务资源： 资源实体所具备的服务具有事务特性，对服务的调用要么成功改变资源状态，要么回滚到服务调用前的资源状态。

（ 6） 组合资源： 若干原子资源或组合资源组合编排后形成的可供使用者识别和访问的资源实体。以上实现以机器能理解的词汇进行资源描述是关键，在传统资源上添加概要与功能词汇标注，将资源的状态从机器可读提高到机器可理解，使得资源的属性和功能能被机器自动识别、处理，这是整个海云协同资源池实现机制的基础。

由于语义信息比语法信息更能准确地描述资源及资源之间的关系，因此从定性角度来看，通过语义获得的结果比用语法获得的更好、更准确。本文提出的海云协同资源池运行机制主要创新点体现在以下几个方面。

（ 1） 提出一种新的资源描述方法，利用语义信息和本体论（ 本体库与词汇库） ，在传统资源上添加语义信息，将资源从机器可访问，提高到机器可理解，以语义资源为基础，建立面向海云计算环境的资源发现，资源规划、资源组装、资源共享、资源协同、资源消费的综合运行机制。（ 2） 提出一种新的意图 —能力 —实现的资源消费模式，将资源的使用模式从被动检索，被动调用的传统模式提高到以需求为驱动，以 QoS 为保障，以收益最大化的资源自动供给模式。

（ 3） 提出一种新的新的资源池运行机制，一方面利用资源的相似度，建立资源簇并用语义信息显示声明资源簇具备的能力，另一方面利用语义信息，将用户需求转化为机器可推理和识别的意图，资源池根据用户意图及资源簇能力进行匹配，推荐可供选择的候选资源簇，基于 QoS、成本与收益完成用户意图与资源簇能力的自动协商，最终实现用户意图。

4 海云协同资源池的概念模型与概念架构图

1 海云资源池模型为解决海云协同资源池面临的挑战与难题，以领域公共词汇表、资源空间、资源词汇标注为技术基础，本文提出基于领域词汇表的海云资源池概念模型如图1 所示。该模型是 SOA 服务模型的扩展，在该模型中，概念实体的定义分别如下：

（ 1） 资源提供者： 通过统一的接入标准和方法向海云资源池注册资源的实体，除了资源的语法描述信息，还需要提交资源的语义词汇信息标注；

（ 2） 资源消费者： 请求和消费资源的实体，资源消费者按照需求描述模板，填写并向资源池提交资源使用需求，资源池对需求进行理解，推荐所需资源，并协调、监测资源的后续使用；

（ 3） 资源池： 提供整个资源管理运行的.基础设施，接受资源提供者的资源注册、接受资源使用者的资源查找、发现、消费请求，协调、监测资源的服务质量，扩展的词汇表辅助资源的发现和需求理解，用于支持需求的功能描述和资源的能力描述，使得在机器可以理解需求，并且能对资源的能力进行判断。海云协同资源池概念架构如图2 所示。关键功能模块包括资源注册表、资源发布、资源发现、资源消费、资源 QoS 管理、资源生命周期管理、资源计量以及适配器等。海云协同资源池概念架构中各功能模块定义如下：

（ 1） 资源注册表： 以目录服务的形式存储资源的语法与语义信息，对其它功能模块提供注册表的增删查改功能；

（ 2） 资源发布模块： 对外提供资源发布接口，接收资源发布请求，对符合统一规范的资源发布请求，将资源语法与语义信息写入资源注册表；（ 3） 资源发现模块： 对外提供资源发现接口，接收资源查找与发现请求，将用户提交的需求描述转换为资源池的查找请求，对资源池的返回结果进行筛选、匹配，按照需求的匹配程度推荐符合用户需求的资源；

（ 4） 资源消费模块：

对外提供资源消费的授权接口，接收资源消费请求，该模块按照资源的计费规则向请求者发放资源使用小票，获得资源使用小票的消费者可以发起对资源的请求；

（ 5） 资源计量模块： 对外提供资源使用审核、资源使用计量接口，接收适配器小票审核请求，审核通过后，对资源的使用进行相应计数；

（ 6） 资源 QoS 管理模块： 对资源的服务质量进行评测，为其它模块提供资源服务质量查询请求；

（ 7） 资源生命周期管理模块： 为其他模块提供资源生命状态查询、变更等访问接口，管理资源从注册、使用、暂停到注销的全生命周期状态管理。依据本文提出的概念架构，以下对资源发布、资源发现和资源消费三个典型场景进行描述如下：

（ 8） 资源发布场景： 对应图2 中的1。1 至1。2 流程，适配器调用资源发布接口，提交资源描述信息，资源发布模块对资源描述进行检查，如果符合统一规范，资源发布模块将资源信息注册到资源注册表中；

（ 9） 资源发现场景： 对应图2 中的2。1 至2。3 流程，消费者调用资源发现接口，提交需求描述信息，资源发现模块转换抽取需求描述，查找注册表，对注册表返回的结果进行筛选匹配，将匹配结果再返回给消费者；

（ 10） 资源使用场景： 对应图2 中的3。1 至3。4 流程，消费者调用资源消费接口请求资源的使用权，资源消费模块依据被请求资源的使用与计费规则，向消费者发放资源使用小票，消费者持小票向适配器请求访问资源，适配器收到访问请求后将访问小票提交到资源计量模块，资源计量模块将小票与系统留存票根进行审核并将结果返回适配器，适配器依据计量模块返回的审核结果，允许或拒绝资源的访问。

5 基于用户意图的资源匹配框架

以上文提出的海云资源池架构为基础，本文进一步提出如图3 所示的基于用户意图的资源匹配框架，其资源匹配的实现流程如图3 所述：

（ 1） 用户意图描述： 对应图中的步骤1，用户对其意图进行格式化描述，包括获取资源目的，对价格的预期，对 QoS 的要求，期望的输出结果等；

（ 2） 用户意图解析： 对应图中的步骤2，解析模块将用户提交的意图描述解析为资源的语义描述，包括一般性信息，输入/输出，QoS，前置条件等等；

（ 3） 资源匹配： 资源匹配模块按照特定的相似性算法，将解析后的用户资源需求与资源池内的资源进行匹配，按照资源相似性推荐相应的资源；

（ 4） 资源推荐： 将资源匹配模块输出的资源推荐给用户。

6 结束语

下一代智慧应用的典型特征是在海云协同环境下，以业务需求为驱动，实现人机物等资源的相互协商、自动交互与协同，最终实现和满足特定的业务需求。但此愿景的实现还面临诸多技术难题与挑战，主要体现在海云复杂环境下资源表述、资源发现、资源组合、资源规划、资源组装、资源协作等问题。为应对以上技术难题，本文首先分析了现有的资源池运行机制，以此为基础提出了基于 SOA 服务模型的海云资源池扩展模型，及相应的架构模型。以上模型的提出为后续资源池运行机制的研究奠定了技术基础。