王會芹，郭瑞強

（河北師范大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院，河北石家莊 050016）

基于本體的云服務(wù)發(fā)現(xiàn)技術(shù)研究

王會芹，郭瑞強

（河北師范大學(xué)數(shù)學(xué)與信息科學(xué)學(xué)院，河北石家莊 050016）

云計算是目前國內(nèi)外公認的熱點研究領(lǐng)域。在云環(huán)境下，隨著云服務(wù)數(shù)量的增加，查詢滿足用戶需求的云服務(wù)成為急需解決的問題之一。然而，到目前為止，還沒有一種統(tǒng)一而高效的云服務(wù)發(fā)現(xiàn)機制，用以幫助用戶在眾多已有的云服務(wù)中發(fā)現(xiàn)滿足自身需求的服務(wù)。本文針對云服務(wù)發(fā)現(xiàn)問題，構(gòu)建了一種云本體，利用本體的概念匹配技術(shù)，查找與云服務(wù)消費者需求相匹配的云服務(wù)。

云計算；云服務(wù)；本體；服務(wù)發(fā)現(xiàn)

云計算是基于Internet和計算機技術(shù)而發(fā)展的，易于動態(tài)擴展，并以虛擬資源的形式，借助Internet向用戶提供服務(wù)［1］。在云環(huán)境下，由企業(yè)或團體提供的服務(wù)稱為云服務(wù)，提供云服務(wù)的一方稱為云服務(wù)提供者，使用云服務(wù)的一方稱為云服務(wù)消費者。隨著Internet等各種技術(shù)的快速發(fā)展，各種云服務(wù)資源也在不斷的增加，云服務(wù)消費者如何在眾多的云服務(wù)中找到最合適的服務(wù)成為研究的熱點之一。盡管云服務(wù)消費者可以利用某些已經(jīng)存在的搜索引擎來幫助發(fā)現(xiàn)云服務(wù)，但是在搜索結(jié)果中經(jīng)常會包含很多與消費者需求并不相關(guān)網(wǎng)頁的URL，而瀏覽所有的網(wǎng)頁是一件非常耗時的工作［2］。而另一方面，一些真正相關(guān)的網(wǎng)頁卻可能被遺漏掉。所以，云服務(wù)的消費者通常都是手動的搜索所需服務(wù)。在文獻［3］和文獻［4］中論述實現(xiàn)了一種基于本體的云服務(wù)發(fā)現(xiàn)機制，但是都沒有對等價和包含的概念做出匹配和推理。因此筆者提出了一種基于本體，并對其進行相應(yīng)匹配和推理的云服務(wù)發(fā)現(xiàn)平臺，幫助云服務(wù)消費者發(fā)現(xiàn)更合適的服務(wù)。

1 云服務(wù)發(fā)現(xiàn)相關(guān)研究簡況

1.1 國內(nèi)外研究現(xiàn)狀

目前，國內(nèi)外一些研究機構(gòu)和學(xué)術(shù)團體紛紛推出自己云計算平臺和相關(guān)的研究成果。云計算的提供者通過網(wǎng)絡(luò)發(fā)布各種服務(wù)，然而，對于各種云服務(wù)還沒有一種標(biāo)準(zhǔn)、開放的協(xié)議和服務(wù)發(fā)現(xiàn)機制，用以幫助云服務(wù)消費者在眾多已有的云服務(wù)中發(fā)現(xiàn)滿足需要的服務(wù)。由于只有少數(shù)的大公司可以負擔(dān)得起云計算基礎(chǔ)設(shè)施的費用，云服務(wù)的消費者通常通過手工的方式來搜索自己需要的云服務(wù)。但是隨著硬件和軟件的發(fā)展，越來越多的中小公司也會在云計算社區(qū)的特殊領(lǐng)域引入他們的云。所以，手動搜索不是最合適的服務(wù)發(fā)現(xiàn)方法，需要建立一種新的搜索機制來幫助云服務(wù)消費者來發(fā)現(xiàn)滿足需求的服務(wù)［5］。

在文獻［2］中，作者展示了一種云服務(wù)發(fā)現(xiàn)平臺，該平臺采用了基于Agent的云服務(wù)發(fā)現(xiàn)方法，核心是利用了一種稱作云服務(wù)推理Agent的組件，實現(xiàn)云服務(wù)之間關(guān)系的推理，以及查詢結(jié)果的排序。在該文中，參考了云本體，利用相似推理的方法對云服務(wù)進行了相似的比較。但是在這種方法中，比較容易遺漏與用戶需求相關(guān)的服務(wù)，即發(fā)現(xiàn)的準(zhǔn)確率不高。

在文獻［3］中，提出了一種參考云本體來推理云服務(wù)之間關(guān)系的云服務(wù)搜索機制。為了決定本體中兩個概念之間的相似度，它提出了三種推理方法：相似推理、等價推理和數(shù)字推理。在文獻［4］中，提出了多標(biāo)準(zhǔn)云服務(wù)搜索引擎，它支持各個類型的云服務(wù)及其各種接口模式，在比較云服務(wù)相似性時參照云本體。通過使用三種相似推理方法決定云服務(wù)之間的相似度，即：1）概念相似推理；2）對象屬性相似推理；3）數(shù)據(jù)類型屬性相似推理。使用上述兩個文獻中的方法，可以比較精確的發(fā)現(xiàn)適合用戶需求的服務(wù)，但是上述兩種方法也遺漏一些與用戶需求相關(guān)的服務(wù)。例如：用戶提交的服務(wù)請求中要求操作系統(tǒng)為Win2000，而服務(wù)的提供者在注冊服務(wù)時對于服務(wù)的描述為Windows2000，即用戶提交的查詢請求和服務(wù)提供者注冊的服務(wù)描述信息出現(xiàn)相同含義但描述不同的情況，還有包含關(guān)系的一些問題。利用文獻［3］和文獻［4］的方法無法發(fā)現(xiàn)與上述問題相關(guān)的服務(wù)。筆者將在下面，提出一種基于本體的語義推理方法來更精確的匹配相關(guān)服務(wù)。

1.2 相關(guān)概念

1.2.1 本體

本體來源于哲學(xué)上的一個概念，也被稱為本體論，哲學(xué)家用它來描述事物的本質(zhì)。后來，人工智能等學(xué)科借用了這個概念，在開發(fā)知識系統(tǒng)時用于領(lǐng)域知識的獲取。目前，比較公認的是在1998年由Studer等經(jīng)過深入研究后，給出的定義：“本體是共享概念模型的明確形式化規(guī)范說明”［6］。在人工智能領(lǐng)域里Neches等人給出本體的定義為：“給出構(gòu)成相關(guān)領(lǐng)域詞匯的基本術(shù)語和關(guān)系，以及利用這些術(shù)語和關(guān)系構(gòu)成的規(guī)定這些詞匯外延的規(guī)則的定義”［7］。在本文中，使用本體來表示云服務(wù)描述及其特征或?qū)傩灾g的聯(lián)系，并利用這些本體進行推理和匹配來發(fā)現(xiàn)相關(guān)的服務(wù)。

1.2.2 Racer推理機

從已給定的知識中獲取隱含在其中有用的知識是推理的一個重要的任務(wù)。在本體中的推理從根本上說就是把隱含定義和聲明中的知識通過一種處理機制提取出來。本體推理機是建立在本體之上的本體概念推理工具，通過對本體中兩個概念的推理和相似度計算，可以得到本體庫中任意兩個概念的匹配度。在本文的云服務(wù)發(fā)現(xiàn)過程中，一個重要的環(huán)節(jié)就是本體中概念之間的匹配與推理。

Racer推理機是由德國漢堡大學(xué)開發(fā)的基于描述邏輯的推理機之一。它是一種專用的本體推理機，可以對基于RDFS／OIL＋DAML和OWL知識庫進行處理，且效率較高，使用方便。具有較強的一致性檢查功能，能夠良好地支持大本體文件提供，具有圖形用戶界面和詳細的開發(fā)文檔。筆者采用Racer推理機進行本體概念的推理，以更精準(zhǔn)地發(fā)現(xiàn)滿足用戶需求的云服務(wù)描述。

2 云服務(wù)發(fā)現(xiàn)的過程

2.1 云服務(wù)發(fā)現(xiàn)平臺框架

云服務(wù)的提供者向注冊中心注冊服務(wù)，并提供云服務(wù)的描述信息S（Storage Devices，Capacity，CPU，F(xiàn)requency……），S為一個向量，其中的分量是云服務(wù)提供者能提供服務(wù)的描述及其屬性。云服務(wù)的消費者通過Web接口提交服務(wù)查詢請求，當(dāng)發(fā)現(xiàn)平臺收到該請求時，將查詢請求信息轉(zhuǎn)換成一種合適格式，如向量格式R（HDD，80，IntelCPU，2，……），發(fā)送到推理及匹配模塊，推理匹配模塊收到請求后，與存儲在注冊中心的云服務(wù)描述信息向量S進行比較。在比較過程中參考云本體，對用戶的請求R和注冊中心的向量S中兩個相對應(yīng)的分量進行推理和匹配。經(jīng)過比較、推理和匹配，如果向量S中每一個分量都滿足用戶請求R中相對應(yīng)的分量，則將這一條服務(wù)信息送到排序模塊，排序模塊按照服務(wù)的效用進行排序，將結(jié)果通過Web接口返回給用戶參考。整體框架如圖1所示。

圖1 云服務(wù)發(fā)現(xiàn)平臺框架圖

2.2 匹配過程

Protégé－OWL API是專門針對OWL和RDF（S）本體語言的開源Java類庫，提供了主要類和方法的使用，它主要用于加載和保存OWL文件，查詢和操作OWL數(shù)據(jù)模型，以及執(zhí)行基于描述邏輯的推理。因此利用它提供的類和方法，連接基于描述邏輯推理的Racer推理機，進行概念的匹配和推理。

如圖1所示，當(dāng)云服務(wù)發(fā)現(xiàn)平臺通過Web接口收到用戶的請求R時，和存儲在注冊中心的向量S作比較。當(dāng)比較的結(jié)果滿足用戶的請求時，將向量S送到排序模塊進行排序。排序模塊按照如下方式從大到小進行排序：

其中，ωi∈［0，1］（i＝1，2，…，n）為一個影響度，且ω1＋ω2＋……＋ωn＝1，Ri（i＝1，2，……，n）為用戶請求向量R的分量，對應(yīng)于云本體中的概念。Si（i＝1，2，……，n）為云服務(wù)提供者向注冊中心提供的服務(wù)向量S的分量，對應(yīng)于云本體中的概念。

對于式（1）中的Sim（Ri，Si）＝Simconp（Ri，Si）＋Simprop（Ri，Si），（i＝1，2，……n），其中Simconp（Ri，Si）為概念的匹配，根據(jù)構(gòu)建的云本體，有以下幾種情況：

（1）概念為相等。如：用戶請求R中的某個概念R i為Win2000，向量S中相對應(yīng)的概念Si也是Win2000，此時認為兩個概念相等，Simconp（Ri，Si）＝1。

圖2 云本體

（2）概念為等價。如：用戶請求R中的某個概念Ri為Win2000，向量S中相對應(yīng)的概念是Windows2000，在現(xiàn)實生活中，認為兩個概念的含義是相同的，但是計算機不能自動的識別出兩個概念含義是相同的。故利用Protégé－OWL API中提供的getEquivalentClasses（）方法，參照圖2所示的云本體，可以得到兩個概念為等價類，Simconp（Ri，Si）＝1。

（3）概念為包含。如：用戶請求R中的某個概念Ri為Win2000，向量S中相對應(yīng)的概念Si是Windows，根據(jù)圖2所示的云本體，認為概念為包含關(guān)系。如果概念Si為Microsoft Windows也就是與Windows是等價類，如圖2所示。利用Racer推理機推得Windows的子類也是Microsoft Windows的子類，也就是說Win2000也是Microsoft Windows的子類，即滿足包含關(guān)系。若滿足包含關(guān)系，則Simconp（Ri，Si）＝1。

（4）概念為相似。如：用戶請求R中的某個概念Ri為Win2000，向量S中相對應(yīng)的概念Si是Unix。這種情況下，參照圖2所示的云本體進行概念的匹配，即計算概念之間的相似程度是否滿足用戶提供的閾值。基于本文實驗的目的，采用了文獻［2］中的匹配方法：

由此可知，Win2000和Unix的相似度為0.417，如果用戶提供的閾值小于0.417，則判定兩個概念為相似且Simconp（Ri，Si）＝0.417。

對于式（1）中的Sim（Ri，Si）＝Simconp（Ri，Si）＋Simprop（Ri，Si）（i＝1，2，……，n），其中Simprop（Ri，Si）為屬性的匹配。本文基于實驗的目的，概念的屬性僅涉及到了數(shù)字形式的屬性，故在本文中只列出了屬性為數(shù)字屬性的匹配，采用了文獻［3］中的數(shù)字屬性匹配公式進行匹配：

其中μ（Ri）與μ（Si）表示概念Ri和Si的數(shù)字屬性的值，c表示擁有該屬性的概念，Cmax和Cmin表示上述數(shù)字該屬性的取值范圍。

例如：假設(shè)硬盤的容量最大為500G，最小為100G，那么計算200G和300G硬盤的相似度為：

由此可知，200G的硬盤和300G的硬盤在上述的假設(shè)中，相似度為0.75。若計算的相似度大于等于用戶提供的閾值時，匹配成功。

若注冊中心的向量S中的概念滿足用戶請求R中相對應(yīng)的概念（即滿足上述四種情況之一）。且用公式（3）得到的屬性匹配度大于用戶給定的閾值，則進行下一個對應(yīng)概念的比較，直到向量S中的所有概念和屬性比較完成。若向量S中的所有概念和屬性都滿足用戶的需求，則將向量S中的信息送到排序模塊。排序模塊按照公式（1）進行排序，最后通過Web接口返回給用戶，由用戶最終來選擇最佳的服務(wù)。若S中的某個概念和屬性不滿足上述的情況，則中止比較，繼續(xù)下一個用戶請求R和向量S的比較。

3 結(jié)語

本文通過對基于本體的云服務(wù)發(fā)現(xiàn)技術(shù)的研究，利用匹配技術(shù)將一些被遺漏的相關(guān)的云服務(wù)推理出來，使一些與用戶需求更相關(guān)的服務(wù)通過Web接口返回給用戶。下一步的工作，就是要完善匹配推理技術(shù)，以及服務(wù)組合的實現(xiàn)。

［1］Ken Birman，Gregory Chockler，Robbert van Renesse，“TOWARD A CLOUD COMPUTING RESEARCH AGENDA”.

［2］Taekgyeong Han，Kwang Mong Sim，“An Ontology－enhanced Cloud Service Discovery System”Proceedings of the International MultiConference of Engineers and Computing Scientists 2010 Vol I，IMECS 2010，March 17－19，2010，Hong Kong.

［3］Jaeyong Kang，Kwang Mong Sim，“Cloudle：An Agent－based Cloud Search Engine that Consult a Cloud Ontology”，Annual International Conference on Cloud Computing and Virtualization（CCV 2010）.

［4］Jaeyong Kang，Kwang Mong Sim，“Cloudle：A Multi－criteria Cloud Service Search Engine”，2010 IEEE Asia－Pacific Services Computing Conference.

［5］PHILLIP C－Y SHEU，SHU WANG，QI WANG，KE HAO，RAY PAUL.Semantic Computing，Cloud Computing，and Semantic Search Engine［C］.2009 IEEE International Conference on Semantic Computing.

［6］陸建江，張亞非，苗壯，周波.語義網(wǎng)原理與技術(shù)［M］.北京：科學(xué)出版社，2007.

［7］宋煒，張銘.語義網(wǎng)簡明教程［M］.北京：高等教育出版社，2004.

Research of cloud service discovery technology based on ontology

WANG Hui－qin，GUO Rui－qiang

（DepartmentofMathematicandInformationScience，HebeiNormalUniversity，Shijiazhuang，Hebei050016，China）

Cloud computing is recognized as one of the hottest research at home and abroad.With the increasing unmber of cloud services，one of the issues needed to be resolved is to find a cloud service that meet user demand.However，there is not an outstanding cloud service discovery mechanism，until now，to help user to find the appropriate solution among numerous existing cloud services.In this paper，a Cloud Ontology to discovery any cloud service is constructed that meet the requirements of cloud service consumer by ontology concept matching.

Cloud computing；Cloud service；Ontology；Service discovery

TP393

：A

1001－9383（2011）03－0033－05

2011－06－30

王會芹（1982－），女，河北邢臺人，碩士研究生，主要研究方向：云服務(wù)的發(fā)現(xiàn).