郭榮佐 馮朝勝 秦志光

摘 要：針對物流領(lǐng)域的服務(wù)組合存在容錯(cuò)性差和服務(wù)不可靠等問題，提出一種基于π網(wǎng)的物聯(lián)網(wǎng)智能物流系統(tǒng)物流服務(wù)容錯(cuò)組合模型。首先，在簡單介紹物聯(lián)網(wǎng)智能物流系統(tǒng)后，給出了物聯(lián)網(wǎng)智能物流系統(tǒng)的容錯(cuò)服務(wù)組合框架;然后，基于π網(wǎng)建立了物聯(lián)網(wǎng)智能物流系統(tǒng)物流服務(wù)容錯(cuò)組合模型，并對模型進(jìn)行了容錯(cuò)正確性和擬合性分析;最后，對提出的模型進(jìn)行了服務(wù)可靠性、服務(wù)故障容錯(cuò)可靠性實(shí)驗(yàn)，并與Petri網(wǎng)、QoS動態(tài)預(yù)測算法、模糊卡諾模型和改進(jìn)粒子群優(yōu)化的服務(wù)組合方法針對服務(wù)組合的執(zhí)行時(shí)間、用戶滿意度、可靠性和最優(yōu)度進(jìn)行對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，所提模型具有更高的服務(wù)可靠性和服務(wù)故障容錯(cuò)可靠性，同時(shí)在服務(wù)組合的執(zhí)行時(shí)間、用戶滿意度、可靠性和最優(yōu)度等方面也具有一定的優(yōu)越性。

關(guān)鍵詞：物聯(lián)網(wǎng);智能物流;容錯(cuò)服務(wù)組合;π網(wǎng);建模與分析

中圖分類號： TP311.5; TP301.2

文獻(xiàn)標(biāo)志碼：A

Abstract： In order to solve the problem that the service composition in the logistics field has poor tolerance and unreliable service， a model of logistics service fault-tolerant composition for intelligent logistics system of Internet of Things （IoT） based on π-net was built. Firstly， after a brief introdution of IoT intelligent logistics system， a fault-tolerant service composition framework for the system was provided. Then， a model of logistics service fault-tolerant composition for the system based on π-net was built， and the correctness of fault tolerance and fitting degree of the model were analyzed. Finally， the service reliability and the fault-tolerant reliability of the model were tested， and the comparison with Petri-net， QoS （Quality of Service） dynamic prediction， fuzzy Kano model and modified particle swarm optimization methods in the service composition execution time， user satisfaction， reliability and optimal degree were carried out. The results show that the proposed model has high service reliability and fault-tolerant reliability， and has certain advantages in terms of service composition execution time， user satisfaction， reliability and optimal degree.

Key words： Internet of Things （IoT）; intelligent logistics; fault tolerant service composition; π-net; modeling and analysis

0 引言

電子商務(wù)的迅速發(fā)展，使得物流業(yè)務(wù)得到跨越式發(fā)展。物流快速發(fā)展后，其服務(wù)不得不依賴于現(xiàn)代信息技術(shù)，以使物流發(fā)展為智能物流。如Amazon公司利用現(xiàn)代信息技術(shù)，為各大運(yùn)轉(zhuǎn)中心、配送、訂單與客服、庫管、智能揀貨、智能調(diào)撥和定位與跟蹤等提供全面智能化服務(wù)[1]。基于物聯(lián)網(wǎng)技術(shù)的智能物流系統(tǒng)能夠提高對訂單的實(shí)時(shí)掌控和科學(xué)調(diào)配能力，從而提高對配送人員的監(jiān)控與管理能力，并有助于提高物流效率和客戶滿意度等。物聯(lián)網(wǎng)智能物流系統(tǒng)（Intelligent Logistics System of Internet of Things， ILSIoT）雖然能夠提高物流效率，但還需要對其服務(wù)端的物流服務(wù)組合進(jìn)行研究，特別是在物聯(lián)網(wǎng)不穩(wěn)定環(huán)境下研究其服務(wù)端的物流服務(wù)的組合問題。

國內(nèi)外研究者們對Web服務(wù)組合和服務(wù)容錯(cuò)等進(jìn)行了相關(guān)研究。如文獻(xiàn)[2]概述了各種Web服務(wù)容錯(cuò)技術(shù)，包括容錯(cuò)策略設(shè)計(jì)、容錯(cuò)策略選擇和復(fù)雜容錯(cuò)，并討論了一種特殊類型的服務(wù)容錯(cuò)技術(shù)——Byzantine式容錯(cuò);文獻(xiàn)[3]對Web服務(wù)組合問題進(jìn)行研究，提出了一種服務(wù)級協(xié)議 （Service Level Agreement， SLA）感知的事務(wù)型組合服務(wù)容錯(cuò)方法，并對其進(jìn)行了實(shí)驗(yàn)驗(yàn)證;文獻(xiàn)[4]提出了一個(gè)用于持久復(fù)合Web服務(wù)的Byzantine容錯(cuò)服務(wù)管理框架，該框架結(jié)合了基于仲裁和基于狀態(tài)機(jī)的Byzantine容錯(cuò)協(xié)議來確保可靠的服務(wù)交付;文獻(xiàn)[5]提出了Web服務(wù)常用容錯(cuò)策略的離散事件仿真算法，并對算法進(jìn)行了可靠性分析和實(shí)驗(yàn)驗(yàn)證;文獻(xiàn)[6]對Web服務(wù)進(jìn)行研究，提出了一種基于自主計(jì)算的自反中間件體系結(jié)構(gòu)來診斷服務(wù)組合中的故障，稱為自主管理服務(wù)組合的反射中間件 （Autonomic management Reflective MIddleware for Service COMposition， ARMISCOM），并提出了相應(yīng)的維修策略;文獻(xiàn)[7]為提高動態(tài)物聯(lián)網(wǎng)環(huán)境下物流服務(wù)滿意度，利用傳統(tǒng)Web服務(wù)組合思想，提出一種局部最優(yōu)選擇的物流服務(wù)選擇方案來解決智能物流服務(wù)問題;文獻(xiàn)[8]對Web服務(wù)組合框架進(jìn)行了設(shè)計(jì)，提出了一種強(qiáng)大的Web服務(wù)組合框架。

以上研究集中在Web服務(wù)組合和服務(wù)容錯(cuò)的研究，但未針對智能物流容錯(cuò)服務(wù)組合問題進(jìn)行研究。

還有研究者對物流、供應(yīng)鏈等進(jìn)行了研究。如文獻(xiàn)[9]對供應(yīng)鏈進(jìn)行研究，提出了基于物聯(lián)網(wǎng)服務(wù)的生態(tài)系統(tǒng)模型開發(fā)技術(shù)來開發(fā)供應(yīng)鏈管理;文獻(xiàn)[10]對物流自動化管理進(jìn)行研究，提出了基于物聯(lián)網(wǎng)射頻識別（Radio Frequency Identification， RFID）技術(shù)的物流自動化管理軟件原型;文獻(xiàn)[11]對協(xié)同物流配送調(diào)度方法進(jìn)行研究，提出了基于物聯(lián)網(wǎng)和大數(shù)據(jù)的協(xié)同物流配送調(diào)度方法和云機(jī)器人系統(tǒng);文獻(xiàn)[12]利用中間件技術(shù)對智能物流進(jìn)行研究，提出了一種解決物基于物聯(lián)網(wǎng)的物流服務(wù)組合的中間件方法。

上述研究主要針對Web場景的Web服務(wù)端服務(wù)組合進(jìn)行研究，例如文獻(xiàn)[2-5]針對Web容錯(cuò)服務(wù)提出了Byzantine式和事務(wù)型算法，文獻(xiàn)[6-8]對Web服務(wù)組合的故障診斷、智能物流服務(wù)組合選擇和組合框架等進(jìn)行研究;文獻(xiàn)[9-12]針物流領(lǐng)域的供應(yīng)鏈、物流配送、物流自動化管理和物流服務(wù)組合中間件等進(jìn)行研究。這些研究都僅針對物流領(lǐng)域的某一方面，利用物聯(lián)網(wǎng)相關(guān)技術(shù)來解決單一平臺、應(yīng)用等問題，并未充分利用Web領(lǐng)域的成熟服務(wù)組合技術(shù)來解決物聯(lián)網(wǎng)環(huán)境下智能物流的容錯(cuò)服務(wù)組合問題。

基于對當(dāng)前研究現(xiàn)狀的分析，針對物聯(lián)網(wǎng)環(huán)境下物流服務(wù)組合存在的不足，利用π網(wǎng)對物聯(lián)網(wǎng)智能物流服務(wù)的容錯(cuò)組合進(jìn)行研究，提出容錯(cuò)服務(wù)組合算法并對算法進(jìn)行分析與驗(yàn)證。通過簡單描述物聯(lián)網(wǎng)環(huán)境下智能物流系統(tǒng)的體系結(jié)構(gòu)，對智能物流服務(wù)的容錯(cuò)框架進(jìn)行設(shè)計(jì);在容錯(cuò)框架基礎(chǔ)之上，利用π網(wǎng)理論建立物聯(lián)網(wǎng)環(huán)境下智能物流容錯(cuò)服務(wù)組合模型，并對模型進(jìn)行容錯(cuò)正確性和容錯(cuò)擬合性分析;然后通過實(shí)驗(yàn)驗(yàn)證模型的正確性等。

與現(xiàn)有關(guān)于物聯(lián)網(wǎng)物流服務(wù)組合方法相比，本文所開展的研究具有以下特點(diǎn)：

1）具有先進(jìn)的容錯(cuò)處理框架;

2）采用π網(wǎng)理論建立的容錯(cuò)服務(wù)組合模型，能夠處理多種物流服務(wù)組合中出現(xiàn)的故障情況，并能確保物流服務(wù)組合順利進(jìn)行，故模型能有效地解決難以對物流服務(wù)組合的故障進(jìn)行處理的問題;

3）所提模型具有容錯(cuò)處理能力，使得物流服務(wù)組合能自適應(yīng)組合過程中出現(xiàn)的運(yùn)行時(shí)故障;

4）與其他物流服務(wù)組合方法相比，該模型的成功率、可靠性、可用性和服務(wù)組合性能等方面具有明顯的優(yōu)勢。

6 結(jié)語

物聯(lián)網(wǎng)技術(shù)應(yīng)用于傳統(tǒng)的物流領(lǐng)域而形成智能物流，在其服務(wù)進(jìn)行組合時(shí)的容錯(cuò)處理框架、建模等問題是智能物流系統(tǒng)服務(wù)組合的關(guān)鍵問題。針對現(xiàn)有物流服務(wù)組合技術(shù)方面就容錯(cuò)組合模型研究較少，故本文提出了容錯(cuò)服務(wù)組合模型NLSn。該模型建立時(shí)，首先從物聯(lián)網(wǎng)智能物流系統(tǒng)的體系結(jié)構(gòu)和業(yè)務(wù)流程入手，并對相關(guān)物流服務(wù)進(jìn)行論述，在此基礎(chǔ)上提出了物流服務(wù)的QoS屬性模型;然后利用π網(wǎng)理論，在容錯(cuò)框架下建立了物流容錯(cuò)服務(wù)組合模型，并從模型的動態(tài)演化、復(fù)雜度、容錯(cuò)處理正確性和容錯(cuò)擬合等方面對模型進(jìn)行了分析;最后通過3個(gè)仿真實(shí)驗(yàn)對模型進(jìn)行驗(yàn)證和對比，結(jié)果表明本文模型是可行的和有效的。

以后，將繼續(xù)研究物聯(lián)網(wǎng)智能物流系統(tǒng)，從提升和確保服務(wù)組合的可靠性和可用性等方面進(jìn)行研究，并結(jié)合云計(jì)算、大數(shù)據(jù)處理等技術(shù)，使得物聯(lián)網(wǎng)智能物流系統(tǒng)更加智能化地進(jìn)行物流服務(wù)組合;還將對物聯(lián)網(wǎng)智能物流系統(tǒng)服務(wù)組合的安全與隱私保護(hù)等進(jìn)行研究，以期提高系統(tǒng)的安全性能。

參考文獻(xiàn)：

[1] KIM J， KIM Y， CHANG H. A study on performance evaluation of intelligent collaboration system [J]. Multimedia Tools and Application， 2015， 74（10）：305-3316.

[2] ZHENG Z， LYU M R T， WANG H. Service fault tolerance for highly reliable service-oriented systems： an overview [J]. Science China Information Sciences， 2015， 58（5）： 1-12.

[3] 張俊娜，王尚廣，孫其博，等.SLA感知的事務(wù)型組合服務(wù)容錯(cuò)方法[J].軟件學(xué)報(bào)，2018，29（12）：3614-3634. （ZHANG J N， WANG S G， SUN Q B， et al. SLA-aware fault-tolerant approach for transactional composite service [J]. Journal of Software， 2018， 29（12）： 3614-3634.）

[4] ELGEDAWY I， KHURSHID S， MASOOD R， et al. CRESCENT+： a self-protecting framework for reliable composite Web service delivery [J]. Iran Journal of Computer Science， 2018， 1（2）： 65-87.

[5] SHU Y， WU Z， LIU H， et al. A simulation-based reliability analysis approach of the fault-tolerant Web services [C]// Proceedings of the 2016 7th International Conference on Intelligent Systems， Modelling and Simulation. Piscataway， NJ： IEEE， 2017： 125-129.

[6] VIZCARRONDO J， AGUILAR J， EXPOSITO E， et al. ARMISCOM： self-healing service composition [J]. Service Oriented Computing & Applications， 2017， 11（3）： 345-365.

[7] 王建峰，楊榮.物聯(lián)網(wǎng)環(huán)境下智能物流服務(wù)組合研究[J].電子技術(shù)應(yīng)用，2016， 42（1）：79-81.（WANG J F， YANG R. Service composition study for intelligent logistics services in IOT [J]. Application of Electronic Technique， 2016， 42（1）：79-81.）

[8] KHOLY M E， FATATRY A E. FRWSC： a framework for robust Web service composition [J]. Service Oriented Computing and Applications， 2016，10： 413-435.

[9] PAPERT M， PFLAUM A. Development of an ecosystem model for the realization of Internet of Things （IoT） services in supply chain management [J]. Electronic Markets， 2017， 27（2）： 175-189.

[10] CHEN J， ZHAO W. Logistics automation management based on the Internet of things [J/OL]. Cluster Computing， 2018 [2018-02-23]. http：//dx.doi.org/10.1007/s10586-018-2041-2.

[11] ZHU D. IOT and big data based cooperative logistical delivery scheduling method and cloud robot system [J]. Future Generation Computer Systems， 2018， 86： 709-715.

[12] YANG R， LI B， HU Y. An experimental study for intelligent logistics： a middleware approach [J]. Chinese Journal of Electronics， 2016， 25（3）： 561-569.

[13] BUJARI A， FURINI M， MANDREOLI F， et al. Standards， security and business models： key challenges for the IoT scenario [J]. Mobile Networks and Applications， 2018， 23（1）： 147-154.

[14] NASCIMENTO A S， RUBIRA C M， BURROWS R， et al. Designing fault-tolerant SOA based on design diversity [J]. Journal of Software Engineering Research and Development， 2014， 2： 13.

[15] RODRIGUEZ-MIER P， PEDRINACI C， LAMA M， et al. An integrated semantic Web service discovery and composition framework [J]. IEEE Transactions on Services Computing， 2016， 9（4）： 537-550.

[16] YU Y， CHEN J， LIN S， et al. A dynamic QoS-aware logistics service composition algorithm based on social network [J]. IEEE Transactions on Emerging Topics in Computing， 2014， 2（4）： 399-410.

[17] 曹木亮，吳智銘.π-網(wǎng)的強(qiáng)互模擬等價(jià)[J].計(jì)算機(jī)學(xué)報(bào)，2005，28（1）：1-8. （CAO M L， WU Z M. The strong bisimilarity on the π-nets[J]. Chinese Journal of Computers， 2005，28（1）： 1-8. ）

[18] CARDINALE Y， HADDAD J E， MANOUVRIER M， et al. CPN-TWS： a coloured Petri-net approach for transactional-QoS driven Web service composition [J]. International Journal of Web & Grid Services， 2011， 7（1）： 91-115.

[19] LANESEA I， MEZZINAB C A， STEFANI J-B. Reversibility in the higher-order π -calculus [J]. Theoretical Computer Science， 2016， 625： 25-84.

[20] FENG L-B， OBAYASHI M， KUREMOTO T， et al. QoS optimization for web services composition based on reinforcement learning [J]. International Journal of Innovative Computing Information & Control， 2013， 9（6）： 2361-2376.

[21] XIANG D， XIE N， MA B， et al. The executable invocation policy of Web services composition with Petri net [J]. Data Science Journal， 2015， 14（5）： 1-15.DOI：http：//dx.doi.org/10.5334/dsj-2015-005

[22] LIU Z Z， JIA Z P， XUE X， et al. Reliable Web service composition based on QoS dynamic prediction [J]. Soft Computing， 2015， 19（5）： 1409-1425.

[23] MENG Q， JIANG X， BIAN L. A decision-making method for improving logistics services quality by integrating fuzzy Kano model with importance-performance analysis [J]. Journal of Service Science & Management， 2015， 8（3）： 322-331.

[24] 溫濤，盛國軍，郭權(quán)，等.基于改進(jìn)粒子群算法的Web服務(wù)組合[J].計(jì)算機(jī)學(xué)報(bào)，2013，36（5）：1031-1046. （WEN T， SHENG G J， GUO Q， et al. Web service composition based on modified particle swarm optimization [J]. Chinese Journal of Computers， 2013， 36（5）： 1031-1046.）