基于生物网络eservice自进化组合方法研究.docVIP

基于生物网络eservice自进化组合方法研究 　　摘要：借鉴生物神经内分泌和免疫系统的自进化突现机制，基于生物网络的平台提出了e－service突现的组合方法。生物实体(具有免疫行为的移动agent)代理e－service，构成为一个带有条件米兰机单元,e－service组合可以转换为米兰机演化过程。生物实体通过消息匹配和条件约束形成网络，e－service组合是由突现形成的生物实体网络提供；服务突现可以动态调整其中的服务，自组织完成服务的动态组合和管理等工作。仿真结果表明该方法具有对动态环境变化的适应性。 　　关键词：生物网络; 突现; 米兰机; 亲合力 　　中图分类号：TP18; TP39文献标志码：A 　　文章编号：1001－3695(2008)04－0999－04 　　 　　E－service是一种自描述、平台无关的计算元素，正在受到广泛的关注。它真正的潜力在于可以对简单服务进行组合，但因为其复杂性，存在着大量的更新、移动等动态变化及行为交互，多数已有的研究并没有完全解决这个问题[1]。语义，特别是本体的提出，为e－service的自动发现、合成提供了一种新的思想。在语义服务的方式下，服务的发现、执行和合成不需要由人来完成，而是可以由agent自动完成用户提出的复杂任务要求。?? 　　下一代互联网和服务计算框架[1]研究指出：未来的服务存在着服务访问控制的分布性、自动的控制策略、服务变化的自适应、自进化等主要特征。利用agent自主性设计符合这种特征的服务组合方法正在受到广泛的重视[2]，但存在着agent的通信、协商、产生、消亡、迁移、稳定性等问题。对e－service组合如何实现新的管理框架是当前要解决的问题。?? 　　服务管理和组合的一个有益借鉴来自同为复杂巨系统的生物组织系统。通过细胞因子和受体组成生物网络通用语言，免疫系统和神经内分泌系统构成了自组织、自协作的分布服务网络[3]。免疫系统通过免疫单元的合作形成免疫突现来清除外来抗原（即病原体）,神经内分泌系统感知免疫变化，通过复杂的调节机制使系统达到一个稳定、动态平衡的状态。突现是指生物个体遵循一组简单的行为规则，而一群个体组合则展示复杂的整体行为。生物突现表现出的重要特性有自组织、聚集现象和协作行为，它的许多特性可被用于Internet网络服务与应用。?? 　　受生物组织智能的突现机制启发，本文给出e－service组合问题的基于带条件米兰机的全局演化模型。在生物网络计算框架[4~7]研究的基础上，将生物实体（带有生物功能设计的移动agent）作为自动机单元，通过消息匹配能力(这里称为亲合力，即由服务需求的匹配强度、服务质量相对评定和服务信任因素组成的综合评定值)和条件约束，建立满足用户要求的e－service组合演化过程，通过演化建立实体网络，完成服务的组合。 　　仿真表明这种方法具有良好的性能和对环境的适应性。?? 　　 　　1E－service组合的米兰机模型?? 　　 　　E－service是一个有状态的动作序列，可以看做一个七元组：?? 　　??B1=(U,Y,Q,s0i,δi,Fi,QC) 　　其中：U??是一系列e－service的输入消息集合；??Y??是一系列e－service的输出消息集合；??Q??是一系列e－service的有限状态集（状态表示e－service交互序列中的历史记录和条件判断记录）;??s0i是起始状态；δ1:Q×U×Y×QC→Q??是一个转移函数，即给定状态根据输入/输出匹配和条件，FAS可以转移到另一个状态，??U×Y是字母表；Fi∈Q??是一系列服务的接收有限状态集，即用户能够与e－service结束交互的状态集；??QC:Q×C??是一系列条件集合。?? 　　在语义服务环境中，e－service信息描述采用OWL－S本体语言，服务的内容由service profile类功能属性和非功能属性两部分组成，实现了功能和属性、质量参数的描述。服务的组合可以转换为语义支持下的e－service米兰机演化过程。用户的e－service请求可以描述为一个抽象OWL－S定义形式。OWL－S的过程模型包括sequence、split、split+join、choice、unordered、if－then－else、repeat－while和repeat－until结构。这些结构可以映射到自动机的过程，即可以通过自动机的演化满足用户的服务需求[8]。E－service的组合是一种基于消息的会话及匹配关联的过程，服务组合是封闭的（组合的服务仍然是一个米兰机），可以通过消息会话完成更高层次的组合。?? 　　 　　2基于生物网络平台的e－service突现方法?? 　　 　　在生物网络平台上