云环境中基于规划的不确定性Web服务动态组合与优化研究

When no single Web service in a repository can satisfy a service request, Web service composition (WSC) is the task of composing a chain of connected atomic services using a given composition model and algorithm, to create a composite service with complex business processes that can meet the request. At present, classical planning in Artificial Intelligence (AI) has been applied to the exploration of Web service composition where initial state and the effects of service execution are certain. Therefore, a variety of natural characteristics of Web services with uncertainty have not been considered during the composition of Web services in a dynamic application environment. The purpose of this research project is to handle uncertainty of Web services in cloud computing, by taking into account three kinds of uncertainty of Web services, namely QoS uncertainty, execution failure uncertainty, and execution with multiple outputs. To explore the research on dynamic composition and optimization of Web services with uncertainty, we will employ uncertain planning theory in AI, heuristic search and optimization algorithm, graph reasoning and cloud model. Specifically, the project will study uncertain assessment model for multi-dimensional Quality of Service (QoS) values, reliability analysis of service execution, uncertain planning and QoS optimization algorithm to solving service composition problem with uncertainty, nonlinearization of uncertain composition solution, and the approach to automatically generating executable business processes for Web service orchestration and Web service choreography, respectively. The results of this research can be used to dynamically build software services and reliably integrate complex application in cloud computing platform, which will significantly improve the utilization ratio of cloud services.

Web服务组合指当服务库中无单一服务满足用户服务请求时，通过组合模型与算法合成若干原子服务，形成满足请求者需求且具有复杂业务流程的组合服务。目前，人们主要基于人工智能中经典规划理论研究确定性Web服务组合方法，而没有考虑动态应用环境下Web服务执行过程中具有多种不确定性的自然特征。本课题旨在云计算应用环境下，考虑Web服务的三类不确定性，即QoS不确定性、执行失败不确定性和执行结果不确定性。通过人工智能中不确定性规划理论、启发式搜索与优化算法、图推理和云模型等，探索不确定性Web服务动态组合与优化方法。具体地，项目将研究服务QoS不确定性评估模型与执行可靠性分析、服务组合的不确定性规划与QoS优化算法、不确定性服务组合解的非线性化、以及服务编制和服务编排可执行业务流程自动生成方法。项目研究成果可应用于云平台环境中，实现软件服务的动态构建与复杂应用的可靠集成，提高云服务的利用率。

为了实现具有复杂业务流程的企业应用集成，本项目以面向服务的体系架构（SOA）为研究背景，旨在通过服务重用和快速组合构建随需应变的松耦合分布式应用系统。本项目是在以上服务计算的大背景下，以服务QoS不确定性、服务执行结果不确定性和服务失败不确定性等执行过程中的三类服务典型特征，重点探索了不确定性服务在功能和非功能性等两个方面的动态组合与QoS优化方法。具体地，项目提出了一套不确定性服务动态组合与解的QoS优化理论体系，包括一种基于PPDDL的不确定性服务组合问题映射算法与建模方法、两类基于LAO*和BFS的不确定性服务动态组合算法、粒度分割模型的不确定性服务QoS的稳定性评估方法、面向区间数计算的不确定性服务Skyline集方法、考虑偶发事件的不确定性服务自动编排方法、时态感知的不确定性服务动态组合与QoS优化方法、智能规划器独立的经典Web服务动态组合方法、以及面向用户QoS偏好的服务选择优化算法。这些研究成果在功能性服务组合层面，利用不确定性智能规划与启发式搜索等理论与方法解决了传统服务组合方法难以处理服务执行结果不确定性特征的难题；在非功能性QoS层面，采用约束可满足性求解方法、云模型和Skyline查询优化算法等解决不确定性服务QoS的评估、过滤和组合解优化等研究问题。这些理论研究成果能够丰富服务计算领域的在不确定性研究方面的理论基础，为国内外研究者提供了一条探索不确定性Web服务的动态组合与QoS优化的新模式。在此基础上，项目形成了一套不确定性服务动态组合与QoS优化原型系统，分别由若干个子系统组成。这些原型子系统的研发，能够应用于电子商务和企业应用集成领域，具有广泛潜在的市场应用前景，通过项目完成后进一步地技术推广与产学研合作预计可以产生显著的经济效益和社会效益。