Web服務組合策略研究及組合決策平臺實現

郭 雪，李 錚，張 賀，榮國平，文俊浩

(1.南京大學軟件學院,江蘇 南京 210093;2.康塞普西翁大學計算機系，智利 康塞普西翁 4070409； 3.重慶大學大數據與軟件學院,重慶 401331)

1 引言

隨著服務計算的日益成熟以及微服務理念的興起，面向服務架構SOA(Service-Oriented Architecture)成為一個經久不衰的熱點。SOA的一個重要理念是強調單個服務的細粒度和低耦合，以提高服務的可重用性和可維護性，進而通過服務組合來實現更復雜的功能并滿足多樣的業務需求[1]。在實際應用中，這種細粒度和低耦合的抽象服務概念往往由Web服務技術加以實現。相應地，Web服務組合WSC(Web Service Composition)受到研究者廣泛的關注，大量WSC研究噴涌而出。

當前，各界提出了大量的Web服務組合方法，而這些方法可以根據不同的性質和側重點進行分類。例如，從參與組合的Web 服務的綁定時間來分有靜態組合(Static)和動態組合(Dynamic)兩大類[2,3]；從組合實現方式可以分為服務編制(Orchestration)和服務編排(Choreography)；從組合過程中的自動化程度可以分為人工、半自動和自動三大類[4]。對于服務組合實施者而言，如何從不同類別選擇多種組合方法來構建可行而高效的組合方案是現階段亟待解決的關鍵問題之一。這就要求一個可以幫助WSC實施者選擇多種服務組合方法的決策機制。

然而，現階段大多數對服務組合方式的研究只是從單一的角度出發，著力于某一側重點的組合方法的統計與比較。例如，文獻[2]對組合方法從過程驅動和語義驅動兩方面進行探討。文獻[4]概述了一系列基于手動和自動、靜態和動態分類標準的組合方法。文獻[5]將當前Web 服務組合方法分為以下三類：基于人工智能規劃的組合方法、基于圖搜索匹配的方法、基于邏輯推理的組合方法。文獻[6]則介紹并比較了基于工作流和基于AI規劃的組合方法。

也有部分研究較為全面地概述了多角度不同側重點的組合方法，但分類標準較少，而且僅僅給出了簡單的工作量估算和開銷對比方案，并沒有就多角度方法組合決策做出研究討論。文獻[7,8]中構建了多標準的服務組合方法矩陣，并且文獻[7]提供了一種采用分治算法D&C(Divide and Conquer)進行多種方法組合的工作量估算機制。文獻[9]詳細統計了Web服務組合中需要的各類模型、語言、技術、平臺和工具等，但并沒有闡述該如何進行組合決策。

因此，本文提出了一種基于層次分析法AHP(Analytic Hierarchy Process)[10]的網絡服務組合決策機制，用于幫助決策者合理選擇多種組合方法。AHP是處理復雜決定的一種結構化技巧。這種方法不是為了做出一個絕對正確的決定，而是幫助決策者在若干備選中找到相對適合設定目標和需求的最好決定。在Web服務領域的應用中，AHP往往僅用于服務發現過程，例如文獻[11]中分析了多個服務的服務質量QoS(Quality of Service)參數，然后根據用戶需求應用AHP選擇最佳服務進行組合。而在選擇服務組合方式時，AHP也具有重要的實踐意義。本文擬在現有的WSC方法矩陣的基礎上，通過文獻綜述，新增決策影響因素來完善該矩陣，尤其是人員因素造成的決策影響，并引入能力成熟度模型CMM(Capability Maturity Model)作為衡量人員因素影響的指標。根據層次分析法構建層次結構樹，為每個節點分配權重，并舉例詳細闡述如何在多個方案中使用該層次結構做出最佳決策。

特別值得強調的貢獻是，為幫助WSC決策者理解和使用這種方法，本文實現了半自動平臺easyWSC，根據使用者輸入的相關信息，幫助決策者做出最佳選擇。

2 AHP方法

層次分析法是系統化、層次化地分析多標準問題的方法，它的實用性和有效性使其很快在業界和學術界得到重視。如今，已普遍應用于經濟、醫學、農業等眾多領域。

AHP適用于團隊處理復雜的多標準問題，尤其是涉及決策者主觀的判斷，且最終結果對后續工作有著長期影響。其獨特優勢是，當某些影響決策的重要因素很難量化或比較，或者在團隊成員中，不同的術語或觀點阻礙了相互溝通，層次分析法仍然可以為團隊提供一個較為合理的最終決策。

層次分析法的主要步驟如下：

(1)首先，決策目標問題被分解成多個平行的更易分解的子問題，每一個子問題都可以被單獨分析。這一系列的子元素可以涵蓋決策問題的任一方面，可見的或不可見的，可以直接測量的或只能大致預估的[11]。每個子元素還可以根據實際需要再進行分割，直至決策者認為達到最易比較的級別。如此將復雜問題涉及的因素分為若干層次，建立多級遞階的層次結構模型(目標層、判斷標準層、方案層)。

(2)層次結構建立起來后，決策者對每一父節點下的子元素做兩兩比較。在做比較時，決策者可以使用這些元素具體的數據，或者參照這些元素的意義和重要性做出自己的判斷。不僅僅是潛在的信息，決策者的主觀判斷也可以被用在評估中，這就是AHP的實質。AHP將這些評估轉化成數值結果，結構中的每一個元素都可以獲得一個數值權重或優先度，這樣就允許不同的和通常無法比較的元素進行合理的比較。

(3)最后，每一個可選方案也在每一個元素下兩兩比較，計算出數值優先級。這些數值表示了可選決策達到最終目標的相對能力，因此基于這些優先值，決策者可以選擇最符合目標問題的方案。

3 AHP應用于服務組合問題

3.1 服務組合層次結構模型

3.1.1 服務組合層次結構原型

本文首先以文獻[8]中的WSC方法分類矩陣為原型，構建層次結構模型。

該矩陣將WSC方法分為環境(Context)和技術(Technology)兩大維度。各元素包含的子元素如下：

(1)環境(Context)：

①模式(Pattern)：編制(Orchestration)、編排(Choreography)。

②符號學(Semiotics)：語義學(Semantics)、語法學(Syntax)。

③機制(Mechanism)：簡單對象訪問協議SOAP(Simple Object Access Protocol)、表述性狀態傳遞REST(REpresentational State Transfer)。

④設計階段方法(Design Time)：手動(Manual)、半自動(Semi-auto)、自動(Automatic)。

⑤運行階段方法(Run Time)：靜態(Static)、動態(Dynamic)。

(2)技術(Technology)：基于工作流(Workflow-based)、模型驅動(Model-driven)、基于AI規劃(AI Planning)。

但是,在構建層次結構時，需要明確目標層、判斷標準層、方案層分別是哪些元素。目標層，顯而易見是需要解決的服務組合方法決策問題。第一級的判斷標準層是環境和技術兩個元素。由上述WSC方法矩陣可以得到第二級的子標準層，也就是模式、符號學、機制、設計階段方法和運行階段方法。與經典AHP算法示例不同的是，本文需要解決的問題中需要添加一層標準可選項層。因為本結構的方案層，本質上就是每一個子標準下的選項組合而成，構成一個較為完整的服務組合方案，其中將這些子標準下的選項命名為標準可選項層。

構建出的層次結構原型如圖1所示。其中深灰色為目標層，灰色為標準層，淺灰色為子標準層，白色為標準可選項層。

Figure 1 Hierarchy prototype 圖1 層次結構原型

3.1.2 完善服務組合層次結構

以上述WSC方法矩陣為原型構建了服務組合層次結構后，目前所包含的服務組合關注點顯然是不平衡也不完整的。因此，需要更多的標準和可選項來完善這個層次結構。

(1)添加標準1：運行平臺。

運行平臺是服務組合進行的場所。很多研究者認為不同的運行平臺會影響最后組合服務的安全性和適應性等非功能屬性。例如，文獻[12]中作者列舉了7個服務組合的運行平臺，并對這7個平臺就開放性的標準支持、使用的難易度、服務性能的模擬效果、管理功能以及組合服務的適應性、優化程度、安全性做出了比較。由此可見，運行平臺對服務組合的影響也是不能忽視的。本文借鑒了文獻[9]中對運行平臺的分類和可選項，即分為部署項(Development Options)和執行引擎(Execution Engine)。其層次結構如下所示：

①部署項(Development Options)：云端部署(Cloud)、本地部署(On-premise)。

②執行引擎(Execution Engine)：業務流程引擎(Business Process Engine)、服務總線(Service Bus)、代碼生成(Code Generation)。

(2)添加標準2：機制可選項。

原有的矩陣中，在機制這一標準下，只提供了SOAP和REST這兩個經典的協議。但是，隨著Web服務發展，如今又興起了另一種可以運用在SOA中的協議——開放服務網管協議OSGi(Open Services Gateway initiative)[9]。

SOAP是在Web服務啟用期間交換結構化信息的協議規范，可以使用業務流程執行語言來構建組合Web服務[13]。SOAP作為應用協議可以基于多種傳輸協議來傳遞消息(HTTP，SMTP等)，但是隨著SOAP的廣泛應用，不斷地增加附加的內容以更新擴展，使得現在開發人員覺得SOAP使用門檻較高。在SOAP近年來的擴展過程中，發布應用了一系列WS-*協議，雖然使得SOAP的應用更加規范，但相應地使用負擔也增加了。RESTful服務被認為是一種架構風格，可以用來為客戶端構造軟件來請求服務，越來越多的網絡服務采用這種架構，為顯示對象特征和與外部服務通信提供更容易的接口[14]。與SOAP相比，REST充分利用了傳輸協議的運行理念，更為簡潔易用且輕量級。而近年來興起的OSGi技術是在Java虛擬機上定義的一個公共開放的架構，用來開發、部署、管理服務[9]。OSGi是一種輕量級服務模型，通過一個服務注冊表來進行服務的發布、綁定和聯合。因此，隨著OSGi在Web服務領域越來越廣泛的應用，本文也將其納入服務組合層次結構中。

(3)添加標準3：人員因素。

在軟件開發中，相同的復雜度在不同的人眼中判斷的結果是不一樣的，這涉及到開發者的開發技能、經驗甚至專業知識等因素。軟件開發的復雜度越高，設計和管理的難度也會越大。因為復雜度高可能導致設計者和管理者需要更加關注解決復雜度的問題而不是編碼或改進設計[15]。在Web服務組合中同樣存在著這樣的關系。人員因素對服務組合的性能和效率有著難以忽視的影響。因此，本文的層次結構也將人員因素納入考慮范圍。

但是，在已有的文獻中，筆者并未發現就人員因素對Web服務組合產生影響的相關研究成果，因此只將人員因素作為一項綜合標準，不再進行子標準細化。而對于這個標準下的可選項，本文引進了能力成熟度模型CMM來進行描述。

CMM雖然是一種用于評估軟件承包能力的方法，借以提高軟件質量，但其更關注在軟件開發過程中，參與開發人員的項目管理及工程能力的評估。CMM在20世紀70年代中期被提出，針對軟件項目開發延期及軟件質量不佳的現象，美國國防部曾專門立題研究，研究結果發現這大多數是由于項目管理不善導致的，而不是技術實力不夠，進而總結經驗：軟件項目開發中技術只對局部產生影響，而管理才是影響軟件研發項目全局的因素[16]。由此，美國卡內基-梅隆大學軟件工程研究院提出了CMM模型——關于軟件過程改進與評估的方法。

在本文的層次結構中，希望可以進一步探究人員開發和管理因素對Web服務組合的影響，因此需要對人員因素做出一個綜合等級評估，這里將CMM應用于AHP標準中。根據CMM的體系結構，本文也將人員因素評估的可選項分為五個級別：初始級、可重復級、 已定義級、已管理級、優化級。

在原有的服務結構層次基礎上，將上述三項標準添加合并，可以得到如圖2所示較為完善的服務組合決策層次結構。

Figure 2 Hierarchy of WSC圖2 服務組合決策層次結構

3.2 模型計算過程

AHP方法之所以被人們廣泛使用，就是因為可以容納不同類型的因素，可以是有形的可精確測量的標準，如價格、容量等；也可以是有形的但難以衡量的標準，如維護成本等；甚至是無形的完全依靠決策者主觀判斷的標準，如風格等因素。在服務組合的層次結構中，眾多標準及子標準都難以衡量，大多需要決策者依靠開發經驗進行判斷。因此，不同的決策者可能做出完全不同的判斷結果。本文參考了大量文獻依據與比較，從而得出以下結果。

3.2.1 標準兩兩比較

為了判斷每一層級中每個元素的權重，需要對這些元素進行兩兩比較，因此為每個元素都分配到一個0～1的優先度。但是，在兩兩比較過程中，需要一個相同的指標來表示不同的重要程度，AHP方法中介紹了一個基本比較值[11]理論，如表1所示。其中2、4、6和8用來表示中間值。

Table 1 Fundamental scale for pair wise comparisons

(1)標準行分配權重。

按照表1的標準便可以進行兩兩比較。這個過程從層次結構的標準層開始。標準層共4個元素：環境、技術、運行平臺、人員因素。這4個可用的標準中一共有6對進行比較——環境/技術，環境/運行平臺，環境/人員因素，技術/運行平臺，技術/人員因素，運行平臺/人員因素。

環境在服務組合中指的是組合的不同階段，文獻[8]在服務組合的生命周期中定義了以上5個階段，也就是5個子標準，這5個子標準是對組合過程影響最大的部分[8]。技術是指在實施服務組合中使用到的工具。運行平臺指服務組合進行的場所，不同的運行平臺會影響最后組合的服務的安全性和適應性等非功能屬性。人員因素則對服務組合過程中的設計和管理有著一定的影響。因此，根據上述比較，無疑環境對服務組合的影響是最為顯著的，與技術、運行平臺、人員因素的比分別可以取3∶1,3∶1,5∶1。技術稍次之，與運行平臺、人員因素的比分別可以取2∶1,3∶1。運行平臺與人員因素的比可以取2∶1。如此可建立如表2所示的矩陣。

Table 2 Criteria comparison matrix

根據矩陣，首先計算每一列的和，然后將矩陣中每個值都除以所在列的和，得出如表3所示的標準層4元素比較矩陣2。

Table 3 Criteria comparison matrix 2

最后將每一行的值取平均，即為該行元素的權重，也稱為優先度。得到結果為：環境0.518、技術0.242、運行平臺0.154、人員因素0.086。

(2)“環境”子標準分配權重。

“環境”下共分為5個子標準，即模式、符號學、機制、設計階段方法和運行階段方法。同理，兩兩比較一共有10對。根據文獻[7,8]，模式和機制對服務組合起到了絕大數影響，符號學和運行階段稍次之，設計階段則重要性偏低，因此可以給出如表4所示的比較矩陣。

Table 4 Sub-criteria comparison matrix in “Context”

經過上述相似的步驟計算，得出這5項子標準的優先度分別是：模式0.321、符號學0.078、機制0.326、設計階段方法0.156和運行階段方法0.119。

(3)“運行平臺”子標準分配權重。

“運行平臺”下共有2個子標準，即部署項和執行引擎。文獻[9]對二者進行了詳細闡述，但并未對二者重要性進行比較，因此本文取這兩項的比較值為1∶1，即優先度都為0.5。

至此，本文完成了標準層和子標準層的優先度分配的大部分工作，所得出的優先度如圖3所示。此時，每一節點下的優先度相加的和都為1，這被稱為局部優先度。

Figure 3 Local priority圖3 局部優先度

但是，在計算時，局部優先度并不方便，因此需要將每一節點的優先度乘以其父節點的優先度，計算出該元素的全局優先度。計算結果如圖4所示。此時，環境和運行平臺這兩個標準的優先度就失效了，而層次結構中所有的元素優先度相加和才為1。

Figure 4 Global priority圖4 全局優先度

3.2.2 最后決策

3.1.1節中提到，在構建服務組合層次結構時，將經典的AHP結構做了一些改動，添加了一層標準可選項層。因為本結構的方案層，本質上就是每一個子標準下的選項組合構成一個較為完整的服務組合方案。通常情況下，決策者會根據經驗提出若干較為合適的組合方案，但不能明確比較其優劣。為了幫助決策者選擇最佳方案，就可以按照本文的AHP算法進行量化比較。具體比較過程如算法1所示。

算法1最佳WSC方案選擇

輸入:備選項A,層次結構標準C，各標準權重CP,各標準下選項比較值矩陣AC。

輸出:最佳方案BA。

functionGetAP(A,C,AC)

for allcj∈Cdo

for allai∈Ado

//計算可選項ai在標準cj下的權重值APaicj

end for

end for

//得到各標準下選項權重矩陣AP

returnAP

end function

AP=GetAP(A,C,AC)

for allai∈Ado

//計算每個可選項ai的總權重值Pai

·CPcj

end for

//選擇權重值Pai最高的方案為最佳方案

BA=Amax(P);

returnBA

下面舉出示例，根據算法選擇最佳方案。

首先，根據經驗提出三種可行的備選方案：

Ⅰ編制+語義學+SOAP+半自動+動態+模型驅動+云端部署+服務總線+已定義級；

Ⅱ編排+語法學+SOAP+自動+動態+基于AI規劃+云端部署+業務流程引擎+已定義級；

Ⅲ編排+語義學+REST+自動+動態+模型驅動+本地部署+業務流程引擎+已管理級。

其次，根據上述規則將三個方案在每一子標準下進行兩兩比較，相同的項比較結果為1，不同的項由決策者選擇比較值。例如，將這三種方案在模式這一標準下比較，得出比較矩陣，根據算法計算出模式標準下三種方案的優先度，如表5所示。

Table 5 Alternative comparison by “pattern” sub-criteri

同理，比較得出三個方案在每一標準下的優先度，并乘以該項標準的優先度可得出所有標準下的方案比較矩陣，如表6所示。

將方案在每一項標準下的優先度相加，得出總的權重：方案Ⅰ 0.31、方案Ⅱ 0.33、方案Ⅲ 0.36。由此，決策者可以判斷，權重最高的方案Ⅲ即為備選項中最適合該服務組合目標的方案。

Table 6 Alternatives comparison

4 Web服務組合決策系統

為輔助Web服務方案決策人在實踐中更便捷地應用前文所描述的決策機制，本文進一步設計并實現了這一決策系統。

4.1 Web服務組合決策系統技術方案

本系統所采用的技術方案如表7所示，包括系統架構、開發環境、開發語言、前端框架和數據庫等內容。

Table 7 List of technology strategies in the system

4.2 核心功能實現

本決策系統的核心功能主要有構建AHP層次結構樹和AHP決策，可以幫助用戶完成一個完整的決策過程。

4.2.1 構建AHP層次結構樹

用戶在進入系統后，可以選擇新建項目。在新建項目模塊中，用戶需要為新建項目增添基本信息，然后分配層次結構樹權重。在構建結構樹時，系統會推薦本文根據文獻研究得出的權重分配，用戶根據需求可以選擇接受或拒絕。若接受，則結構樹自動賦值推薦值；若拒絕，則用戶需進行3.2.1節中三個矩陣的標準比較，得出新的權重值。最終層次結構樹如圖5所示。

Figure 5 Interface of hierarchy tree圖5 系統最終層次結構樹界面

4.2.2 AHP決策

用戶的決策樹構建完成后，可以新建該項目的方案項，然后需要進入3.2.2節中在每個子標準下的比較過程。最后，系統將自動計算出每個方案最終的權重值(如表8所示)，用戶便可借鑒該權重值做出選擇(系統的運行過程可參考項目系統運行視頻http://softeng.nju.edu.cn/WSCshow/main.html)。

Table 8 Results of alternatives comparison

5 結束語

本文使用層次分析法(AHP)來幫助解決Web服務組合中多標準的方法組合問題。首先，為了讓AHP更加符合Web服務組合的實際應用情況，本文對標準AHP作出了些許改進，在目標層、標準層和方案層之外新增了方案可選項層。其次，以Web服務組合原有的分類矩陣為原型，構造出基于環境和技術兩大標準及其數個子標準的基本層次結構。通過文獻分析，在原始的層次結構上增添了運行平臺標準、機制新可選項和人員因素標準，并提供了子標準分類和方案可選項。接著，通過標準和子標準的兩兩比較，計算出每個元素在結構中的優先度或權重。最后，本文舉出示例，從三個經驗選項中利用上述層次結構做出比較，得出最佳結果。由此可見，AHP在Web服務組合的決策過程中，將這些無法量化和難以比較的元素巧妙地進行了轉化，為決策者提供了更加具有實用性和可靠性的結果，在實際運用中有著重要的意義。為幫助Web服務組合決策者理解和使用這種機制，本文也設計并實現了一個半自動決策系統平臺easyWSC。根據使用者輸入的相關信息，easyWSC會幫助決策者做出相應的最佳選擇。為了驗證最終決策的正確性和合理性，決策者可以召集參與服務組合工作的不同角色成員組成驗證委員會，對決策參數及結果進行二次比較和論證。

下一步的研究工作將針對原有的決策系統進行優劣比較，并探索是否能對二者進行整合，以得到更有效的決策算法。同時，AHP方法在解決多標準問題時較多依賴于人工決策，因此為了挖掘更加優化的方法，可以記錄系統的決策數據，判斷決策點之間的關聯。例如，人員工程管理能力越高，最終決策選擇的組合方案越偏向于復雜，如此可以根據挖掘結果改進決策樹。在系統實現方面，為了提供更好的用戶體驗，還可以拓展其它功能模塊。例如，可以讓用戶自主選擇決策標準、邀請他人為自己的項目決策等。