?

基于語義的Ad Hoc網絡服務發現*

2016-11-16 01:36王新穎吳釗熊偉
火力與指揮控制 2016年6期
關鍵詞:查準率網絡服務時延

王新穎,吳釗,熊偉

(1.湖北文理學院數學與計算機科學學院,湖北襄陽441053;2.武漢大學軟件工程國家重點實驗室,武漢430072)

基于語義的Ad Hoc網絡服務發現*

王新穎1,吳釗1,熊偉2

(1.湖北文理學院數學與計算機科學學院,湖北襄陽441053;2.武漢大學軟件工程國家重點實驗室,武漢430072)

在分析現有的Ad Hoc網絡服務發現方法的基礎上,提出一種基于語義的Ad Hoc網絡服務發現方法。該方法基于語義推理機制,能對服務進行準確地刻畫,大大提高了查準率;又由于該方法在考慮服務本身的同時,還考慮了服務的節點屬性和節點所處的環境屬性,可以有效地改善服務質量。仿真結果表明,與同類的Ad Hoc網絡服務發現方法相比,該方法在查準率方面具有較大的優越性。

Ad Hoc網絡,服務發現,語義

0 引言

隨著Ad Hoc網絡應用范圍的不斷擴大,人們耗費巨資建成了大量的Ad Hoc網絡,成本高昂,迫切需要共享節點提供的服務以提高Ad Hoc網絡的應用價值[1]。因而,如何在Ad Hoc網絡中及時有效地發現并使用服務,是實現Ad Hoc網絡實際應用的關鍵。而傳統的服務發現方法并沒有考慮Ad Hoc網絡自身的特性[2-5],不適合在Ad Hoc網絡中應用。

為了解決在Ad Hoc網絡中的服務發現問題,近年來,學者們紛紛在該領域進行了深入的研究。文獻[6]提出了一個面向服務的體系結構,在該結構中,不同的組件被定義為一個服務,處理不同的功能,用來支持不同的應用領域。文獻[7]基于自適應的推拉模型,提出一種EADP服務發現方法,服務請求和服務響應都采用多播方式。該方法是一個完全分布式的方法,具有實現簡單、低能耗的優點。文獻[8]提出一種基于路由的服務發現機制,減少了節點的能量消耗,縮短了時延。文獻[9]提出一種基于簇的服務發現機制(CSDM),該機制根據節點的服務請求和服務響應按照優先級級別進行傳輸,提高了服務發現的性能和系統的穩定性。文獻[10]在利用OWL-DL描述服務的基礎上,提出了基于上下文感知的服務發現機制,提高了服務發現的適應性和靈活性。

然而,上述服務發現方法普遍存在如下兩方面的問題:首先,它們沒有考慮語義,不能對服務進行準確地刻畫,從而導致服務發現的查準率不高。其次,它們只是簡單地考慮了服務本身,沒有全面考慮服務情景[11],服務質量還有待于進一步改善。

針對以上存在的不足,本文提出一種基于語義的Ad Hoc網絡服務發現方法——SSD。首先,該方法采用基于語義的服務發現機制,大大提高了Ad Hoc網絡服務發現的查準率;其次,該方法除考慮服務本身外,還考慮了服務的節點屬性和節點所處的環境屬性,有效地改善了服務質量。

1 SSD服務發現機制

1.1網絡模型

本網絡模型的應用場景為:節點隨機地分布在Ad Hoc網絡區域內,節點可以在整個網絡區域自由移動。網絡中的節點按照區域劃分成若干個簇[12],每個簇均有一個性能優良并且穩定性好的節點作為簇頭。

假設:

①每個節點具有唯一的ID標示。

②簇頭組織該區域的服務發現功能,不管服務提供者是否發現,每個請求都會被簇頭及時響應。

③節點之間的傳輸時延與節點之間的距離成正比。

1.2基于服務情景的本體建模

在Ad Hoc網絡中,服務是由節點提供的,因此,在對服務進行本體建模時,不能簡單地考慮服務屬性本身,還要考慮提供服務的節點屬性以及節點所處的網絡環境屬性。本體是概念形式化的規范描述,為了刻畫服務信息,本文采用本體來為服務建模。

本文的服務本體模型如圖1所示。

在服務本體模型的基礎上,給出服務的形式化定義。

定義1服務

其中,SP表示服務屬性,具體包括服務名稱(SN)、服務描述(SD)和采樣頻率(SF),即:

圖1 服務本體

NP表示節點屬性,具體包括剩余電量(NE)、計算能力(NC)、存儲能力(NS)和通信能力(NCO),即:

EP表示環境屬性,具體包括位置(EL)和網絡狀態(ES),即:

為了準確地描述服務情景,將服務的屬性抽象為屬性-操作-值的模式,其中,屬性是一個名稱,例如溫度、濕度等;操作表示屬性和值二者的關系,例如大于、等于等;值表示一個屬性的特定限制。比如{battery,>,50}這個屬性模式的案例,它代表了節點的剩余電量應該大于50%。

1.3服務發現架構

圖2 服務發現架構

本文提出的服務發現架構如圖2所示,它采用分散注冊的方式,部署在網絡中的簇頭節點中。在該方式中,每個簇頭節點至少維持一個自身服務和上下文環境的概述列表。該架構主要包括服務平臺、注冊和服務發現3個模塊。服務平臺模塊主要存儲注冊的服務信息,即服務屬性、節點屬性和節點所處的環境屬性,以供服務發現模塊調用。當服務發現模塊接收到服務注冊信息后,由解析器進行解析,然后交由注冊模塊完成注冊過程;當服務發現模塊接收到服務請求信息后,由服務匹配子模塊執行匹配過程,最后向請求節點返回服務回復信息。

1.4服務注冊

服務提供節點將服務信息(包括服務屬性、節點屬性和環境屬性)提供給自身所在簇的簇頭節點來實現服務的注冊過程。如果成員節點和簇頭節點均在雙方的通信范圍內,成員節點可以直接將服務信息提供給簇頭節點;反之,如果成員節點和簇頭節點不在雙方的通信范圍內,成員節點需要通過中間節點以多跳的方式來實現服務信息的發送。這樣,簇頭節點保存本簇成員注冊的服務,并對注冊的服務列表進行維護。如果一個成員節點離開一個簇加入另外一個簇,該節點需通知原來的簇頭撤銷該節點注冊的服務,同時向新簇的簇頭注冊服務,這樣保持了服務注冊信息的一致性。

1.5服務請求

在服務定義的基礎上,給出服務請求的形式化定義。

定義2服務請求

在式(5)中,SREQ表示服務請求,SPQ表示請求的服務屬性,NPQ表示請求的節點屬性,EPQ表示請求的環境屬性。

關于木結構建筑的研究最早可追溯到新時期時期,研究人員從陜西省西安市半坡村遺址中發掘出建筑木構件,從而不難發現中國祖先早已掌握榫卯技術。

1.6服務回復

定義3服務回復

在式(6)中,SREP表示服務回復,SPP表示服務屬性,SimP表示服務的相似度,RP為預留標示符,以應對未來的需要,比如設置位置感知信息,其默認值設置為0。

1.7服務相似度

定義4服務相似度

在式(7)中,SimS(S,SREQ)表示服務和服務請求的相似度;SimS(SP,SPQ)表示服務屬性的相似度,其權重用α表示,SP和SPQ分別代表服務和服務請求的服務屬性;SimS(NP,NPQ)表示節點屬性的相似度,其權重用β表示,NP和NPQ分別代表服務和服務請求的節點屬性;SimS(EP,EPQ)表示環境屬性的相似度,其權重用γ表示,EP和EPQ分別代表服務和服務請求的環境屬性。在本文中,3個權重參數符合α+β+ γ=1。公式中的相似度計算方法參閱文獻[13]。

1.8服務發現

服務發現就是根據節點的服務請求快速、準確地找到所需的服務。如果某個節點需要一項服務,首先,在節點本身的服務描述中進行查找,如果沒有找到所需的服務,就將服務請求發送至節點所在簇的簇頭節點,啟動一次服務發現過程。

簇頭節點收到一個SREQ消息包后,解析器抽取得到服務請求的服務屬性SPQ,節點屬性NPQ和環境屬性EPQ,進而和服務平臺在注冊過程中收集到的服務情景(服務屬性SP,節點屬性NP和環境屬性EP)進行服務匹配,計算出服務的相似度,并參照文獻[14]的方法,求出服務的相似度級別,最后,采用倒排序機制[15],選擇相似度最高的服務本體進行匹配。如果找到所需的服務,就返回服務響應。如果沒有找到所需的服務,就將服務請求轉發給相鄰的簇頭進行查找,直到找到所需的服務并返回服務響應。

2 仿真分析

為了驗證SSD服務發現方法的性能,本文采用OMNet++[16]進行仿真分析,分別與文獻[7]提出的EADP服務發現方法和文獻[9]提出的CSDM服務發現方法進行性能比較。

在仿真實驗中,將網絡拓撲范圍設置為1000m× 1 000 m,節點的傳輸半徑設置為100 m,節點的移動速度在1 m/s~20 m/s范圍內隨機給定(運動速度類似于人的步行速度和車輛的行駛速度),隨機選擇節點作為服務請求者或服務提供者,每個節點可以請求多個服務,多個節點也可以請求同一個服務。假設每個節點僅提供一種服務,節點數量以5個節點為增量在[5,30]范圍內變化,分別仿真了查準率、時延、消息開銷與節點數量的關系。

圖3 服務發現的查準率與節點數量的關系

從圖3可以看出,EADP和CSDM服務發現方法的查準率比較低,查準率在63%以下,原因是由于自然語言描述的局限性,不能準確描述需要查詢的目標。SSD服務發現方法的查準率比EADP和CSDM服務發現方法要高出很多,因為它引入了基于本體的語義信息,實現了語義推理機制。

從下頁圖4可以看出,隨著節點數量的增加,EADP、CSDM和SSD 3種服務發現方法的時延均呈現上升趨勢,因為Ad Hoc網絡采用多跳的方式傳輸消息,隨著節點數量增加,消息傳播經過的跳數增加,花費的時間開銷也隨之增大。EADP服務發現方法的時延最大,這是因為EADP的服務請求和服務回復都采用多播機制,容易導致網絡信道沖突。CSDM服務發現方法的時延最小,原因是CSDM服務發現方法利用簇頭處理服務請求和服務回復信息,在一定程度上提高了服務發現效率,降低了時延。和CSDM服務發現方法相比,SSD服務發現方法的時延有所增加,原因是由于SSD服務發現方法在基于簇的基礎上增加了語義推理,算法較為復雜。

圖4 時延與節點數量的關系

圖5 消息數量與節點數量的關系

從圖5可以看出,EADP的消息數量最大,這是因為EADP的服務請求和服務回復都采用多播機制,產生大量廣播信息。和EADP相比,CSDM服務發現方法和SSD服務發現方法的消息數量有所減少,原因是這兩種服務發現方法均引入了簇機制,避免了在網絡范圍內產生大量的廣播信息。

3 結論

考慮到Ad Hoc網絡高昂的部署成本,在多種應用中共享、重復利用Ad Hoc網絡的需求在不斷增加。本文分析了現有Ad Hoc網絡服務發現方法存在的不足,在結合服務情景的基礎上,提出一種基于語義的Ad Hoc網絡服務發現方法。該方法不僅提高了服務發現的查準率,還改善了服務發現質量。仿真結果驗證了SSD服務發現方法的有效性。

[1]GUINARD D,TRIFA V,KARNOUSKOS S,et al.Interacting with the soa-based internet of things:discovery,query,selection,and on-demand provisioning of web services[J]. IEEE Transactions on Services Computing,2010,3(3): 223-235.

[2]HE K Q,WANG J,LIANG P.Semantic interoperability aggregation in service requirements refinement[J].Journal of ComputerScienceandTechnology,2010,25(6):1103-1117.

[3]KHANAM S A,OH K H,SEOL W S,et al.A novel semantic web service discovery scheme using bipartite graph[C]//High Performance Computing and Communications&2013 IEEE International Conference on Embedded and Ubiquitous Computing(HPCC_EUC),2013 IEEE 10th International Conference on.IEEE,2013:1070-1077.

[4]NAJAR S,PINHEIRO M K,SOUVEYET C,et al.Service discovery mechanism for an intentional pervasive information system[C]//Web Services(ICWS),2012 IEEE 19th International Conference on.IEEE,2012:520-527.

[5]WANG J,HE K Q,PENG R.RGPS:a unified requirements meta-modeling frame for networked software[C]//Proceedings of the 3rd International Workshop on Advances and Applications of Problem Frames(IWAAPF’08)at 3oth International Conference on Software Engineering(ICSE’08). Leipzig,Germany,2008:29-35.

[6]SINGH A P,VYAS O P,VARMA S.Flexible service oriented network architecture for wireless sensor networks[J].International Journal of Computers Communications&Control,2014,9(5):610-622.

[7]DJAMAA B,RICHARDSON M,AOUF N,et al.Towards efficient distributed service discovery in low-power and lossy networks[J].Wireless Networks,2014(10):1-17.

[8]SENO S A H,BUDIARTO R,WAN T C.A routing layer-based hierarchical service advertisement and discovery for MANETs[J].Ad Hoc Networks,2011,9(3):355-367.

[9]王新穎,熊偉.基于簇的無線傳感器網絡服務發現機制研究[J].火力與指揮控制,2015,40(11):36-38.

[10]AHMEDSN,JAMALIPOURA.Acontext-awareM2M-based middleware for service selection in mobile ad-hoc networks[J].Wierless Networks,2014(11):50-55.

[11]楊岳明,陳立潮,潘理虎,等.基于歷史用戶QoS感知的Web服務發現方法[J].計算機應用,2012,32(5): 1351-1354.

[12]LIU C,LUO J,PAN Q.A distributed location-based service discovery protocol for vehicular ad-hoc networks[M].Algorithms and Architectures for Parallel Processing.Springer International Publishing,2015:50-63.

[13]王新穎,何克清,熊偉,等.基于語義和改進BM算法的Web服務發現[J].小型微型計算機系統,2015,36(4): 717-720.

[14]PAOLUCCI M.Semantic matching of web service capabilities[M].Berlin:Springer Verlag,2002:333-347.

[15]KUNAG L,DENG S-G,LI Y,et al.Using inverted indexing to facilitate composition-oriented semantic service discovery[J].Journal of Software,2007,18(8):1911-1921.

[16]趙永利,張杰.OMNet++與網絡仿真[M].北京:人民郵電出版社,2012.

Service Discovery Based on Semantic in Ad Hoc Networks

WANG Xin-ying1,WU Zhao1,XIONG Wei2
(1.School of Mathematics and Computer Science,Hubei University of Arts and Science,Xiangyang 441053,China;2.State Key Laboratory of Software Engineering,Wuhan University,Wuhan 430072,China)

Following the analysis of existing service discovery methods for Ad Hoc networks,this paper proposes a service discovery method based on semantic in Ad Hoc networks.Based on semantic reasoning mechanism,the method can accurately depict the service and greatly improve the precision ratio.The quality of service can be effectively improved,because the method not only considers the service itself,but also considers node properties and environment property of node.The performance of simulations shows that it is better than those similar service discovery methods proposed in precision ratio.

AdHocnetworks,servicediscovery,semantic

TP393

A

1002-0640(2016)06-0117-04

2015-05-05

2015-06-07

國家自然科學基金項目(61172084);湖北省高等學校優秀中青年科技創新團隊計劃基金(T201413);湖北省高等學校青年教師深入企業行動計劃基金(XD2014243);湖北省自然科學基金(2013CFC026,2014CFB634);襄陽市研究與開發計劃基金;襄陽市科技局基金資助項目

王新穎(1976-),男,河南平頂山人,碩士,副教授。研究方向:Ad Hoc網絡、Web服務發現。

猜你喜歡
查準率網絡服務時延
網絡服務合同的法律問題研究
基于網絡服務者在侵權法中的應用分析
計算機網絡總時延公式的探討
《舍不得星星》特輯:摘顆星星給你呀
基于GCC-nearest時延估計的室內聲源定位
基于移動站的轉發式地面站設備時延標校方法
基于數據挖掘技術的網絡信息過濾系統設計
大數據環境下的文本信息挖掘方法
基于深度特征分析的雙線性圖像相似度匹配算法
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合