曹玖新 楊鵬偉 劉波 錢玉俠 吳江林 董丹
(東南大學計算機科學與工程學院,南京 211189)(東南大學計算機網(wǎng)絡與信息集成教育部重點實驗室,南京 211189)
Internet的開放性要求Web服務能夠以豐富、 靈活的交互方式向廣大用戶提供個性化、可定制的服務[1].通過服務發(fā)現(xiàn),服務請求者可找到滿足其所需要功能的服務提供者集合.但不同服務所具有的QoS屬性往往差別很大,并且某些屬性本身具有動態(tài)性,難以保證完全符合服務請求者要求,為此引入服務協(xié)商機制來協(xié)調雙方的利益需求.
當前的服務協(xié)商僅從協(xié)商參與者期望值和保守值[2]的角度來衡量協(xié)商帶來的收益情況[3-4],忽略了參與者的時間成本和其他資源成本對收益的影響.此外,已有研究大部分默認協(xié)商議題之間沒有依賴關系[1,5]或者所有議題之間都存在依賴關系[6-7],忽略了現(xiàn)實環(huán)境中Web服務的QoS屬性往往同時存在關聯(lián)屬性和非關聯(lián)屬性.針對這種議題間的弱關聯(lián)現(xiàn)象,目前還沒有較好的解決方案.
針對以上問題,本文將Web服務協(xié)商問題建模為不完全信息博弈問題.在此基礎上,針對關聯(lián)議題協(xié)商和獨立議題的特點,提出了不同的協(xié)商方法.針對獨立議題,引入?yún)f(xié)商管理者來統(tǒng)籌協(xié)調協(xié)商過程,克服了傳統(tǒng)策略過于保守、協(xié)商過程過于復雜的不足.針對關聯(lián)議題,引入關聯(lián)議題子集概念,關聯(lián)議題子集內采用聯(lián)合協(xié)商,關聯(lián)議題子集間采用獨立協(xié)商.實驗結果表明,該機制比傳統(tǒng)協(xié)商更加高效,且獲得了更好的社會效用.
Web服務協(xié)商是最能體現(xiàn)博弈特點的基本問題之一.由于服務協(xié)商的參與者并不知道對手的協(xié)商空間和偏好,因此將Web服務協(xié)商定義為不完全信息博弈過程.將協(xié)商模型表示成(A,I,P,S),其中I={i1,i2,…,in}表示協(xié)商議題集合,代表服務協(xié)商中的QoS屬性;P表示協(xié)商協(xié)議,是協(xié)商參與者的協(xié)商規(guī)程,規(guī)定了協(xié)商參與者的交互規(guī)則;S表示協(xié)商策略,協(xié)商參與者根據(jù)協(xié)商策略決定如何生成提議和反提議;A表示協(xié)商參與者集合,包括服務請求者 (consumer agent,CA)、服務提供者(provider agent,PA)以及協(xié)商管理者(manager agent,MA).MA負責整個協(xié)商流程的控制管理,產(chǎn)生和發(fā)送協(xié)商建議.
在服務協(xié)商中協(xié)商議題是需要協(xié)商的QoS屬性,每一個服務協(xié)商參與者a對協(xié)商議題i存在期望值 q(a)i,des和保守值 q(a)i,res.對于獨立議題,期望值是能夠實現(xiàn)自身關于協(xié)商議題利益最大化的數(shù)值,而保守值是協(xié)商參與者能夠接受的使利益最小化的數(shù)值.但對于關聯(lián)議題,期望值和保守值代表可協(xié)商范圍的邊界,即參與者僅接受保守值和期望值之間的協(xié)商結果.
為解決協(xié)商議題的弱關聯(lián)性,基于議題分類引入關聯(lián)議題子集,以表示協(xié)商議題間的依賴關系.如果協(xié)商參與者對于某一議題i的效益不僅依賴于該議題的值,還依賴于其他議題的值,則稱這2個議題有關聯(lián).若協(xié)商議題ia與議題ib有關聯(lián),則定義關聯(lián)議題子集 Ia,b={ia,ib}.通過議題分類,將協(xié)商議題分為獨立議題子集和關聯(lián)議題子集,表示為 I={i1,i2,…,ik,I1,I2,…Il}.
在服務協(xié)商中,往往同時存在關聯(lián)議題和獨立議題.本文中,采用獨立協(xié)商方法解決獨立議題和關聯(lián)議題子集之間的協(xié)商,采用聯(lián)合協(xié)商方法解決關聯(lián)子集的內部協(xié)商,具體形式如圖1所示.
圖1 協(xié)商議題分類示意圖
協(xié)商議題的結果為協(xié)商參與者帶來的利益稱為效益,用效益函數(shù)來表示協(xié)商議題結果和效益的映射關系.對于獨立議題,協(xié)商參與者從此議題中獲得的利益僅與該議題的協(xié)商結果有關,故對于獨立議題i,在第t次協(xié)商回合中參與者a對提議Pi,t的效益函數(shù)可表示為
式中,δ(a)為博弈論中討價還價模型的折扣率.協(xié)商回合數(shù)越多,雙方收益均越少.
對于關聯(lián)議題子集,協(xié)商參與者的效益函數(shù)采用約束集合 C={C1,C2,…,Cm}來表示.約束定義為單維或多維的議題值區(qū)間,并賦予其效益值.關聯(lián)議題子集的效益值是協(xié)商提議滿足的所有約束對應的效益值之和.對于關聯(lián)議題子集I',在第t次協(xié)商回合中參與者a對提議PI',t的效益函數(shù)定義為
式中,x(ck)為滿足約束ck所有可能的提議;v(ck)為約束ck的效益值.
基于以上定義,若議題分類后獲得獨立議題和關聯(lián)議題子集集合 I={i1,i2,…,ik,I1,I2,…Il},定義協(xié)商提議P={P1,P2,…,Pk+l}對于協(xié)商參與者的總效益為
式中,Pj為第j個獨立議題或關聯(lián)議題子集的提議值;v(Pj)為標準化后的效益值;wj為第j個獨立議題或關聯(lián)議題子集的效益值權重.
基于協(xié)商模型、協(xié)商議題分類及效益函數(shù),本文改進了傳統(tǒng)的協(xié)商協(xié)議和協(xié)商策略,提出了一種基于議題分類的Web服務協(xié)商機制.
協(xié)商協(xié)議規(guī)范和約束主體之間的交互規(guī)則[8],包括參與協(xié)商的主體類型、協(xié)商過程中的狀態(tài)及其轉換、主體在特定狀態(tài)下的行動等.
建立協(xié)商關系后,協(xié)商參與者根據(jù)議題集合I={i1,i2,…,ik,I1,I2,…Il}對每個議題元素進行獨立并行協(xié)商.對于獨立議題,如何公平、快速地獲得協(xié)商結果是需要解決的關鍵問題.由于關聯(lián)議題的效益函數(shù)是非線性的,其關鍵問題是如何在協(xié)商雙方的接受空間內獲得全局最優(yōu)的社會效用.因此,本文針對獨立議題和關聯(lián)議題子集分別提出了2組不同的協(xié)商協(xié)議,針對獨立議題ik采用獨立議題協(xié)商協(xié)議協(xié)商,針對關聯(lián)議題子集Il內部的議題采用關聯(lián)議題協(xié)商協(xié)議聯(lián)合協(xié)商.
在獨立議題協(xié)商協(xié)議中,引入MA作為非偏見性中介指導CA和PA的協(xié)商過程.針對獨立議題i的協(xié)商過程如下:由PA開始協(xié)商并運行初始協(xié)商過程,根據(jù)協(xié)商策略計算提議并發(fā)送給對方.在其他階段,當CA或PA收到對方提議時,判斷是否接受提議,若接受提議則協(xié)商成功;若拒絕提議則根據(jù)協(xié)商策略生成反提議,并發(fā)送給對方.重復以上過程,直至協(xié)商成功或失敗.由于協(xié)商雙方生成的提議是在對方的提議和自己上一輪提議的范圍內,因此協(xié)商結果不斷收斂直至協(xié)商結束.
在關聯(lián)議題協(xié)商協(xié)議中,關聯(lián)議題子集間獨立協(xié)商,關聯(lián)議題子集內聯(lián)合協(xié)商.為解決關聯(lián)議題子集的內部協(xié)商問題,本文基于議題分類,改進了文獻[7]中的投標算法,提出基于議題分類的投標算法.首先,將所有關聯(lián)議題分為多個關聯(lián)議題子集.然后,在每個關聯(lián)議題子集內部使用投標算法進行協(xié)商.完成協(xié)商后,根據(jù)所有關聯(lián)議題子集的協(xié)商結果,獲得最終結果.
在獨立議題協(xié)商過程中,協(xié)商參與者依據(jù)協(xié)商策略決定如何生成提議和反提議[9],主要依賴于讓步函數(shù).本文根據(jù)實際應用,綜合考慮時間代價、對手提議、MA建議等改進了傳統(tǒng)的協(xié)商策略.
3.2.1 基于時間的策略
協(xié)商過程一般存在時間限制[10],且隨時間流逝雙方的得益將同時減少,因此協(xié)商雙方隨著時間變化調整讓步幅度以求盡快協(xié)商成功.協(xié)商參與者a基于時間讓步生成的反提議可表示為
式中,Di,t為基于時間的讓步妥協(xié)度.令 Di,t=exp[(1-t/tmax)σlnλ],其中,σ 為自定義的參數(shù),表示協(xié)商參與者的時間緊迫程度,λ為初始讓步妥協(xié)度,tmax為協(xié)商參與者可以接受的最大協(xié)商次數(shù).
3.2.2 基于對手提議的策略
對手提議對協(xié)商參與者的決策也起著重要作用.在正常協(xié)商過程中,對手的提議越接近自己的期望時,做出的讓步越??;反之,則會做出較大讓步,以增加協(xié)商成功概率.假設在第t次協(xié)商回合中協(xié)商參與者收到另外一個協(xié)商參與者b對議題i的提議為,協(xié)商參與者 a上一次的提議為,則基于對手提議參與者 a在第 t次協(xié)商回合中生成的反提議可表示為
式中,Di=e-v(a)(P(b)i,t)為基于對方提議的妥協(xié)度.
3.2.3 基于MA建議的策略
MA作為非偏見性中介,掌握整個協(xié)商過程中的信息以及以往的協(xié)商歷史信息,可以從全局宏觀上制定協(xié)商建議來發(fā)送給CA和PA.MA生成建議的公式如下:
式中,hi為類似歷史交易中議題i的平均值∈(0,1)為根據(jù)私人信號相關均衡原理產(chǎn)生的隨機數(shù),用于無偏見調整協(xié)商雙方的讓步幅度.
3.2.4 綜合協(xié)商策略
綜合以上策略及折扣率,本文提出綜合協(xié)商策略(TPM-discount策略),其計算提議和反提議公式如下:
在基于議題分類的Web服務協(xié)商機制中,首先對議題進行分類,然后針對獨立議題和關聯(lián)議題使用不同的協(xié)商協(xié)議,并針對獨立議題的協(xié)商提出了綜合時間、對手提議和MA建議的協(xié)商策略.算法1描述了本文的Web服務協(xié)商過程.
算法1 Web服務協(xié)商過程
輸入:QoS集合
輸出:最終協(xié)商結果result
第1行對QoS即協(xié)商議題進行分類,分為關聯(lián)議題子集集合E和獨立議題集合D.第2~6行表示利用投標算法對每個關聯(lián)議題子集進行協(xié)商.第7~8行表示對每個獨立議題進行協(xié)商.
為驗證本文提出的協(xié)商機制,設計了具體的服務協(xié)商案例進行仿真.根據(jù)實驗結果,對本文提出的協(xié)商機制以及傳統(tǒng)的協(xié)商機制進行性能比較.
獨立議題和關聯(lián)議題需要解決的關鍵問題不同.獨立議題協(xié)商希望快速獲得協(xié)商結果,而關聯(lián)議題協(xié)商希望獲得全局最優(yōu)社會效用的協(xié)商結果.和傳統(tǒng)的協(xié)商機制相比,本文在獨立議題的協(xié)商協(xié)議中對協(xié)商策略進行了改進,提出了綜合協(xié)商策略,在關聯(lián)議題的協(xié)商協(xié)議中提出了基于議題分類的投標算法.為此,本文針對獨立議題和關聯(lián)議題分別設計實驗,在獨立議題協(xié)商中比較綜合協(xié)商策略和傳統(tǒng)協(xié)商策略,在關聯(lián)議題協(xié)商中比較基于議題分類的投標算法和傳統(tǒng)的投標算法,并根據(jù)不同的評價標準對實驗結果進行分析.
為了評估獨立議題協(xié)商機制的性能,在同等條件下,將本文提出的TPM-discount策略與傳統(tǒng)的基于時間的協(xié)商策略 (T策略)進行對比,協(xié)商過程見圖2.由圖可知,TPM-discount策略在協(xié)商過程中可以更快地改變協(xié)商提議傾向,達成一致意見.由此表明,折扣率和綜合策略的引入加快了協(xié)商速度,同時也保證了協(xié)商結果可以客觀描述協(xié)商參與者的實際效益.
圖2 TPM-discount策略與T策略的對比
為驗證基于議題分類的投標算法的性能,針對不同的協(xié)商議題和關聯(lián)議題子集數(shù)量,設計并實施了10個模擬實驗,并將本文算法結果與文獻[7]中的投標算法(簡單投標算法)結果進行比較,這種簡單投標算法默認所有議題之間都存在關聯(lián).實驗中,協(xié)商議題數(shù)量從4增加到13,議題至少可以分為2組關聯(lián)議題子集,每個關聯(lián)議題子集最多包含4個議題.針對每個實驗,分別使用簡單投標算法和本文算法進行協(xié)商,并比較協(xié)商結果的社會效用以及協(xié)商時間,以評價協(xié)商機制的效率和性能.同時,為更好地對比2種算法,引入退火算法作為參照,將協(xié)商結果的社會效用值除以基于退火算法得到的社會效用值,此比值即為最終的實驗結果.
由圖3可以看出,2種算法的協(xié)商結果與退火算法的結果之比均大于1,即簡單投標算法和本文算法的協(xié)商結果優(yōu)于退火算法.同時,本文算法的結果普遍優(yōu)于簡單投標算法,且隨著協(xié)商議題數(shù)量和關聯(lián)議題子集數(shù)量的增加,前者能獲得更精確的協(xié)商結果.
圖3 關聯(lián)議題協(xié)商結果比較
為比較2種算法的效率,對所有實驗中協(xié)商時間的平均值進行統(tǒng)計,結果見表1.由表可知,使用本文算法的協(xié)商時間遠少于使用簡單投標算法的協(xié)商時間,而且隨著議題數(shù)量的增加差別愈加明顯.同時,當協(xié)商議題數(shù)量和關聯(lián)議題子集數(shù)量同時增加時,本文算法的協(xié)商時間反而減少.而對于簡單投標算法,協(xié)商時間隨著議題數(shù)量的增加嚴格遞增.
表1 2種算法的協(xié)商時間平均值 ms
本文分析了當前Web服務協(xié)商的局限性及不足,針對服務業(yè)務流中的單一服務,探討雙邊協(xié)商機制,提出了一個完整的Web服務協(xié)商機制.將協(xié)商議題分為獨立議題和關聯(lián)議題,并基于議題分類對其提出不同的協(xié)商協(xié)議.在獨立議題協(xié)商中改進了傳統(tǒng)的協(xié)商策略,提出綜合時間、對手提議和MA建議的綜合協(xié)商策略;在關聯(lián)議題協(xié)商中改進了傳統(tǒng)的投標算法,提出基于議題分類的投標算法.實驗結果表明,與傳統(tǒng)協(xié)商機制中的協(xié)商策略和投標算法相比,本文提出的綜合協(xié)商策略和基于議題分類的投標算法的協(xié)商結果更加精確,協(xié)商時間也大幅度減少.
References)
[1]Zheng X R,Patrick M,Wend Y P,et al.Applying bargaining game theory to Web services negotiation[C]//Proceedings of 2010 IEEE International Conference on Services Computing.Miami,F(xiàn)L,USA,2010:218-225.
[2]Cao J X,Liu Y S,Luo J Z,et al.Efficient multi-QoS attributes negotiation for service composition in dynamically changeable environments[C]//Proceedings of 2010 IEEE International Conference on System,Man,and Cybernetics.Istanbul,Turkey,2010:3118-3124.
[3]Yao Y L,Yang F C,Su S.Flexible decision making in Web services negotiation[C]//Proceedings of 2006 Artificial Intelligence:Methodology, Systems,Applications.Berlin,Germany,2006:108-117.
[4]Yao Y K,Ma L.Automated negotiation for Web services[C]//Proceedings of the 11th IEEE Singapore InternationalConference on Communication Systems.Guangzhou,China,2008:1436-1440.
[5]Zulkernine F H,Martin P.An adaptive and intelligent SLA negotiation system for Web services[J].IEEE Transactions on Services Computing,2011,4(1):31-43.
[6]Klein M,F(xiàn)aratin P,Sayama H,et al.Negotiation complex contracts[C]//Proceedings of 2002 Autonomous Agents&Multiagent Systems/Agent Theories,Architectures,and Languages.Bologna,Italy,2002:58-73.
[7]Takayuki I,Hattori H,Klein M.Multi-issue negotiation protocol for agents:exploring nonlinear utility spaces[C]//Proceedings of 2007 International Joint Conference on Artificial Intelligence.Hyderabad,India,2007:1347-1352.
[8]Aydoan R.Content-oriented composite service negotiation with complex preferences[C]//Proceedings of the 7th International Conference on Autonomous Agents and Multi Agent Systems.Estoril,Portugal,2008:1725-1726.
[9]Huder S,Ludwig H,Wirtz G.Negotiating SLAs—an approach for a generic negotiation framework for WS-agreement[J].Journal of Grid Computing,2009,7(2):225-246.
[10]Faratin P,Sierra C,Jennings N.Negotiation decision functions for autonomous agents[J].Robotics and Autonomous Systems,1998,24(3/4):159-182.