网格中虚拟组织的发展解析

### 网格中虚拟组织的发展解析 #### 1. 引言 近十年来，虚拟组织（VO）的研究逐渐成为网格领域的重要课题。虚拟组织可看作是“通过信息和通信技术连接在一起的签约个人或公司的临时联盟，旨在完成特定的业务任务”。它具有独立、地理分散的组织网络特征，网络中的所有合作伙伴共享信息和资源，合作基于共同利益、信任和相互依赖，且活动在战略和运营层面有明显区别。 在网格环境下，虚拟组织面临的关键问题之一是对其内部结构缺乏清晰理解，因为资源分散、类型模糊、异构、语义不规范且无序。多数研究集中在资源或服务的语义描述与发现以及服务的语义组合上，而对于如何组织这些资源形成虚拟组织并完成给定任务的研究不足。因此，分析虚拟组织、找出其结构并表达其行为和工作过程至关重要。 #### 2. 虚拟组织及其组件的语义模型 虚拟组织的核心组件是任务和服务。任务是用户需求的最终表示，服务是资源（逻辑或物理）的概念聚类。任务和服务之间通过语义匹配过程，基于任务属性发现最适合的服务，完成匹配后，任务和服务绑定形成虚拟组织的工作流。 ##### 2.1 任务的数据模型 随着网格组件数量的爆炸式增长，需要有效管理这种复杂性，语义建模是一种有效的手段。这里考虑两种任务的数据模型：元数据模型和本体模型。 - **元数据模型**：在虚拟组织中，任务是实现最终用户需求、构建工作流、发现和匹配服务并分配资源的主要组件。任务的分解操作会形成树结构，支持虚拟组织工作流的构建和调度。一个任务的元数据模型定义为二元组 <t - id, t - attr>，其中 t - id 是任务的内部表示，t - attr 是属性列表，具体如下： - <t_begin, t_end>：表示任务的开始和结束时间，界定任务的生命周期。 - 描述：用自然语言描述任务。 - 服务集：来自各种服务器的服务集合，为任务匹配而发现和建议。 - 角色：执行任务时扮演各种角色的参与者，如任务触发器、任务主体等。 - 规则：规定任务发现和匹配服务及资源时输入和输出的规则。 例如，一个任务是“为产品价格排序找到合适的排序算法”，其规则要求输入和输出的数据类型匹配。 - **本体模型**：本体模型是一组任务的特殊结构，仅维护任务之间的分解关系。从概念上看，它是一棵树，所有节点都是概念，有一个根节点是最通用的概念。定义本体模型的目的是为虚拟组织提供一个参考概念框架，支持任务/服务搜索、制定搜索查询和服务 - 任务匹配。任务的本体模型定义如下： - 概念：用概念名称表示任务的概念。 - 属性：概念的一组属性，如任务的执行时间。 - 约束：对任务概念的约束，如不相交（A, B）、重叠（A, B）。 - 关系：两个概念之间的语义关系，如相似（A, B）。 - 分解：两个任务之间的特定关系，产生一组子任务，类似于 OWL - S 中的 subClassOf 和 partOf 关系，形成任务和服务的本体树。 ##### 2.2 服务建模 OWL - S 为 Web 服务提供了本体语言，服务描述包括服务概要、服务过程和服务接地。但这种本体描述存在显著缺陷，如服务概念的本体结构需手动定义、服务概要提供的语义信息静态且不可机器读取、服务过程分解不属于服务本体、原子过程与接地接口缺乏语义匹配等。 因此，提出一种基于语义结构的基本机制，实现从服务的高级目标描述到低级功能描述的细化结构，并实现原子服务/过程与业务和功能工作流的语义匹配。服务的数据模型定义为二元组 <s - id, s - attr>，其中 s - id 是服务的内部表示，s - attr 是属性列表，具体如下： - 名称：服务的名称。 - 输入：一组输入及其类型，输入来自其他服务，类型有助于限制服务选择。 - 输出：一个输出及其类型，输出通常是其他服务的输入，类型也有助于服务选择。 - 元数据：描述服务的数据集合，如自然语言描述、服务创建者、创建时间等。 -