基于本体的云制造服务发现模式研究

杨 琛，王中杰，王世明

（1.上海海洋大学 工程学院，上海 201306；2.同济大学 电子与信息工程学院，上海 201804）

0 引言

基于网络化制造模式的发展和云计算技术的推广，云制造（Cloud Manufacturing, CMfg）[1]这一新的网络化制造模式随之诞生。云制造是云计算、物联网、CPS、嵌入式系统与网络化制造等高新技术交叉融合的产物，是云计算服务模式在制造业领域的应用与拓展。云制造中，涉及产品全生命周期的制造资源被封装成各种制造云，以服务的形式提供虚拟的制造资源信息，通过建立制造云共享的制造资源公共服务平台，为用户提供按需获取的可伸缩的制造资源云服务。

制造云包括生产加工云、设计云、计算云、测试云、能力云等，呈现分布广、种类多、结构异构、管理自治和动态组合等特征。随着制造云数量的增加，如何屏蔽异构，快速、准确地发现符合用户需求的制造服务成为实现云制造开放协作和高度共享的关键。在云计算领域学者提出基于本体抽象和推理实现云服务发现[2～4]，但是并未针对云制造这一特殊的领域进行分析和研究。本文针对云制造环境，利用本体技术构建制造云，建立基于语义描述的云制造服务体系模式，利用制造云本体实现制造云服务的推理和匹配，帮助制造云消费者发现优化的制造服务。

1 基于语义的云制造服务体系结构

云制造面向用户提供制造服务所需的广义制造资源，包括生产加工硬件设备、软件资源、计算资源、人力资源、管理资源以及制造能力资源等；服务消费者则通过Internet提交服务请求，按需获取优良的制造服务及组合。在交易过程中消费者对制造服务的需求描述通常是模糊和不完备的，制造云的封装格式、访问机制和描述方法也常常不一致。由此造成云服务查全率和查准率均不高。为了克服歧义，解决云服务发现不完备的问题，本文利用本体技术，建立如图1所示的基于语义的云制造服务体系结构，通过制造云本体的建立、映射和推理，消除语义异构，完成云服务发现，实现云制造的资源共享和知识复用。

制造资源层面向各种制造资源，通过自动感知技术获得制造资源的关键信息；虚拟封装层是实现云制造服务共享的基础，利用本体技术对广义制造资源抽象和封装，完成对制造云的语义描述；云化层面向消费商和提供商，通过web对制造资源本体进行注册和发布，形成各种类型的制造云；云制造服务发现层是实现制造云服务搜索和组合的关键层，包括了对云制造服务请求解析、本体推理、云服务匹配、云服务分解和组合等，通过该层可获得满足消费者需求的制造云或制造云组合；云制造服务监控层监控整个服务过程和状态，并完成云制造服务的评估和跟踪，信息直接反馈给消费者和提供者以供服务参考和本体更新。

图1 基于语义的云制造服务体系结构

2 制造资源本体

本体源于哲学范畴，Gruber[5]指出“本体是概念化的明确的规范说明”，通过本体可以在不同的建模方法、范式、语言和软件工具之间进行翻译和映射，实现不同系统之间的互操作和继承。云制造中，应用本体建立对制造资源和制造服务抽象化说明和语义描述，通过建立制造云上层服务本体和制造资源领域本体对云制造进行语义描述，实现制造云的封装和共享。

2.1 上层服务本体

OWL - S (Web Ontology Language for Services)是Web服务的上层本体语言[6]，用于描述任一Web服务。定义Service类对应每个Web服务，并通过3个子类实现Web服务具体描述说明：服务概要类(ServiceProfi le)描述服务基本信息；服务模型类(ServiceModel)定义具体实现过程；服务细节类(ServiceGrounding)说明访问方式。云制造中，提供按需的云能力服务是核心，因此利用OWL-S建立云制造服务本体，通过对云制造服务的语义描述，有利于云制造服务的发现、调用、互操作、组合、执行和监控，达到云制造服务的共享。

定义1 在制造云上层服务本体中，对类Service进行拓展，将制造云服务定义为一个MC_Service类，其服务本体模型定义为：

MC_Service={MC_ServiceProfile, MC_ServiceModel, MC_ServiceGrounding}。

其中，MC_ServiceProfi le描述云制造服务概要，面向消费者提供云制造服务的基本信息，包括制造任务、制造对象、制造实施条件和服务质量等。

MC_ServiceModel描述云制造服务过程，即服务具体实现细节。根据OWL-S定义MC_Service有原子过程和组合过程两类process，即对应云制造中原子制造服务和复杂制造服务。原子服务是不能再分解的制造服务；复杂制造服务是指可以进一步细分为小粒度复杂或原子服务的制造服务。在云制造服务发现过程中可以通过过程控制策略来实现云服务的分解和组合。

MC_ServiceGrounding描述如何获得云制造服务，即云能力提供者的访问地址、获取方式、通信形式等。

2.2 领域本体

云制造领域本体是对广义制造资源的抽象和规范化说明，根据制造资源分类法和制造过程知识，并结合专家意见，建立了领域本体描述模型。

定义2 云制造领域本体模型（Model of Domain Ontology in Cloud Manufacturing，MDOCM）定义为6元组：

MDOCM={MC_Task, MC_Resource, MC_Object, MC_Enterprise, MC_Qos, MC_Knowled ge}。

其中，MC_Task是制造服务类型的抽象，比如生产加工、设计仿真、物流装配等制造服务。

MC_Resource定义了广义的制造资源类：制造资源和制造能力。制造资源中包括软件、硬件、机床、工艺装备等；制造能力是制造过程中提供的一种能力服务，比如生产加工服务、仿真服务、管理服务、设计服务、物流服务等。

MC_Object是制造对象，包括整机、零部件、材质等。

MC_Enterprise是制造节点/企业，描述了制造企业的基本信息。

MC_Qos是云制造服务质量，包括服务成本、服务时间、服务质量、服务状态等。

MC_Knowledge是云制造知识，包括成功交易的云制造服务基本信息、生产加工工艺、制造服务控制策略等。

通过建立本体的描述模型，利用斯坦福大学开发的Protégé4本体建模工具，实现了云制造上层服务本体和领域本体的复合本体。

3 基于本体的云制造服务发现

云制造服务的发现过程是通过对服务请求和云制造平台现有制造云解析与匹配的过程。根据基于本体的云服务匹配方法[7,8]，并为了利于云制造中服务的动态发现和资源共享，本文提出了基于本体的云制造服务发现模型，如图2所示。

1）服务请求进行查询之前必须先完成语义扩展,获得服务请求文本，并基于云制造复合本体生成扩展后的规范服务请求文本。由于消费商通常不是领域专家，对于制造业的专业知识了解并不充分，对制造服务的描述不明确和规范，所以需要根据云制造复合本体实现任务的语义扩展和信息规范描述。

2）为了能实现基于语义的搜索，需要请求文本通过云服务解析器，根据服务本体的MC_ServiceProfi le类将请求文本的服务目标、对象、质量等信息进行解析，并存入解析文本中。

3）解析后的请求文本进行服务逐级匹配，实现服务发现。匹配过程如下：首先通过MC_Knowledge类中的服务本体描述进行服务匹配，搜索平台中是否已有成功案例，如果结果是“YES”,则直接调用知识类中的服务组合，并输出云服务信息给消费者，否则，进入匹配下一阶段。

4）云服务匹配器包括3层匹配：云服务目标、云服务质量和云服务过程匹配。匹配成功的云服务输出给消费商。首先匹配器对云服务目标进行匹配，包括制造任务、制造对象等信息进行匹配，发现能够完成制造服务请求任务的服务本体；然后对服务质量进行匹配，包括服务水平、制造规模、服务价格等。符合质量要求的服务本体被选出进行服务过程匹配，检查是否复合制造服务的制造过程要求。匹配合格的服务本体被选中，按照匹配度高低次序输出给消费者进行优化选择。通过多层匹配手段可以保证服务较高的查准率。

图2 云制造服务发现模型

5）利用本体推理技术，对制造服务进行推理。（1）根据制造过程将某一云制造服务请求分解为设计云服务、仿真云服务、生产加工云服务、物流云服务和管理云服务等不同的制造服务过程，通过分解获得不同的云服务；（2）根据产品结构或制造工艺等制造知识，对无法匹配的云服务进行推理，分解为多个粒度更小的制造云以供选择。通过云制造服务的本体推理，可以提高服务的查全率。

6）通过匹配器和推理器获得的多个制造云，在云服务器中进行组合。最终可以获得分解后的制造云服务组合结果输出，完成制造服务。

4 应用

本文基于面向某集团企业的复杂产品云制造系统中的生产加工云能力服务进行了原型系统开发，原型系统开发基于 Protégé4+OWLPlugin 实现复合制造资源本体，利用语义推理工具Jena实现服务语义推理，平台采用MyEclips开发软件，java 语言开发实现。原型系统验证了本文提出的基于语义的云制造服务能有效地实现分布制造服务的共享和协作。

图3是运行截图。其中，(a)是云服务请求不确定的情况下，通过语义推理获得云制造制平台已有的云制造任务名，并按照服务需求获得适当的服务查询结果；（b）为当复杂任务无法根据任务名获得匹配的服务时，可通过任务分解和服务组合获得制造云组合查询结果。

图3 系统运行图

5 结论

本文探讨了基于本体的云制造体系结构，基于服务本体和领域本体的云制造复合本体的建立，提出了基于语义的服务发现模式，并表示云制造服务的发现过程，并且基于某企业的复杂产品生产加工系统实现了一个基于本体的服务搜索发现原型系统。该系统的优点是对消费者的请求进行了语义扩展和规范，支持用户的模糊查询，并利用多层匹配和服务本体推理完成云制造服务的发现，提高了查全率和查准率。

[1]李伯虎, 张霖, 王时龙, 等.云制造—面向服务的网络化制造新模式[J].计算机集成制造系统, 2010, 16(2).1-8.

[2]周宇.基于领域本体的Web服务发现研究[J].制造业自动化, 2010, 32(12).217-220.

[3]Jaeyong Kang,Kwang Mong Sim.Ontology and Search Engine for Cloud Computing System [C].Proceedings of 2011 International Conference on System Science and Engineering.2011: 276-281.

[4]Jaeyong Kang, Kwang Mong Sim.Towards Agents and Ontology for Cloud Service Disvovery[C].2011 International Conference on Cyber-Enabled Distributed Computing and Knowledge Discovery.2011: 483-490.

[5]Gruber T R.Toward principles for the design of ontologies used for knowledge sharing[J].Int Journal of Human and ComputerStudies, 1995, 43: 907-928.

[6]The OWL Services Coalition1OWL - S: Semantic Markup forWeb Services [EB/OL].http: / /www.daml1org/services/owl - s/110 /owl - s1html.

[7]曹中红, 陈基漓, 周峰.基于OWL-S的语义Web 服务匹配算法[J].山东理工大学学报(自然科学版), 2011, 25(2).

[8]邱田, 胡晓惠, 李鹏, 等.基于OWL2S 的服务发现语义匹配机制[J].电子学报, 2010, 38(1).