徐琳，曲仕茹

(西北工業(yè)大學(xué) 自動(dòng)化學(xué)院，陜西 西安，710129)

隨著ITS技術(shù)的日趨成熟和廣泛應(yīng)用，越來越多的分布式資源如ITS應(yīng)用組件、服務(wù)和子系統(tǒng)等被開發(fā)和部署到ITS系統(tǒng)中。但是，目前的ITS體系結(jié)構(gòu)并不能解決一些重要問題，如各子系統(tǒng)之間資源共享和業(yè)務(wù)協(xié)作的實(shí)現(xiàn)、動(dòng)態(tài)業(yè)務(wù)流程的管理以及ITS子系統(tǒng)的跨域協(xié)作等。建立智能交通系統(tǒng)網(wǎng)格(ITSGrid)被認(rèn)為是解決上述分布式異質(zhì)性環(huán)境下ITS的應(yīng)用問題的一種理想方案[1?3]。網(wǎng)格需要其內(nèi)部資源 QoS的有力支持，然而，ITSGrid是一個(gè)規(guī)模很大、復(fù)雜程度很高的綜合性分布式系統(tǒng)，不同的分布式資源可以應(yīng)用于多個(gè)應(yīng)用領(lǐng)域，而且資源的使用者對(duì)分布式資源QoS的要求各不相同，因此，不宜采用通用的資源QoS評(píng)價(jià)標(biāo)準(zhǔn)對(duì)ITSGrid中的分布式資源QoS進(jìn)行評(píng)價(jià)。而在通用網(wǎng)格內(nèi)分布式資QoS的研究方面，Plestys等[4]提出網(wǎng)格QoS的幾個(gè)重要通用參數(shù)如可用性、可訪問性、延遲波動(dòng)、安全性和可靠性的獲取方法，能夠反映網(wǎng)格系統(tǒng) QoS的一些主要特性，但無法支持QoS參數(shù)的動(dòng)態(tài)擴(kuò)展，因此，不能滿足資源使用者對(duì)于資源QoS的個(gè)性化需求。段富海等[5]將QoS參數(shù)按性質(zhì)分類，定義了QoS參數(shù)距離，以實(shí)現(xiàn)QoS參數(shù)相似性判斷，并提出了一種軟化的參數(shù)處理模型，給出了一種最大化匹配調(diào)度算法，但缺乏網(wǎng)格系統(tǒng)QoS參數(shù)的定義和實(shí)現(xiàn)機(jī)制。Li等[6]將網(wǎng)格QoS參數(shù)分為邏輯資源類、系統(tǒng)類、安全類、信任類和記賬類5種，提出一種迭代調(diào)度算法來實(shí)現(xiàn)基于資源調(diào)度的多個(gè)QoS的優(yōu)化，但也不支持QoS參數(shù)的動(dòng)態(tài)定制、擴(kuò)展以及使用者個(gè)性化QoS需求。由此可見：在現(xiàn)有網(wǎng)格系統(tǒng)QoS的通常評(píng)價(jià)過程中，評(píng)價(jià)參數(shù)的劃分和檢測(cè)均采用與具體應(yīng)用無關(guān)的通用QoS參數(shù)，不支持使用者個(gè)性化QoS需求，因此，不宜直接適用于ITSGrid的復(fù)雜應(yīng)用環(huán)境。為此，本文作者在分析現(xiàn)有網(wǎng)格內(nèi)資源QoS相關(guān)研究成果的基礎(chǔ)上，結(jié)合ITSGrid的資源特點(diǎn)，提出一種適用于ITSGrid的應(yīng)用自適應(yīng)分布式資源QoS評(píng)價(jià)模型，支持不同ITS應(yīng)用類別的QoS評(píng)價(jià)因子動(dòng)態(tài)定制。在對(duì)ITSGrid中分布式資源評(píng)價(jià)過程中，根據(jù)分布式資源在使用過程中產(chǎn)生的歷史知識(shí)，對(duì)ITSGrid中ITS應(yīng)用作業(yè)的執(zhí)行時(shí)間進(jìn)行信息自適應(yīng)過濾。

1 ITS資源QoS評(píng)價(jià)參數(shù)

對(duì)于ITSGrid這樣的環(huán)境復(fù)雜的大規(guī)模分布式網(wǎng)格系統(tǒng)，如何為ITSGrid制定合適的QoS參數(shù)以及合理利用這些 QoS參數(shù)是實(shí)現(xiàn) ITSGrid內(nèi)分布式資源QoS評(píng)價(jià)的關(guān)鍵。本文將ITSGrid系統(tǒng)QoS評(píng)價(jià)參數(shù)劃分為基本QoS參數(shù)和擴(kuò)展QoS參數(shù)。基本QoS參數(shù)用于描述與具體應(yīng)用無關(guān)的分布式資源的通用QoS屬性，擴(kuò)展QoS參數(shù)則用于描述那些與ITS應(yīng)用相關(guān)的以及使用者個(gè)性化的QoS參數(shù)屬性。

1.1 分布式資源的基本QoS參數(shù)

在ITSGrid中，分布式資源基本QoS參數(shù)是指那些網(wǎng)格系統(tǒng)共有的，與ITSGrid中的大規(guī)模ITS應(yīng)用計(jì)算服務(wù)類別無關(guān)的分布式資源屬性集。結(jié)合ITSGrid中的計(jì)算服務(wù)和分布式資源的特性[7?8]，參考文獻(xiàn)[9]，提出以下 4種基本的分布式資源 QoS參數(shù)以及度量方法。

(1) 可用性(availability )。ITSGrid的可用性是指在某一段時(shí)間內(nèi)分布式 ITS資源能被正常使用的概率：

其中：ti為時(shí)間片，表示在該時(shí)間間隔內(nèi)分布式資源是可用的；n為在觀測(cè)時(shí)間內(nèi)分布式資源可用的時(shí)間片個(gè)數(shù)；tΣ為觀測(cè)的總時(shí)間；Ra為可用性測(cè)量值，Ra=1表示最好可用性，Ra=0則表示最差可用性。

(2) 可靠性(reliablity)。ITSGrid的可靠性反映了ITS資源的歷史服務(wù)質(zhì)量，通常需要使用ITS資源所參與的計(jì)算服務(wù)的歷史運(yùn)行結(jié)果進(jìn)行評(píng)判。目前，許多研究者給出了通用網(wǎng)格資源的可靠性評(píng)價(jià)模型和方法[10?12]，所用的方法多是計(jì)算分布式資源的歷史運(yùn)行信息，但都缺乏對(duì)這些歷史信息進(jìn)行辨識(shí)和過濾，為此，本文引入歷史信息過濾，依據(jù)ITS資源的歷史運(yùn)行信息對(duì)計(jì)算服務(wù)執(zhí)行時(shí)間結(jié)果進(jìn)行過濾。過濾規(guī)則定義如下：(1) 計(jì)算任務(wù)運(yùn)行時(shí)間遠(yuǎn)遠(yuǎn)小于 ITSGrid系統(tǒng)中已完成計(jì)算服務(wù)的平均運(yùn)行時(shí)間；(2) 由于資源使用者自身原因而導(dǎo)致的ITSGrid節(jié)點(diǎn)資源不能正確完成所提交的計(jì)算服務(wù)；(3) 正在ITSGrid中的某個(gè)節(jié)點(diǎn)資源上正常執(zhí)行的計(jì)算任務(wù)被使用者自行終止。

引入上述定義的信息過濾規(guī)則，一方面，減少了參與可靠性評(píng)價(jià)的數(shù)據(jù)量，降低了可靠性評(píng)價(jià)的計(jì)算時(shí)間；另一方面，保證了用于可靠性評(píng)價(jià)的數(shù)據(jù)正確性和有效性，提高了分布式資源可靠性評(píng)價(jià)結(jié)果的可信度。本文所定義的分布式資源可靠性評(píng)價(jià)模型可定義為

式中：Ntotal為分布式資源R所執(zhí)行的所有計(jì)算任務(wù)個(gè)數(shù)；Nsuccess為按時(shí)成功完成的 ITSGrid計(jì)算任務(wù)的個(gè)數(shù)；Ns′uccess為雖然成功完成但執(zhí)行時(shí)間超過計(jì)算任務(wù)期望的計(jì)算服務(wù)數(shù)量；α與β為權(quán)值，且α+β=1，通常α＞β；Rr為分布式資源可靠性評(píng)價(jià)結(jié)果。

(3) 安全性(safety)。ITSGrid是一個(gè)開放的網(wǎng)格系統(tǒng)，多數(shù)ITS節(jié)點(diǎn)資源都面向ITSGrid甚至互聯(lián)網(wǎng)提供服務(wù)，比較容易遭受外界攻擊或者惡意訪問。ITSGrid中的節(jié)點(diǎn)為了保障其資源的安全性，通常需要使用多種安全機(jī)制。本文結(jié)合ITSGrid不同安全機(jī)制所定義的重要程度的權(quán)重，提出通過綜合多種安全機(jī)制來計(jì)算ITSGrid內(nèi)ITS節(jié)點(diǎn)資源的安全性評(píng)價(jià)值。安全性評(píng)價(jià)計(jì)算模型為

式中：n為ITSGrid內(nèi)節(jié)點(diǎn)資源提供的安全機(jī)制的個(gè)數(shù)；Ri為第i個(gè)安全機(jī)制是否能夠得到滿足，若可以滿足，則Ri=1，反之，Ri=0；Wi為第i個(gè)安全機(jī)制所占的權(quán)重，通常采用0到1之間的數(shù)；Rs為ITSGrid內(nèi)節(jié)點(diǎn)資源安全性的評(píng)價(jià)結(jié)果。

(4) 費(fèi)用(cost)。費(fèi)用表示ITSGrid計(jì)算服務(wù)使用ITSGrid內(nèi)節(jié)點(diǎn)資源所要付出的經(jīng)濟(jì)代價(jià)，可通過分布式資源提供者所制定的價(jià)格來計(jì)算，它也是分布式資源使用者在使用分布式資源時(shí)需要考慮的一個(gè)重要因素。本文將ITSGrid內(nèi)資源價(jià)格作為分布式資源的一個(gè)資源屬性，可查詢 ITSGrid信息中心而獲取。Zheng等[13?16]對(duì)分布式資源價(jià)格的制定與協(xié)商進(jìn)行了研究。

1.2 分布式資源擴(kuò)展QoS參數(shù)

分布式資源的擴(kuò)展QoS參數(shù)是指根據(jù)ITSGrid計(jì)算服務(wù)的應(yīng)用需求或資源使用者的個(gè)性化需求，結(jié)合應(yīng)用專家系統(tǒng)，為ITSGrid計(jì)算任務(wù)所制定的特有QoS需求參數(shù)。以城市道路的交通流分析為例，僅在分析、規(guī)劃和設(shè)計(jì)過程中需要借助Fluent，Abaqus，Nastran和CFX-5 等商業(yè)軟件資源以及TransMode，Vissim，TransCAD和Aimsun 等專業(yè)交通的軟件資源，但這些應(yīng)用軟件大部分采用 License 機(jī)制進(jìn)行授權(quán)管理，因此，分布式資源節(jié)點(diǎn)是否能提供所需應(yīng)用軟件以及應(yīng)用軟件license資源的可用個(gè)數(shù)，均是不可或缺的分布式資源QoS需求參數(shù)。由于ITSGrid所支持的計(jì)算服務(wù)具有多樣性和動(dòng)態(tài)性的特點(diǎn)，因此，擴(kuò)展的分布式資源QoS參數(shù)同樣必須具有多樣、動(dòng)態(tài)等特點(diǎn)，需要應(yīng)用專家系統(tǒng)根據(jù)應(yīng)用不同需求進(jìn)行動(dòng)態(tài)制定?？梢?，ITSGrid的分布式資源 QoS評(píng)價(jià)模型必須能夠支持QoS評(píng)價(jià)參數(shù)的動(dòng)態(tài)擴(kuò)展。

2 分布式資源QoS評(píng)價(jià)模型

在ITSGrid中，分布式資源的應(yīng)用類別屬性主要包括ITS資源的能力、使用費(fèi)用以及資源提供者等相關(guān)的信息，它們是分布式資源使用者在評(píng)價(jià)分布式資源QoS以及選取分布式資源時(shí)必須考慮的重要因素，因此，有必要為ITSGrid重新設(shè)計(jì)適用的評(píng)價(jià)模型。然而，不同的ITS應(yīng)用具有不同的類別屬性，即使對(duì)于同一個(gè)分布式資源，在不同的ITS應(yīng)用中往往會(huì)有不同的QoS評(píng)價(jià)值，這就需要專家根據(jù)以往的應(yīng)用經(jīng)驗(yàn)為每一類ITS應(yīng)用設(shè)定與QoS相關(guān)的類別屬性。在ITSGrid分布式資源QoS評(píng)價(jià)模型設(shè)計(jì)中，仔細(xì)研究相關(guān)要求，使得評(píng)價(jià)模型能夠?yàn)椴煌悇e的ITS應(yīng)用定制合適的分布式資源 QoS評(píng)價(jià)因子，同時(shí)支持ITSGrid中的資源使用者自行調(diào)整評(píng)價(jià)因子的權(quán)重分布情況，以滿足使用者在評(píng)價(jià)分布式資源QoS時(shí)的需求傾向。應(yīng)用專家系統(tǒng)可參考得到的QoS評(píng)價(jià)結(jié)果，按照ITSGrid資源使用者的反饋，修正相關(guān)的知識(shí)系統(tǒng)，其過程如圖1所示。

圖1 應(yīng)用專家系統(tǒng)在QoS評(píng)價(jià)中的作用Fig.1 Effect of expert system in QoS evaluation

2.1 評(píng)價(jià)數(shù)據(jù)的預(yù)處理

在分布式資源QoS評(píng)價(jià)過程中，所選取的評(píng)價(jià)因子有不同類型的取值范圍。為了保證評(píng)價(jià)因子的權(quán)重具有相互可比性，需要將評(píng)價(jià)參數(shù)進(jìn)行預(yù)處理，使得所有評(píng)價(jià)因子的值域調(diào)整到一個(gè)統(tǒng)一區(qū)間?？紤]到多數(shù)評(píng)價(jià)因子的評(píng)價(jià)效果與它的值域具有線性變化的特點(diǎn)，本模型的數(shù)據(jù)預(yù)處理器采用最小、最大規(guī)格化方法[17]來規(guī)格化評(píng)價(jià)數(shù)據(jù)。

在一次評(píng)價(jià)過程的多組數(shù)據(jù)實(shí)例中，令 max(vi)為評(píng)價(jià)因子fi取值的最大值，min(vi)為評(píng)價(jià)因子fi取值的最小值。若用vi反映QoS的性能，當(dāng)vi與QoS評(píng)價(jià)參數(shù)成正比時(shí)，則使用式(4)進(jìn)行規(guī)格化；當(dāng)vi與QoS評(píng)價(jià)參數(shù)成反比時(shí)，則根據(jù)式(5)進(jìn)行規(guī)格化。經(jīng)過數(shù)據(jù)規(guī)格化處理后，所有的評(píng)價(jià)因子fi的取值范圍由原來的[min(vi), max(vi)]區(qū)間轉(zhuǎn)換到[0, 1]區(qū)間。

對(duì)于枚舉類型的評(píng)價(jià)因子數(shù)據(jù)預(yù)處理，利用應(yīng)用專家系統(tǒng)給出每種枚舉類型的QoS評(píng)分映射表，完成評(píng)價(jià)因子從枚舉型到數(shù)值型的類型轉(zhuǎn)換過程。

2.2 分布式資源QoS評(píng)價(jià)模型的定義

定義1 QoS評(píng)價(jià)因子f是從分布式資源QoS 的基本參數(shù)和擴(kuò)展參數(shù)中抽取出來的基本評(píng)價(jià)單元，它由二元組構(gòu)成：f=(attr,w)(其中，attr表示QoS參數(shù)屬性(attribute)；w為評(píng)價(jià)因子的權(quán)重(weight)，反映該評(píng)價(jià)因子在分布式資源QoS評(píng)價(jià)中的重要程度或者受到分布式資源使用者的重視程度，w∈[0,1])。

定義2 分布式資源QoS評(píng)價(jià)模型M由五元組構(gòu)成：f=(Vf,Ri,Di,ER,P)。其中：Vf為所采用的評(píng)價(jià)因子的集合；Ri為待評(píng)價(jià)的分布式資源節(jié)點(diǎn)；Di為Ri的1個(gè)數(shù)據(jù)實(shí)例，它包含多個(gè)取值(value)項(xiàng)，每個(gè)value項(xiàng)表示數(shù)據(jù)實(shí)例Di在1個(gè)評(píng)價(jià)因子上的取值；ER為評(píng)價(jià)模型的輸出結(jié)果，記錄Ri的QoS評(píng)價(jià)結(jié)果；P為評(píng)價(jià)模型的關(guān)系集合，表示評(píng)價(jià)模型中各個(gè)概念之間的各種約束關(guān)系。

設(shè)V，R和D分別為Vf，Ri和Di的集合，則在評(píng)價(jià)模型M中各個(gè)概念之間存在如下關(guān)聯(lián)約束關(guān)系：

2.3 分布式資源QoS評(píng)價(jià)模型的計(jì)算公式

假設(shè)在分布式資源QoS評(píng)價(jià)過程中采用了n個(gè)評(píng)價(jià)因子{f1,f2, …,fn}，每一個(gè)評(píng)價(jià)因子fi(1≤i≤n)的權(quán)重為wi，wi∈[0, 1], ∑wi=1，分布式資源節(jié)點(diǎn)實(shí)例Ri的 1個(gè)數(shù)據(jù)實(shí)例Di在每個(gè)評(píng)價(jià)因子上的取值為{v1,v2, …,vn}，則分布式資源節(jié)點(diǎn)實(shí)例Ri的QoS是Di在每個(gè)評(píng)價(jià)因子上取值的加權(quán)綜合，即

從式(6)可以看出：ITS節(jié)點(diǎn)資源QoS的評(píng)價(jià)結(jié)果決定于分布式資源QoS評(píng)價(jià)因子選取、評(píng)價(jià)因子的取值和評(píng)價(jià)因子的權(quán)重分布。其中，評(píng)價(jià)因子的取值來自分布式資源的運(yùn)行環(huán)境，而評(píng)價(jià)因子的選取及其權(quán)重分布的來源有2種：一種是應(yīng)用專家系統(tǒng)根據(jù)應(yīng)用特點(diǎn)結(jié)合專家知識(shí)選取和制定的，在這種方式下分布式資源QoS的評(píng)價(jià)結(jié)果比較切合應(yīng)用需求，具有較高的準(zhǔn)確性；另一種則是ITSGrid使用者在進(jìn)行QoS評(píng)價(jià)時(shí)自行指定的，此種方式下的評(píng)價(jià)結(jié)果則更能體現(xiàn)使用者對(duì)于分布式資源QoS的個(gè)性化需求。

3 應(yīng)用自適應(yīng)的分布式資源 QoS評(píng)價(jià)框架

以式(6)所定義的評(píng)價(jià)模型為基礎(chǔ)，設(shè)計(jì)出ITSGrid中應(yīng)用自適應(yīng)的分布式資源QoS評(píng)價(jià)系統(tǒng)框架，如圖2所示。本框架由3部分構(gòu)成：第1部分為系統(tǒng)框架的數(shù)據(jù)支持層，主要完成查詢、更新與存儲(chǔ)ITS應(yīng)用類別、相關(guān)評(píng)價(jià)因子以及評(píng)價(jià)因子權(quán)重的分布數(shù)據(jù)等功能，由統(tǒng)一的數(shù)據(jù)庫(kù)操作引擎和分布式關(guān)系數(shù)據(jù)庫(kù)2個(gè)主要模塊構(gòu)成；第2部分為評(píng)價(jià)模型管理層，主要完成構(gòu)造新應(yīng)用類別的評(píng)價(jià)模型或刪除已有某個(gè)應(yīng)用類別的評(píng)價(jià)模型等功能，包括應(yīng)用類別管理、評(píng)價(jià)模型管理、評(píng)價(jià)因子及權(quán)重構(gòu)造器等模塊；第3部分為ITS資源QoS評(píng)價(jià)層，由數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理和QoS評(píng)價(jià)引擎3個(gè)模塊構(gòu)成。

3.1 數(shù)據(jù)支撐層

與評(píng)價(jià)模型相關(guān)的各種數(shù)據(jù)都被存儲(chǔ)在框架中的ITS應(yīng)用類別分布式關(guān)系數(shù)據(jù)庫(kù)中，包括應(yīng)用類別名稱、不同應(yīng)用類別所對(duì)應(yīng)的QoS評(píng)價(jià)因子以及不同評(píng)價(jià)因子所對(duì)應(yīng)的權(quán)重等參數(shù)，通過ITSGrid系統(tǒng)定義的統(tǒng)一數(shù)據(jù)庫(kù)操作引擎來完成相關(guān)操作。數(shù)據(jù)庫(kù)中包含一個(gè)記錄所有ITS應(yīng)用類別的匯總表和每一個(gè)具體ITS應(yīng)用類別評(píng)價(jià)模型的特征表。ITS應(yīng)用類別匯總表保存ITSGrid系統(tǒng)可支持的所有應(yīng)用類別名稱和其相關(guān)屬性，ITS應(yīng)用類別評(píng)價(jià)模型特征表則記錄與具體ITS應(yīng)用類別相關(guān)的分布式資源QoS評(píng)價(jià)所需的不同評(píng)價(jià)因子及其權(quán)重，如圖3所示。

統(tǒng)一的數(shù)據(jù)庫(kù)操作引擎對(duì)于評(píng)價(jià)框架中其他各層的模塊而言是透明的。其他各層的模塊通過使用該引擎所提供的標(biāo)準(zhǔn)接口完成數(shù)據(jù)操作，而不必了解數(shù)據(jù)支持層的內(nèi)部具體實(shí)現(xiàn)細(xì)節(jié)，這也使得本框架在數(shù)據(jù)層面具有較高的可移植性和擴(kuò)展性。

3.2 評(píng)價(jià)模型管理層

本層在系統(tǒng)管理模塊和ITS應(yīng)用專家系統(tǒng)的輔助下，根據(jù)具體ITS應(yīng)用分類，管理分布式資源QoS評(píng)價(jià)模型集，主要完成評(píng)價(jià)模型的維護(hù)，如模型的新建和刪除。

圖2 應(yīng)用自適應(yīng)的分布式資源QoS評(píng)價(jià)系統(tǒng)框架Fig.2 Application adaptive QoS evaluation system framework of ITS resources

圖3 應(yīng)用類別數(shù)據(jù)庫(kù)中的主要表Fig.3 Major table in category database of application

評(píng)價(jià)模型的新建過程可分為 3步：(1) 服務(wù)端的系統(tǒng)管理模塊通過應(yīng)用管理模塊構(gòu)造新的應(yīng)用類別，訪問統(tǒng)一的數(shù)據(jù)庫(kù)操作引擎，在數(shù)據(jù)庫(kù)應(yīng)用類別匯總表中增加新應(yīng)用類別名稱及其各項(xiàng)主要的特性屬性等；(2) 應(yīng)用專家系統(tǒng)通過評(píng)價(jià)模型管理模塊，為新增加的ITS應(yīng)用類別創(chuàng)建相應(yīng)的評(píng)價(jià)模型，訪問統(tǒng)一的數(shù)據(jù)庫(kù)操作引擎，在數(shù)據(jù)庫(kù)中創(chuàng)建1個(gè)以該應(yīng)用類別命名的新表；(3) 根據(jù)知識(shí)庫(kù)中已有的知識(shí)，應(yīng)用專家系統(tǒng)利用評(píng)價(jià)模型管理模塊為新的ITS應(yīng)用類別構(gòu)造出相關(guān)的評(píng)價(jià)因子及其權(quán)重?cái)?shù)據(jù)，訪問統(tǒng)一的數(shù)據(jù)庫(kù)操作引擎，在步驟(2)所新建的ITS應(yīng)用類別評(píng)價(jià)模型表中插入生成的評(píng)價(jià)因子及其權(quán)重?cái)?shù)據(jù)，完成模型的新建過程。新建流程如圖1所示。

刪除過程則相對(duì)簡(jiǎn)單。當(dāng)某一ITS應(yīng)用類別的分布式資源 QoS的評(píng)價(jià)模型由于各種原因不再被需要時(shí)，可通過服務(wù)端的系統(tǒng)管理模塊對(duì)其進(jìn)行刪除。首先，通過ITS應(yīng)用管理模塊和統(tǒng)一的數(shù)據(jù)庫(kù)操作引擎，從數(shù)據(jù)庫(kù)ITS應(yīng)用類別匯總表中刪除對(duì)應(yīng)的ITS應(yīng)用類別表項(xiàng)；然后，刪除該ITS應(yīng)用類別所對(duì)應(yīng)的應(yīng)用類別評(píng)價(jià)模型的特征表，即可完成整個(gè)評(píng)價(jià)模型刪除過程。

3.3 ITS資源QoS評(píng)價(jià)層

本層負(fù)責(zé)對(duì)ITS應(yīng)用類別的分布式資源QoS進(jìn)行評(píng)價(jià)，由數(shù)據(jù)獲取模塊、數(shù)據(jù)預(yù)處理模塊和QoS評(píng)價(jià)引擎3部分組成。如圖1中的箭頭所示，數(shù)據(jù)獲取模塊從客戶端獲取評(píng)價(jià)所需的相關(guān)原始數(shù)據(jù)，客戶端既可以是ITSGrid的信息中心資源節(jié)點(diǎn)，也可以是使用者的操作界面。數(shù)據(jù)預(yù)處理模塊則完成對(duì)評(píng)價(jià)原始數(shù)據(jù)的預(yù)處理，使得評(píng)價(jià)原始數(shù)據(jù)的值域規(guī)格化到同一個(gè)值域區(qū)間。在上述2個(gè)模塊的配合下，QoS評(píng)價(jià)引擎即本文設(shè)計(jì)的評(píng)價(jià)模型將完成一系列復(fù)雜的評(píng)價(jià)計(jì)算過程，如圖2中的斜線箭頭所示。其過程為：

(1) 訪問統(tǒng)一的數(shù)據(jù)庫(kù)操作引擎，獲取領(lǐng)域評(píng)價(jià)因子及因子權(quán)重?cái)?shù)據(jù)。

(2) 進(jìn)行數(shù)據(jù)預(yù)處理，得到規(guī)格化的評(píng)價(jià)數(shù)據(jù)。

(3) 依據(jù)評(píng)價(jià)因子、評(píng)價(jià)因子權(quán)重和規(guī)格化后的評(píng)價(jià)數(shù)據(jù)，利用相應(yīng)的分布式資源QoS評(píng)價(jià)模型中的評(píng)價(jià)算法，完成所有待評(píng)價(jià)分布式資源的QoS評(píng)價(jià)結(jié)果的計(jì)算，并創(chuàng)建所提交的分布式資源QoS評(píng)價(jià)結(jié)果的排名表。

圖2中的虛線為使用者自定義的分布式資源QoS評(píng)價(jià)過程，評(píng)價(jià)算法所需的分布式資源QoS評(píng)價(jià)因子及其權(quán)重可以不通過訪問數(shù)據(jù)庫(kù)而獲得，而改由使用者從客戶端輸入，從而實(shí)現(xiàn)按照特定應(yīng)用的需要自行定制。

3.4 分布式資源QoS評(píng)價(jià)算法框架

把前面定義的應(yīng)用自適應(yīng)的分布式資源QoS評(píng)價(jià)算法的框架用偽語言描述如表 1所示。表 1中：Resourcei表示待評(píng)價(jià)分布式資源節(jié)點(diǎn)；Evaluation_factor_list[n]表示評(píng)價(jià)因子列表；Weight_list[n]表示評(píng)價(jià)因子權(quán)重分布列表；Value_list[n]表示資源節(jié)點(diǎn)Resourcei在每個(gè)評(píng)價(jià)因子上的取值；Evaluation_result則表示評(píng)價(jià)的結(jié)果。

表1 應(yīng)用自適應(yīng)的分布式資源QoS評(píng)價(jià)算法框架Table 1 Application adaptive QoS evaluation algorithm framework of distributed resource

4 實(shí)驗(yàn)與分析

為了驗(yàn)證本文提出的QoS評(píng)價(jià)模型對(duì)分布式資源QoS評(píng)價(jià)的有效性和準(zhǔn)確性，借助西北工業(yè)大學(xué)的校園計(jì)算網(wǎng)格系統(tǒng)(campus grid，CG)、陜西省公路勘察設(shè)計(jì)院的遙感計(jì)算中心(Remote Sensing Computing Center，RSCC)以及西安市交通警察支隊(duì)的道路交通監(jiān)控系統(tǒng)(UTCS)中的TMS，ISP和PS子系統(tǒng)，組成仿真ITSGrid實(shí)驗(yàn)。仿真ITSGrid的拓?fù)涫疽鈭D如圖4所示，配置如表2所示。

圖4 仿真ITSGrid拓?fù)涫疽鈭DFig.4 Topological diagram of simulatd ITSGrid

根據(jù) ITS資源需求頻度的歷史統(tǒng)計(jì)，從仿真ITSGrid環(huán)境選擇需求頻度最多的R1，R3，R4和R6，作為實(shí)驗(yàn)所用的分布式資源節(jié)點(diǎn)。由于ITS資源的屬性數(shù)量眾多，表3僅列出本次實(shí)驗(yàn)所涉及的部分屬性。

隨機(jī)生成20個(gè)分屬不同ITS應(yīng)用類別的ITSGrid計(jì)算任務(wù)，提交至仿真ITSGrid環(huán)境的任務(wù)管理系統(tǒng)，由任務(wù)管理系統(tǒng)調(diào)度在上述的4個(gè)資源節(jié)點(diǎn)上調(diào)度執(zhí)行。不同的ITS應(yīng)用類別對(duì)資源QoS需求互有差異，如 TMS的實(shí)時(shí)道路交通狀態(tài)估計(jì)、道路實(shí)時(shí)交通事件判別、路口交通信號(hào)系統(tǒng)配時(shí)的實(shí)時(shí)按需調(diào)整等都基于交通流實(shí)時(shí)數(shù)據(jù)挖掘類的計(jì)算任務(wù)，對(duì)任務(wù)的完成時(shí)間十分嚴(yán)格的，因而，也對(duì)參與計(jì)算的資源的可用性、可靠性、通訊帶寬、系統(tǒng)負(fù)載等QoS參數(shù)提出了嚴(yán)格的要求。而ISP的道路交通信息綜合處理和發(fā)布、出行參考模型的生成以及其他旅行相關(guān)信息的發(fā)布等道路交通信息綜合加工集成類的計(jì)算任務(wù)則對(duì)實(shí)時(shí)性要求較低，相應(yīng)的資源QoS要求也不如實(shí)時(shí)計(jì)算任務(wù)嚴(yán)格。而道路中長(zhǎng)遠(yuǎn)規(guī)劃以及城市出行特征和規(guī)則發(fā)現(xiàn)等基于歷史交通數(shù)據(jù)和知識(shí)的研究型計(jì)算任務(wù)，通常對(duì)于資源QoS要求最低。

表2 仿真ITSGrid的實(shí)驗(yàn)環(huán)境的配置Table 2 Experimental environment configuration of simulation ITSGrid

表3 仿真ITSGrid資源節(jié)點(diǎn)的QoS屬性Table 3 QoS attributes of simulation ITSGrid resources nodes

觀察測(cè)試集中的計(jì)算任務(wù)是在仿真ITSGrid環(huán)境中，進(jìn)行分布式ITS節(jié)點(diǎn)資源的選取。若某個(gè)模擬的ITS計(jì)算任務(wù)在評(píng)價(jià)模型指導(dǎo)下，根據(jù)評(píng)價(jià)結(jié)果選取的分布式資源節(jié)點(diǎn)與標(biāo)準(zhǔn)答案一致，就可認(rèn)為該評(píng)價(jià)模型的生成資源評(píng)價(jià)結(jié)果是正確的，反之則認(rèn)為評(píng)價(jià)結(jié)果錯(cuò)誤。標(biāo)準(zhǔn)答案由應(yīng)用專家系統(tǒng)分析及測(cè)試集的仿真ITSGrid系統(tǒng)運(yùn)行結(jié)果而得，屬于事后驗(yàn)證。評(píng)價(jià)模型的準(zhǔn)確率用獲得正確資源選擇的計(jì)算任務(wù)數(shù)量在整個(gè)測(cè)試集中所占的百分比來表示。

為了衡量本文提出的分布式ITS資源節(jié)點(diǎn)QoS評(píng)價(jià)模型的性能，在相同的實(shí)驗(yàn)條件下，分別對(duì)以運(yùn)行費(fèi)用、可靠性和時(shí)間屬性的一維QoS評(píng)價(jià)模型以及采用綜合考慮運(yùn)行費(fèi)用、時(shí)間、信任度和可靠性等通用QoS屬性的評(píng)價(jià)模型的評(píng)價(jià)結(jié)果進(jìn)行對(duì)比，實(shí)驗(yàn)結(jié)果如圖5～9所示。圖5～9中：縱坐標(biāo)代表模擬環(huán)境中的4個(gè)ITS資源節(jié)點(diǎn)R1，R3，R4和R6，橫坐標(biāo)則代表測(cè)試集合中的20個(gè)ITS應(yīng)用任務(wù)的序號(hào)；“☆”表示實(shí)驗(yàn)結(jié)果與標(biāo)準(zhǔn)答案吻合的正確答案。

圖5所示為20個(gè)測(cè)試樣本在基于運(yùn)行費(fèi)用的評(píng)價(jià)模型指導(dǎo)下進(jìn)行分布式資源選擇的情況。4個(gè)模擬資源節(jié)點(diǎn)總共被選中40次，其中R1被選中 10次，R3為12次，R4為10次，R6則為8次。40次選擇中符合正確答案的為 7次，如圖中☆所標(biāo)注的點(diǎn)。而在 20個(gè)測(cè)試樣本中正確選擇資源的任務(wù)數(shù)量為 7，因此，在本次實(shí)驗(yàn)中，測(cè)試集合在基于運(yùn)行費(fèi)用的評(píng)價(jià)模型的分布式資源選擇中的正確率為 7/20×100%=35%。圖5～8的分析方法與前面的相同，但只計(jì)算任務(wù)級(jí)資源選擇的正確率。

圖5 基于運(yùn)行費(fèi)用的評(píng)價(jià)模型的分布式資源選擇Fig.5 ITS resources selection based on evaluation model of operating costs

圖6 中，含有☆的測(cè)試集合的任務(wù)數(shù)量為13，故本次實(shí)驗(yàn)的資源選擇正確率為13/20×100%=65%；圖7中，含有☆標(biāo)注的任務(wù)數(shù)量為8，故本次實(shí)驗(yàn)的資源選擇正確率為8/20×100%=40%；圖8中含有☆標(biāo)注的任務(wù)數(shù)量為 15，故本次實(shí)驗(yàn)的資源選擇正確率為15/20×100%=75%；圖9中，含有☆標(biāo)注的任務(wù)數(shù)量為 17，故本次實(shí)驗(yàn)的資源選擇正確率則為 17/20×100%=85%。

圖6 基于運(yùn)行時(shí)間的評(píng)價(jià)模型分布式資源選擇Fig.6 ITS resources selection based on evaluation model of running time

圖7 基于可靠性的評(píng)價(jià)模型分布式資源選擇Fig.7 ITS resources selection based on evaluation model of reliability

圖8 基于綜合性的評(píng)價(jià)模型分布式資源選擇Fig.8 ITS resources selection based on evaluation model of comprehensiveness

圖9 基于應(yīng)用自適應(yīng)的評(píng)價(jià)模型分布式資源選擇Fig.8 ITS resources selection based on application adaptive evaluation model

表4所示為不同評(píng)價(jià)模型的資源選取準(zhǔn)確率實(shí)驗(yàn)結(jié)果，反映了不同評(píng)價(jià)模型下評(píng)價(jià)的準(zhǔn)確率的差異。

表4 不同評(píng)價(jià)模型的資源選取準(zhǔn)確率Table 4 Resources selection accuracy of different evaluation models %

從表4可以看到：本文提出的應(yīng)用自適應(yīng)的分布式資源QoS評(píng)價(jià)模型得到的評(píng)價(jià)結(jié)果比采用基于綜合多維通用QoS屬性的評(píng)價(jià)模型的評(píng)價(jià)結(jié)果在資源選取的準(zhǔn)確率提高10%，而與基于一維的QoS評(píng)價(jià)模型在資源選擇準(zhǔn)確率相比，最大提升2倍多。實(shí)驗(yàn)結(jié)果表明：在實(shí)際的分布式資源選取的過程中，僅僅采用通用的資源 QoS參數(shù)作為評(píng)價(jià)標(biāo)準(zhǔn)往往不能充分表示ITSGrid計(jì)算任務(wù)的資源選擇標(biāo)準(zhǔn)，應(yīng)用自適應(yīng)的QoS評(píng)價(jià)模型充分利用專家系統(tǒng)的應(yīng)用經(jīng)驗(yàn)知識(shí)來構(gòu)造評(píng)價(jià)因子和評(píng)價(jià)因子權(quán)重，較好地滿足了ITSGrid計(jì)算任務(wù)的資源個(gè)性化選取，使資源選取的準(zhǔn)確率得到了較大提高。

為了測(cè)試本模型的穩(wěn)定性，在采用不同的測(cè)試樣本集進(jìn)行50次反復(fù)實(shí)驗(yàn)后，發(fā)現(xiàn)實(shí)驗(yàn)結(jié)果與測(cè)試用例的選擇和所處實(shí)驗(yàn)環(huán)境有一定的關(guān)聯(lián)。表5所示為實(shí)驗(yàn)中觀察到的不同評(píng)價(jià)模型下分布式資源選擇準(zhǔn)確率波動(dòng)情況。

表5 不同評(píng)價(jià)模型下分布式資源選擇準(zhǔn)確率的波動(dòng)Table 5 Fluctuations of ITS Resources selection accuracy based on different evaluation models %

從表5可以看出：不同的測(cè)試用例對(duì)基于一維的QoS評(píng)價(jià)模型的評(píng)價(jià)準(zhǔn)確率有較大影響，但是，對(duì)于多維通用QoS屬性的QoS評(píng)價(jià)模型和本文提出的應(yīng)用自適應(yīng)的QoS評(píng)價(jià)模型的影響效果很小。而在分布式資源QoS評(píng)價(jià)的準(zhǔn)確率和穩(wěn)定性方面，本文提出的應(yīng)用自適應(yīng)的QoS評(píng)價(jià)模型均比其他通用的QoS評(píng)價(jià)模型優(yōu)。

5 結(jié)論

(1) 通過研究已有通用網(wǎng)格的 QoS參數(shù)，結(jié)合ITSGrid資源和ITS應(yīng)用的特點(diǎn)，發(fā)現(xiàn)通用網(wǎng)格的QoS參數(shù)并不適合直接應(yīng)用到ITSGrid，為此，提出ITSGrid的QoS參數(shù)分類和其中核心參數(shù)的定義，為ITSGrid的分布式資源的QoS評(píng)價(jià)提供理論支持。

(2) 在ITSGrid的QoS參數(shù)基礎(chǔ)上，定義ITSGrid資源QoS的評(píng)價(jià)模型，構(gòu)建ITSGrid中的分布式資源QoS評(píng)價(jià)系統(tǒng)框架，在模擬環(huán)境中進(jìn)行反復(fù)驗(yàn)證。該模型與通用QoS評(píng)價(jià)模型相比，在資源選擇的準(zhǔn)確率和穩(wěn)定性方面有較大提高，能為ITSGrid使用者提供更準(zhǔn)確的資源選擇。

(3) 本文提出ITSGrid的QoS評(píng)價(jià)模型系統(tǒng)可為ITSGrid中的分布式資源選擇提供高可信度，可用于指導(dǎo) ITSGrid使用者進(jìn)行合理的資源選取和服務(wù)組合、提高ITSGrid中的資源利用率和服務(wù)效率等。

[1]Shi W, Wu J, Deng S, et al. ITSGrid: A novel integrated intelligent transportation information and service platform[C]//IEEE: Proceedings of 2006 IEEE International Conference on Service Computing. Chicago, USA: IEEE Press, 2006: 519.

[2]吳朝暉. 語義網(wǎng)格: 模型方法與應(yīng)用[M]. 杭州: 浙江大學(xué)出版社, 2008: 215?236.WU Zhaohui. Semantic grid: Model, methodology and applications[M]. Hangzhou: Zhejiang University Press, 2008:215?236.

[3]Wu Z, Deng S, Wu J, et al. DartGrid Ⅱ: A semantic grid platform for ITS[J]. IEEE Intelligent Systems, 2005, 20(3):12?15.

[4]Plestys R, Vilutis G, Sandonavicius D. The measurement of grid QoS parameters[C]// IEEE: Proceedings of the 2007 International Conference on Information Technology Interfaces.Dubrovnik, Croatia: IEEE Press, 2007: 703?706.

[5]段富海, 馬滿福. 一種網(wǎng)格資源調(diào)度中 QoS的最大化匹配算法[J]. 計(jì)算機(jī)應(yīng)用, 2010, 30(1): 108?110.DUAN Fuhai, MA Manfu. Maximum matching algorithm with QoS in grid resource scheduling[J]. Journal of Computer Applications, 2010, 30(1): 108?110.

[6]Li C, Li L. Utility based multiple QoS guaranteed resource scheduling optimization in grid computing[C]// IEEE:Proceedings of the 2007 International Conference on Computing Theory and Applications. Kolkata, India: IEEE Press, 2007:165?169.

[7]Xu L, Qu S. A multi-agent-based ITSGrid resource management model[C]// Ministry of Transport of PRC: Proceedings of 2011 Doctor Forum of China (Traffic Engineering). Beijing: Beijing Jiaotong University Press, 2011: 151?152.

[8]Xu L, Qu S. A resource information description reference model for ITSGrid[C]// IEEE: Proceedings of 2011 International Conference on Transportation and Mechanical ＆ Electrical Engineering. Changchun, China: IEEE Press, 2011: 516?519.

[9]Mani A, Nagarajan A. Understanding quality of service for Web services[EB/OL]. [2013?01?21]. http://www.ibm.com/developerworks/.

[10]Sun M, Zeng G, Yuan L, et al. A trust-oriented heuristic scheduling algorithm for computing grid[C]// Springer:Proceedings of 2007 International Conference on Parallel Computing Technologies. Pereslavl-Zalessky, Russia: Springer Press, 2007: 608?614.

[11]鄧曉衡, 盧錫城, 王懷民. iVCE中基于可信評(píng)價(jià)的資源調(diào)度研究[J]. 計(jì)算機(jī)學(xué)報(bào), 2007(10): 1750?1762.DENG Xiaoheng, Lü Xicheng, WANG Huaimin. Study on trust evaluation based resource scheduling in iVCE[J]. Chinese Journal of Computers, 2007(10): 1750?1762.

[12]Rood B, Lewis M J. Grid resource availability prediction-based scheduling and task replication[J]. Journal of Grid Computing,2009, 7(4): 479?500.

[13]Zheng Q, Tham C, Veeravalli B. Dynamic load balancing and pricing in grid computing with communication delay[J]. Journal of Grid Computing, 2008, 6(3): 239?253.

[14]Daniel J V, Wolfgang G. Grid economics and business models[C]// Springer: Proceedings of 6th International Workshop on GECON 2009. Delft, Netherlands, 2009: 215?217.

[15]吳健, 鄧?yán)? 胡正國(guó). 網(wǎng)格計(jì)算經(jīng)濟(jì)模型中的價(jià)格協(xié)商和管制[J]. 西北工業(yè)大學(xué)學(xué)報(bào), 2008, 26(4): 497?452.WU Jian, DENG Lei, HU Zhengguo. Pricing strategies for grid computational economy[J]. Journal of Northeastern Polytechnical University, 2008, 26(4): 497?452.

[16]Vengerov D. A gradient-based reinforcement learning approach to dynamic pricing in partially-observable environments[J].Future Generation Computer Systems, 2008, 24(7): 687?693.

[17]Han J W, Kamber M. Data mining: concepts and techniques[M].California: Morgan Kaufmann Press, 2000: 9?10.