Translate this page:
Please select your language to translate the article


You can just close the window to don't translate
Library
Your profile

Back to contents

Software systems and computational methods
Reference:

Fuzzy model and algorithm for assessing the quality of web services integrated into the service oriented architecture of an information system.

Dolzhenko Aleksei Ivanovich

Professor, Rostov State Economic University

344002, Russia, Rostovskaya oblast', g. Rostov-Na-Donu, ul. B. Sadovaya, 69, of. 308

doljenkoalex@gmail.com
Shpolyanskaya Irina Yu.

Doctor of Economics

Professor, Rostov State Economic University

344002, Russia, Rostovskaya oblast', g. Rostov-Na-Donu, ul. B. Sadovaya, 69, kab. 308

irinaspol@yandex.ru

DOI:

10.7256/2454-0714.2017.2.23098

Received:

23-05-2017


Published:

19-06-2017


Abstract:  Selection of appropriate web services is an important step in the development of service-oriented architecture (SOA) for an information system. When selecting a web service, the quality of service criteria (QoS) are used regularly. These criteria characterize the non-functional properties of web service candidate. However, the functional characteristics of the service that are difficult to quantify, and the factors of the effectiveness of the lifecycle management of composite architectures are also important. The article discusses the comprehensive approach to  evaluation and selection of web services in SOA development on the basis of factors related to non-functional and functional requirements and taking into account the economic efficiency evaluation of implementation and use of service-oriented applications. The choice of service is performed via fuzzy models for integrated assessment of the web service quality. The developed model and algorithm of web service quality evaluation and its software implementation will allow to realize decision support procedures for substantiation and choice of an appropriate structure of SOA-based information system in the situation of incomplete information.


Keywords:

decision-making support, fuzzy model, economic efficiency evaluation, non-functional requirements, integrated evaluation of quality, functional requirements, QoS, web services, SOA, Service-oriented architecture


Введение

Веб-сервисы в последнее время все чаще используются в качестве строительных блоков для композитных приложений и сервис-ориентированных архитектур. Сервис-ориентированная архитектура (service-oriented architecture − SOA) является растущей тенденцией в развитии информационных систем (ИС). Данная архитектура программного обеспечения представляется как набор взаимосвязанных сервисов с четко определенными интерфейсами, которые в совокупности реализуют цели создания и внедрения ИС [1,2].

Свойства композитного приложения напрямую зависят от характеристик качества веб-сервисов, интегрируемых в систему. Таким образом, выбор подходящих и надежных сервисов имеет большое значение.

Сервисы, заявленные поставщиком услуг, могут быть использованы одним или более клиентами. С другой стороны, каждый клиент может выбрать один конкретный сервис из множества доступных сервисов. Типичная процедура выбора необходимого сервисов из числа доступных для последующей интеграции в информационную систему происходит на основе учета требований, которые описывают качество сервиса (quality of service – QoS) [3,4]. При формировании структуры информационной системы с архитектурой SОА для того, чтобы интегрируемый сервис удовлетворял требованиям QoS, пользователь выбирает из набора доступных сервисов, сравнимых по функциональности, сервисы с соответствующими нефункциональными требованиями, такими как производительность, надежность, защищенность, время отклика и др. [5,6,7].

Многие нефункциональные свойства услуг, таких как время отклика, являются стохастическими по своей природе. Динамика среды, в которой разворачивается программный сервис, характеризуемая условиями работы сети, задержками и перегрузкой сервера, может привести к большим отклонениям значений нефункциональных показателей сервиса. Некоторые сервисы могут при конкретном вызове потребовать значительно большее время на реализацию, что повлияет на превышение средних цен и допустимого времени обслуживания.

Ряд методов были рассмотрены для выбора подходящих сервисов из набора кандидатов, предоставляющих аналогичные функции, на основе характеристик QoS [8,9,10]. Однако большинство этих методов посвящено анализу нефункциональных характеристик веб-сервисов как основных факторов, влияющих на выбор веб-сервиса [11,12]. Вместе с тем, функциональные аспекты имеют не менее существенное влияние. Кроме того, на эффективность управления в сервис-ориентированных архитектурах также оказывают влияние экономические факторы, которые определяются непосредственно в процессе функционирования системы.

Целью данной работы является разработка модели и методики формирования интегрированного показателя качества веб-сервисов для последующего выбора и интеграции их в SOA ИС. Предполагается, что модель должна учитывать как функциональные, так и нефункциональные требования, а также факторы управления функционированием информационной системы с сервис-ориентированной архитектурой.

Проблема выбора веб-службы формулируется как проблема нечеткого выбора [14]. В статье представлен интегрированный подход к выбору веб-сервисов. Этот подход может служить основой для дальнейшей разработки программного инструментария поддержки принятия решений при формировании ИС с архитектурой SOA.

Модель и методика оценки и выбора веб-сервисов.

Методы выборов веб-сервисов часто используют меру качества обслуживания (QoS). Эта мера включает такие характеристики, как надежность, безопасность, доверие и стоимость выполнения и в основном связана с нефункциональными характеристиками сервисов. Однако потребители услуг в равной степени заинтересованы в наилучших показателях как функциональных, так и нефункциональных характеристик сервисов для успешного развертывания и эксплуатации сервис-ориентированных архитектур.

Вместе с тем, оценка функциональных характеристик при выборе веб-сервисов является более сложной процедурой, чем процедуры оценки нефункциональных характеристик. Функциональные требования во многих случаях представляются в упрощенной форме, и часто требуются субъективные оценки удовлетворенности потребителей показателями качества работы сервиса, соответствием заявленным характеристикам. В процессе управления сервис-ориентированной системой выбранные веб-сервисы оказывают непосредственное влияние на возможность развития, адаптации и модернизации информационной системы.

Нефункциональные требования можно учитывать на основе оценки таких характеристик качества сервисов, как производительность, время отклика, надежность, уровень защиты информации. Найти же количественные показатели, характеризующие функциональные требования, достаточно сложно. В этом случае можно использовать подход к оценке соответствия веб-сервиса функциональным требованиям пользователя на базе референтной онтологии, включающей описание структуры бизнес-процессов, реализуемых различными сервисами [15].

Оценки эффективности функционирования системы с учетом выбранной структуры сервисов могут быть получены только после того, как приложение развернуто и будет использоваться в течение некоторого времени. Эти обстоятельства вызывают необходимость постановки задачи принятия решений по выбору подходящих веб-сервисов в условиях неопределенности на основе методологии нечетких множеств [13].

Для интегральной оценки качества веб-сервисов предлагается использовать лингвистические переменные (ЛП) и отношениях предпочтения между факторами. Принципы построения зависимости факторов, определяющих качество сервисов, и отношения между ними должны определяться требованиями бизнеса [14]. Качество сервиса можно формализовать следующей нечеткой моделью FMG = <G,L,P,A>,

где G – граф с вершинами , которые отображаются на множество лингвистических значений , описывающих состояние фактора, конкретного показателя качества сервиса;

– лингвистические значения факторов;

P – отношения предпочтений;

A – набор операторов агрегирования информации.

При использовании пентарного классификатора на шкале [0,1] для факторов Lj значения компонентов может быть следующим: {ОН, Н, С, В, ОВ }. В данном классификаторе уровень ОН интерпретируется как Очень Низкий, Н – как Низкий, С - как Средний, В – как Высокий, а ОВ –как Очень Высокий.

Для модели FMG необходимо оценить качество веб-сервиса с использованием пентарного 01-классификатора.

Оценку предпочтения факторов будем проводить в соответствии выражением:

В вышеприведенной формуле отношение строгого предпочтения обозначено как «», а отношение индифферентности как « ».

При определении отношений предпочтения для факторов одного уровня иерархии Fi и Fj допустим, что принято нестрогое предпочтение R. Это предполагает, что для любой пары значений лингвистических переменных можно установить следующие утверждения:

Отношение индифферентности для факторов одного уровня иерархии существует при недостаточной информации для проведения экспертной оценки. При этом между лингвистическими переменными существует отношение безразличия тогда и только тогда, когда утверждения «» и

«» одновременно выполняются, т.е.

или одновременно не выполняются, т.е. .

Для оценки качества веб-сервиса предлагается задать оператор агрегирования информации (далее по тексту «агрегатор») для каждой неконцевой вершины графа [16]. Агрегатор использует оценки состояния подчиненных вершин. В работе [16] для агрегатора используются OWA-оператор Ягера, а весовые коэффициенты в свертке представления – коэффициентами Фишберна , которые определяются как , где , N – общее число подчиненных вершин, которые подлежат агрегированию; определяется на основе условий предпочтения.

Если для показателей на одном подуровне (k) графа G модели определены качественные оценки и весовые коэффициенты , тогда агрегатор представляет лингвистическую оценку для функции принадлежности (ФП) на 01-классификаторе:

.

Функция принадлежности является трапецеидальной и оценку её влияния можно провести как операцию с вершинами функций . Для получения оценки о лингвистическом уровне показателя Fk используется функция . Для пентарного нечеткого 01-классификатора вычисляется минимальная близость к , по минимуму расстояния между множеством, заданным ФП , и каждым из нечетких множеств, соответствующих ФП , .

Оценка близости между нечетким множеством A и множеством B производится с использованием абсолютного или относительного расстояния Хемминга или квадратичного расстояния Евклида. Для показателя , определяемого трапецеидальной ФП с параметрами () и ФП , также трапецеидальных (), расстояние между нечеткими множествами вычисляется как

.

Соответствие показателя конкретному лингвистическому уровню пентарной шкалы на 01-классификаторе определяется как .

Формирование интегрального показателя качества веб-сервиса F0 для графа G проводится путем агрегирования факторов для каждой неконцевой вершины от листьев графа к вершине.

Алгоритм интегральной оценки качества веб-сервиса сводится к следующему.

1. Сформировать граф G показателей качества сервиса с вершинами для исследуемой информационной системы.

2. Сформировать систему отношений предпочтения между вершинами графа на основе экспертных оценок.

3. Для концевых вершины графа сформировать набор лингвистических значений уровней каждого фактора .

4. Для неконцевых вершин графа применить агрегатор для вычисления их лингвистических значений.

В результате выполнения алгоритма будут получены лингвистические оценки для корневой вершины графа, которое характеризует качество исследуемого веб-сервиса в целом, и для промежуточных неконцевых вершин – качество сервиса в отношении определенной группы показателей, например его функциональных возможностей.

Реализация метода.

В качестве примера реализации предложенной методики лингвистической оценки качества сервиса рассмотрим следующую систему показателей (табл. 1).

Таблица 1. Интегрированная система показателей оценки качества веб-сервиса

Критерий качества веб-сервиса

Название критерия

Описание

F0

Интегральный показатель качества веб-сервиса

Показатель, учитывающий функциональные, нефункциональные и экономические характеристики сервиса

F1

Показатель функциональных характеристик

F1.1

Точность, характеризующая функциональные возможности веб-сервиса.

Мера соответствия, сходства между ответом сервиса и объективно требуемым результатом; соотношение ожидаемых и реально получаемых

результатов выполнения требуемой функции.

F1.2

Робастность

Устойчивость сервиса к некорректным входным данным и

неправильной последовательности вызовов.

F1.3

Интероперабельность

Характеристика сложности интерфейсов, взаимодействия и интеграции веб-сервиса в SOA. Это определяется, в частности, соответствует ли спецификация сервиса принятым стандартам (WS-I Basic Profile, SOAP, WSDL)

F1.4

Доступность (Availability)

Способность сервиса выполнять требуемую функцию в заданный момент или в заданный период времени.

F2

Показатель нефункциональных характеристик, в т.ч.:

F2.1

– Показатель эксплуатационных характеристик, в т.ч.:

F2.1.1

– Производительность сервиса

Время выполнения сервисом запроса пользователя, время задержки от запроса до получения ответа от сервиса

F2.1.2

– Надежность веб-сервиса

Вероятность успешного исполнения бизнес-процесса с помощью сервиса. Включает вероятность отказов (доля отказов при исполнении методов сервиса); среднее время между отказами; время восстановления после отказа; качество восстановления после отказа и др.

F2.1.3

– Масштабируемость

Возможность сервиса увеличивать свою производительность при необходимости

F2.1.4

Степень защиты информации у сервиса

Включает пользовательскую аутентификацию, целостность сообщений и конфиденциальность.

F2.2

Показатель оценок пользователями экономических характеристик сервиса, в т.ч.:

Эффективность сервиса с точки зрения бизнеса

F2.2.1

Стоимость вызова и использования сервиса

Совокупная стоимость владения

F2.2.2

Репутация сервиса как мера надежности поставщика

Оценка потребителями сервиса

F2.2.3

Оценка фактического качества услуг

Включает поддержку пользователя, простоту и гибкость интеграции

Граф, определяющий взаимосвязь показателей качества веб-сервиса, приведен на рис. 1.

Рисунок 1. Граф системы показателей качества веб-сервиса

Для заданного графа экспертами на момент проведения исследования качества сервиса установлена следующая система отношений предпочтения:

P = {F1 F2; F1.1 F1.2 F1.3 F1.4 ; F2.1 F2.2;

F2.1.1 F2.1.2 F2.1.4 F2.1.3 ; F2.2.1 F2.2.2 F2.2.3 }.

Для исследуемых факторов экспертами были сформированы лингвистические уровни, определяющие качество веб-сервиса (табл.2). Результаты моделирования на нечеткой модели приведены в табл. 3. Из таблицы 3 видно, что качество исследуемого сервиса можно оценить как «высокое», а качество отдельных нефункциональных показателей как «среднее». Таким образом, анализ исследуемого веб-сервиса показывает недостаточный уровень качества реализации нефункциональных требований системы (надежность системы).

Таблица 2. Исходные лингвистические уровни факторов

Обозначение

показателя

F1.1

F1.2

F1.3

F1.4

F2.1.1

F2.1.2

F2.1.3

F2.1.4

F2.2.1

F2.2.2

F2.2.2

Уровень показателя

ОВ

ОВ

С

С

В

С

Н

Н

В

Н

Н

Таблица 3. Результаты расчетов

Показатель

Уровень

Трапециевидные числа

F0

В – высокий

0,55

0.64

0.75

0.85

F1

ОВ – очень высокий

0.65

0,75

0.85

0.95

F2

С – средний

0,35

0,45

0.55

0.65

F2.1

С – средний

0.36

0.45

0.56

0.66

F2.2

С – средний

0,35

0,45

0,55

0,65

Выводы.

Таким образом, в работе показано, что для более информативной оценки качества веб-сервисов и последующего включения в сервис-ориентированную архитектуру информационной системы следует проводить на основе интегрального показателя качества, включающего совокупность факторов, связанных с нефункциональными и функциональными требованиями, а также с учетом экономических оценок эффективности внедрения и использования сервис-ориентированного приложения. Обоснована целесообразность использования метода нечеткой логики для получения интегрированной оценки качества веб-сервисов и выбора варианта сервис-ориентированной архитектуры в условиях неполной информации. Предложенная нечеткая модель и алгоритм интегрированной оценки качества веб-сервисов позволяют реализовать процедуры поддержки принятия решений для обоснования и выбора эффективного варианта SOA информационной системы.

References
1. C. M. MacKenzie, K. Laskey, F. McCabe, P. F. Brown, and R. Metz, OASIS “Reference Model for Service Oriented Architecture” 1.0, OASIS Standard, 12 October 2006. https://www.oasis-open.org/committees/download.php/19679/
2. Eric Newcomer and Greg Lomow, Understanding SOA with Web Services , Addison-Wesley: Upper Saddle River, NJ, 2005.
3. Pitt, L.F., Watson, R.T. and Kavan, C.B. (1995), "Service quality: a measure of information systems effectiveness", MIS Quarterly, Vol. 19. No. 2, pp. 173-187.
4. Mani, A., and Nagarajan, A. Understanding Quality of Service for Web Services. IBM DeveloperWorks, January 2002, http://www.ibm.com/developerworks/library/ws-quality.html
5. Menasc´e Daniel A, Casalicchio Emiliano, Dubey Vinod. On optimal service selection in Service Oriented Architectures . Performance Evaluation, 2010, Vol. 67, no. 8, P. 659–675.
6. Dushkin D.N. Analiz chuvstvitel'nosti veb-servisov v zadache vybora optimal'noi konfiguratsii sistem s servisno-orientirovannoi arkhitekturoi // Upravlenie bol'shimi sistemami. 2012. Vyp. 40. S. 164–182
7. Pyrlina I.V. Vybor effektivnogo proekta realizatsii servis-orientirovannoi arkhitektury informatsionnoi sistemy // Problemy upravleniya. 2012. №. 4. S. 59–69.
8. Stephen Gilmore and L´aszl´o G¨onczy and Nora Koch and Philip Mayer and Mirco Tribastone and D´aniel Varr´o. Non-functional properties in the model-driven development of serviceoriented systems . Software Systems Modeling. 2011. Vol. 10, no. 3. P. 287–311.
9. Lina Barakat , Simon Miles , Michael Luck, Efficient adaptive QoS-based service selection, Service Oriented Computing and Applications, v.8 n.4, p.261-276, December 2014
10. Maheswari, S. and G. Karpagam, QoS Based Efficient Web Service Selection. European Journal of Scientific Research, 2011. 66(3): p. 428-440.
11. T. Yu, Y. Zhang, and K.-J. Lin, “Efficient algorithms for Web services selection with end-to-end QoS constraints,” ACM Transactions on the Web, vol. 1, no. 1, article 6, 2007
12. Zheng, Z. QoS Management of Web Services. In: Zibin Zheng, Michael R. Lyu. Berlin: Springer-Verlag Berlin Heidelberg, 2013. 150 p.
13. G. Fenza and S. Senatore, Friendly web services selection exploiting fuzzy formal concept analysis, Soft Comput., vol. 14, June 2010, pp. 811–819.
14. Dolzhenko A.I. Lingvisticheskii analiz potrebitel'skogo kachestva informatsionnoi sistemy // Izv. vuzov. Sev.-Kavk. region. Tekhn. nauki. 2006. №4. S. 30-34.
15. Shpolyanskaya I.Yu. Referentnaya ontologicheskaya model' biznesa kak osnova sozdaniya WEB-orientirovannykh sistem i servisov // Vestnik Rostovskogo gosudarstvennogo ekonomicheskogo universiteta (RINKh). 2015. № 2 (50). S. 220-226
16. Fishbern P. Teoriya poleznosti dlya prinyatiya reshenii. – M.: Nauka. 1978. 244 s.