9、社区对分布式仿生服务组合的影响

社区对分布式仿生服务组合的影响

1. 引言

未来互联网预计要满足更多数量和种类的服务需求，这使得服务生命周期管理等基本任务变得愈发重要且困难。同时，用户能否高效地发现和组合这些服务，将成为服务提供商在竞争市场中脱颖而出的关键因素。

此前，我们研究了为服务添加生物机制对服务管理和发现的影响。现在，我们的研究更加复杂，尝试以分布式方式形成组合服务。分布式服务组合高度依赖服务发现，在节点众多的服务网络中，即使采用基于梯度的方法，搜索也可能变得低效，因为所需的消息数量庞大。而且，由于分布式组合十分复杂，将可选服务限制在有限范围内可能会降低组合完成率。

为此，我们借鉴社会社区的理念，以减少搜索开销并提高组合的整体成功率。成功的组合能提高服务利用率，增强服务的可持续性。社区的优势在于它为成员提供了一个共同的信息和资源池，成员可以利用这些资源。通过监测网络中服务的交互，我们旨在在进行服务组合时提供更有针对性的服务推荐。

2. 仿生服务管理

2.1 基本生物行为

服务（或服务代理，我们将代理和服务这两个术语互换使用）被赋予了包括复制、迁移、死亡和梯度发射在内的生物行为。服务为运行它们的节点提供能量以使用资源（如 CPU），并从用户那里获得能量作为服务请求的回报。如果一个代理未被使用，它会耗尽能量并死亡，从而从环境中移除冗余服务。当服务需求高时，代理可以复制以满足增加的需求。此外，当某个节点的负载过高时，代理可以迁移到负载较低的其他节点。

2.2 梯度发射

代理通过向附近节点扩散服务广告来创建梯度场，这会吸引请求向广告代理靠近。当服务被使用时，它会获得能量，并使用部分能量来维护和扩展梯度