一种OWL-S复杂进程的Petri网自动生成方法

技术领域

本发明属于Web服务建模领域，具体涉及到一种OWL-S复杂进程的Petri 网自动生成方法。

背景技术

面向服务的计算（SOC）成为了软件领域最热门的研究内容之一。SOC的核 心理念是在交互的软件成分之间，构建松耦合的协同软件体系。SOC以Web服 务作为基本组成成分，并采用了一系列标准化的协议进行交互。Web服务技术 在刚刚兴起时，通过对原子服务进行灵活组合来快速构建业务流程相对简单的 信息系统，取得了良好的效果；但随着复杂业务流程的日益增多，越来越多的 功能丰富、内部逻辑复杂的大粒度服务开始出现在Web服务组合中；大粒度服 务不仅包含原子服务中拥有的静态的语法和语义信息，例如服务的操作、输入、 输出、消息等，而且也包含了内部控制流、数据流、交互协议、状态变迁等动 态行为属性，服务内部拥有相对比较复杂且稳定的时序等逻辑关系；因此，在 对大粒度服务进行描述、发现、组合以及验证时，需要区别于传统原子服务； OWL-S复杂进程模型可以精确地描述大粒度Web服务的内部行为，被广泛用于 描述大粒度Web服务。

研究OWL-S复杂进程的Petri网建模方法，可以通过形式化模型清晰、准 确地分析大粒度Web服务的内部行为。然而，大部分研究工作都采用手动方法 建立OWL-S复杂进程的Petri网模型。虽然，当OWL-S复杂进程内部行为比较 简单时，手动方式可以较准确地建立其Petri网模型；但是，当OWL-S复杂进 程内部行为非常复杂时，通过手动方式建立OWL-S复杂进程的Petri网模型不 具有可行性。

发明内容

本发明针对现有技术的不足，提供了一种OWL-S复杂进程的Petri网自动 生成方法。

本发明方法的具体步骤是：

步骤(1).读入一个用OWL-S复杂进程模型描述的大粒度Web服务描述文件， 该描述文件用<process:Sequence>表示Sequence(顺序)结构， <process:Split-Join>表示Split-Join(分支合并)结构,<process:Split>表 示Split(分支)结构，<process:Choice>表示Choice(选择)结 构,<process:Repeat-While>与<process:Repeat-Until>表示循环结构， <process:Perform>标签表示原子进程，<process:getDataFrom>表示原子进程 的输入。

步骤(2).解析OWL-S复杂进程的描述文件的结构，将该文件中控制结构以 及控制结构中的原子进程为节点构造树结构，深度优先遍历该树结构，得到 OWL-S复杂进程所包含的原子进程集合；解析得到OWL-S复杂进程的描述文件 结构中由标签<process:getDataFrom>表示的原子进程的输入，若P为原子进程 T₁的输入，且P为原子进程T的输出，记为P.from＝T,P.to＝T₁，遍历所有原子进程， 得到所有原子进程的输入集合。

步骤(3).解析步骤(2)中获得的树结构中的控制结构节点，若控制结构为 Sequence结构，该控制结构中的原子进程为T_i(i＝1,2,...n)，T_i依次执行，原子进程 T_i的输出为P_i，则P_i.from＝T_i,P_i.to＝T_i+1；若控制结构为Split-Join结构，该控制结 构中的原子进程为T_i(i＝1,2,...n)，T_i并发执行，原子进程T_i的输出为P_i，该控制结构 的前驱原子进程为T，后继原子进程为T₁，T的输出为P_j(j＝i)，则P_j.from＝T,P_j.to＝T_i， P_i.from＝T_i,P_i.to＝T₁；若控制结构为Choice，该控制结构中的原子进程为T_i(i＝1,2,...n)， T_i选择执行，原子进程T_i的输出为P，该控制结构的前驱原子进程为T，后继原 子进程为T₁,则P.from＝{T₁∨T₂∨...∨T_n},P.to＝T；若控制结构为Split结构，该控制 结构中的原子进程为T_i(i＝1,2,...n)，T_i并发执行，原子进程T_i的输出为P_i，该控制结 构的前驱原子进程为T，T的输出为P_j(j＝i)，则P_j.from＝T,P_j.to＝T_i；若控制结构为 Repeat-While或Repeat-Until，该控制结构中的原子进程为T，原子进程T的 输出为P，该控制结构的后继原子进程为T₁，则P.from＝{T∧T₁},P.to＝T₁；遍历所有 控制结构节点，得到所有原子进程的输出集合。

去除步骤(2)中得到的输入集合与步骤(3)中得到的输出集合中重复的集合 元素，构造新的输入输出集合，例如，输出集合中的元素P，P.from＝T,P.to＝T₁， 输入结合中的元素P₁，P₁.from＝T,P₁.to＝T₁，则P与P₁应为同一元素，应去除重复元 素P₁。

步骤(4).将步骤(3)中的获得的原子进程集合中的元素映射为Petri网中的 变迁元素，并构造变迁集合；将步骤(3)中获得的输入输出集合中的元素映射为 Petri网中库所元素，构造库所集合。

步骤(5).以步骤(4)中得到的变迁集合为列向量，以步骤(4)中得到的库所 集合为行向量构造Petri网的邻接矩阵A，并将矩阵元素初始化为0。

步骤(6).根据步骤(3)中得到的变迁元素与库所元素的关系，若变迁元素T 的输入为库所元素P，则将A[T,P]置为-1，若变迁元素T的输出为库所元素P， 则将A[T,P]置为1。

步骤(7).在展示界面中，将行向量中的元素图形化表示为圆圈标识的库所 元素，将列向量中的元素图形化表示为矩形表示的变迁元素；若行向量中的元 素P满足P.from＝null,即P不为任何变迁的输出元素，则选取P作为起始节点， 深度优先遍历步骤(6)中得到的Petri网邻接矩阵，遍历结束后，将得到OWL-S 复杂进程对应的Petri网模型的图形化表示。

本发明所提供的OWL-S复杂进程的Petri网自动生成方法由一组功能模块 组成，它们包括：配置文件读入模块、配置文件结构解析模块、Petri网邻接 矩阵生成模块和Petri网绘制模块。

配置文件读入模块完成OWL-S复杂进程的描述文件的读入，该描述文件是 由OWL-S API提供的工具生成的。

配置文件结构解析模块根据读入的OWL-S复杂进程的描述文件，解析得到 OWL-S复杂进程中包含的原子进程以及控制结构，并得到所有原子进程的输入 输出集合；根据转换规则删除输入输出集合中的重复元素，并将原子进程集合 中的元素转换为Petri网中的变迁集合，将输入输出集合中的元素转换为Petri 网中的库所集合。

Petri网邻接矩阵生成模块以变迁集合为列向量，以库所集合为行向量，建 立Petri网的邻接矩阵A，并将矩阵元素初始化为0；若变迁元素T的输入为库 所元素P，则将A[T,P]置为-1，若变迁元素T的输出为库所元素P，则将A[T,P]置 为1。

Petri网绘制模块采用深度优先遍历策略，遍历Petri网邻接矩阵，并将结 果以图形化的形式表示。

本方明提出的方法采用以输入、输出为核心的数据流为中心的策略，得到 各原子进程的输入、输出关系，将这种数据流关系转换为Petri网中的库所/ 变迁关系，并最终得到复杂进程中的所有内部行为。该方法采用以输入、输出 为核心的数据流为中心的建模策略，可以清晰地体现OWL-S复杂进程内部的行 为；在分析OWL-S复杂进程的内部行为过程中，与其他以控制流为中心的方法 相比，采用本方法可以更加准确、高效地完成模型转换，并可采用成熟的Petri 网分析技术分析OWL-S复杂进程的内部行为。

附图说明

图1OWL-S控制结构转换图；

图2数据流图；

图3转换流程图。

具体实施方式

本发明基于转换规则集完成OWL-S复杂进程到Petri网模型的转换实现； 转化规则集中包含9条转换规则，规则集中的规则1至规则3完成OWL-S复杂 进程元素与Petri网对应元素的映射，规则4-1至规则4-6描述OWL-S控制结 构的映射规则，具体规则如下：

规则1：构成OWL-S复杂进程的原子进程的输入、输出均映射为Petri网的 库所（Place）；

规则2：构成OWL-S复杂进程的原子进程均映射为Petri网的变迁 （Transaction）；

规则3：构成OWL-S复杂进程的原子进程的输入输出有序关系均映射为 Petri网的弧（Acre）；

规则4-1(Sequence(T₀,T₁)结构映射规则)：根据规则2，将Sequence结构中的 原子进程T₀、T₁映射为Petri网中的变迁T₀、T₁；T₀、T₁顺序执行，<list:first> 标签标识的原子进程T₀运行结束之后应执行由<list:rest>标签标识的原子进 程T₁；记T₀.next＝T₁,T₁.next＝null；

Sequence结构的主体描述如下，其对应的Petri网结构如图1(a)所示；

规则4-2(Split-Join(T₁,T₂)结构映射规则)：根据规则4-1，原子进程T₀执行结 束之后应执行Split-Join结构中的原子进程T₁、T₂，T₁、T₂并发执行，T₁、T₂执 行结束之后将执行原子进程T₃；根据规则2，将原子进程T₀映射为Petri网的变 迁T₀，将Split-Join结构中的原子进程T₁、T₂映射为变迁T₁、T₂，将原子进程T₃映射为变迁T₃；记T₀.next＝{T₁∧T₂},T₁.next＝T₃,T₂.next＝T₃,T₃.next＝null；

Split-Join结构的主体描述如下，其对应的Petri网结构如图1(b)所示；

规则4-3(repeat-While(T₀)结构映射规则)：根据规则4-1，Repeat-While结构 中的原子进程T₀执行结束之后，若条件whileCondition为真，则循环执行T₀， 否则执行T₁；根据规则2，将Repeat-While结构中的原子进程T₀映射为Petri 网的变迁T₀，将原子进程T₁映射为变迁T₁，记if(condition＝false)T₀.next＝T₁,elseT₀.next＝T₀。

Repeat-While结构的主体描述如下，其对应的Petri网结构如图1(c)所示；

规则4-4（Choice(T₀,T₁)结构映射规则）：根据规则4-1，Choice结构中的原子 进程T₀或T₁运行结束之后将执行原子进程T₂；根据规则2，将Choice结构中的 原子进程T₀、T₁映射为Petri网的变迁T₀、T₁，将原子进程T₂映射为变迁T₂；记 T₀.next＝T₂,T₁.next＝T₂,T₂.next＝null；

Choice结构的主体描述如下，其对应的Petri网结构如图1(d)所示；

规则4-5（repeat-Until(T₀)结构映射规则）：根据规则4-1，Repeat-Until结构 中的原子进程T₀执行结束之后，若条件untilCondition为真，则循环执行T₀， 否则执行T₁；根据规则2，将Repeat-Until结构中的原子进程T₀映射为Petri 网的变迁T₀，原子进程T₁映射为变迁T₁；记if(condition＝false)T₀.next＝T₁,elseT₀.next＝T₀.

Repeat-Until结构的主体描述如下，其对应的Petri网结构如图1(e)所示；

规则4-6（Split(T₁,T₂)结构映射规则）：根据规则4-1，原子进程T₀执行结束之 后应执行Split结构中的原子进程T₁、T₂，T₁、T₂并发执行；根据规则2，将原 子进程T₀映射为Petri网的变迁T₀，将Split结构中的原子进程T₁、T₂映射为变 迁T₁、T₂；记T₀.next＝{T₁∧T₂},T₁.next＝null,T₂.next＝null；

Split结构的主体描述如下，其对应的Petri网结构如图1(f)所示；

本发明所提供的OWL-S复杂进程的Petri网自动生成方法的具体实施方式 主要分3步（如图2所示）：

(1)读入OWL-S复杂进程的描述文件，作为该转换方法的输入，解析OWL-S 复杂进程描述文件的结构，以控制结构和原子进程为节点构造树结构；(2)解析 OWL-S复杂进程的描述文件，得到OWL-S复杂进程的原子进程集合与各原子进 程的输入输出集合，去除输入输出集合中的重复元素，以原子进程集合为列向 量，输入输出集合为行向量，构造邻接矩阵A[T,P]，根据变迁元素与库所元素的 关系初始化邻接矩阵，若变迁元素T的输入为库所元素P，则将A[T,P]置为-1， 若变迁元素T的输出为库所元素P，则将A[T,P]置为1，否则初始化为0；(3)深 度优先遍历矩阵A[T,P]，在绘图区域显示图形化的Petri网模型。

(1)读入OWL-S复杂进程描述文件

读入OWL-S复杂进程的XML描述文件，解析OWL-S复杂进程描述文件的结 构，以控制结构和原子进程为节点构造树结构。

(2)解析OWL-S复杂进程描述文件

解析步骤(1)中获得的树结构，深度优先遍历该树结构，得到OWL-S复杂进 程所包含的原子进程集合；解析得到OWL-S复杂进程的描述文件结构中由标签 <process:getDataFrom>表示的原子进程的输入，若P为原子进程T₁的输入，且 P为原子进程T的输出，记为P.from＝T,P.to＝T₁，遍历所有原子进程，得到所有原 子进程的输入集合；

解析步骤(1)中获得的树结构中的控制结构节点，若控制结构为Sequence 结构，该控制结构中的原子进程为T_i(i＝1,2,...n)，由规则4-1可知T_i依次执行，原 子进程T_i的输出为P_i，则P_i.from＝T_i,P_i.to＝T_i+1；若控制结构为Split-Join结构，该 控制结构中的原子进程为T_i(i＝1,2,...n)，T_i并发执行，原子进程T_i的输出为P_i，由规 则4-2可得该控制结构的前驱原子进程T，后继原子进程T₁，T的输出为P_j(j＝i)， 则P_j.from＝T,P_j.to＝T_i，P_i.from＝T_i,P_i.to＝T₁；若控制结构为Choice，该控制结构中的 原子进程为T_i(i＝1,2,...n)，T_i选择执行，原子进程T_i的输出为P，由规则4-4可得该 控制结构的前驱原子进程T，后继原子进程T₁,则P.from＝{T₁∨T₂∨...∨T_n},P.to＝T；若 控制结构为Split结构，该控制结构中的原子进程为T_i(i＝1,2,...n)，T_i并发执行， 原子进程T_i的输出为P_i，由规则4-6可得该控制结构的前驱原子进程T，T的输 出为P_j(j＝i)，则P_j.from＝T,P_j.to＝T_i；若控制结构为Repeat-While或Repeat-Until， 该控制结构中的原子进程为T，原子进程T的输出为P，由规则4-3及规则4-5 可得该控制结构的后继原子进程T₁，则P.from＝{T∧T₁},P.to＝T₁；遍历所有控制结构 节点，得到所有原子进程的输出集合；将OWL-S复杂进程中包含的原子进程转 换为Petri网中的变迁，将原子进程的输入、输出转换为Petri网中的库所， 将原子进程及输入、输出之间的流关系转换为Petri网中的弧，合并输入集合 与输出集合中重复的元素，构造新的输入输出集合，例如，输出集合中的元素P， P.from＝T,P.to＝T₁，输入结合中的元素P₁，P₁.from＝T,P₁.to＝T₁，则P与P₁应为同一元 素，应去除重复元素P₁；以变迁集合为列向量，以库所集合为行向量，建立Petri 网的邻接矩阵A，并将矩阵元素初始化为0；若变迁元素T的输入为库所元素P， 则将A[T,P]置为-1，若变迁元素T的输出为库所元素P，则将A[T,P]置为1，这里 采用邻接矩阵表示Petri网模型，如下所示：

$\left(\begin{array}{ccccc}& p1& p2& ...& \mathrm{pm}\\ t1& A[t1,p1]& A[t1,p2]& ...& A[t1,\mathrm{pm}]\\ t2& A[t2,p1]& & & \\ ...& ...& & & \\ \mathrm{tn}& A[\mathrm{tn},p1]& ...& & A[\mathrm{tn},\mathrm{pm}]\end{array}\right)$

解析过程的具体实现步骤如图3所示。

(3)得到Petri网的图形化表示

在获得Petri网模型的邻接矩阵后，通过将Petri网模型图形化表示，可 以直观、清晰地表示该模型。此阶段利用图的深度优先搜索遍历技术，通过依 次遍历图中的各个节点，获得图中所有节点之间的关系，依次将变迁节点图形 化为矩形表示的变迁，将库所节点图形化为圆圈表示的库所，将变迁与库所的 流关系图形化为有向箭头表示的弧。

本发明可用于OWL-S复杂进程的Petri网建模，以快速、准确地建立OWL-S 复杂进程的Petri网模型。