Decision making in non-deterministic environments

Abstract

This dissertation tackles the problem of automated web service composition, taking into account the non-deterministic nature of web services. Web services, a major ingredient of the Semantic Web, aim to solve interoperability problems between heterogeneous systems, with transparency over the underlying technologies used to implement them and the platforms they are based on. Importantly, due to the semantic markup of a web service, it is possible to automate the tasks of web service discovery, selection and composition.Since no single web service may provide the desired functionality, it is necessary to perform the task of web service composition in order to achieve it. However, web services exist and operate in an ever-changing and expanding environment; for that reason, searching for the appropriate web services for each goal is hard. What makes web service composition difficult and time-consuming is the additional burden of monitoring whether a web service taking part in an existing solution is still active and has the same usage and interface. Moreover, the possible uncertainty in the web service’s execution results must also be taken into account in the web service composition process.In the last decades, a plethora of methods for planning in classical domains have been proposed providing promising results. In parallel, and frequently inspired by such deterministic methods, algorithms and tools for planning in non-deterministic settings, either in fully, partially, or non-observable domains have been developed. Such methods can be efficiently utilized for the purposes of automated web service composition, using existing tools, following a translation of the original semantic web service composition domain to an AI planning one.The dissertation has three main parts. First, it critically reviews existing non-deterministic AI planning approaches, as well as deterministic and non-deterministic web service composition ones. Second, it reviews the evaluation process in web service composition approaches and proposes a new set of reproducible use case scenarios. Third, and most importantly, it proposes a non-deterministic AI planning algorithm aimed for automated web service composition. The aforementioned have been implemented into a web-based application, MADSWAN, that comprises a semantic web service registry, an editor of semantic description files, as well as manual and automated web service composition modules. The system adheres to the reusable nature of web services by utilizing existing open source projects as sub-element and makes use of an anytime probabilistic planner, MAPPPA2, tailor-made for web service composition problems so as to tackle the inherent non-determinism in the domain.

Η παρούσα διατριβή αντιμετωπίζει το πρόβλημα της αυτοματοποιημένης σύνθεση υπηρεσιών ιστού λαμβάνοντας υπόψη τη στοχαστική φύση τους. Οι υπηρεσίες ιστού, ένα σημαντικό συστατικό του Σημασιολογικού Ιστού, έχουν ως στόχο να λύσουν τα προβλήματα διαλειτουργικότητας μεταξύ ετερογενών συστημάτων, παρέχοντας προτεραιότητα στη διαφάνεια σε σχέση με τις υποκείμενες τεχνολογίες που χρησιμοποιούνται για την υλοποίηση τους και τις πλατφόρμες στις οποίες βασίζονται. Είναι σημαντικό δε ότι λόγω της σημασιολογικής σήμανσης των υπηρεσιών ιστού είναι δυνατόν να αυτοματοποιηθούν οι εργασίες της εύρεσης των κατάλληλων υπηρεσιών ιστού, καθώς και της επιλογής και σύνθεσης τους.Δεδομένου του ότι μια υπηρεσία ιστού συχνά δεν προσφέρει μια επιθυμητή λειτουργία από μόνη της, είναι απαραίτητο να εκτελεστεί μια διαδικασία σύνθεσης υπηρεσιών ιστού για την επίτευξή της. Ωστόσο, οι υπηρεσίες ιστού λειτουργούν σε ένα διαρκώς μεταβαλλόμενο περιβάλλον. Για το λόγο αυτό, η αναζήτηση για τις κατάλληλες υπηρεσίες ιστού που επιτυγχάνουν κάποιον συγκεκριμένο στόχο είναι μια δύσκολη διαδικασία. Αυτό που καθιστά την διαδικασία σύνθεσης υπηρεσιών ιστού δύσκολη και χρονοβόρα είναι η πρόσθετη επιβάρυνση του να ελέγχεται το κατά πόσο είναι ακόμη ενεργή μια υπηρεσία ιστού που λαμβάνει μέρος σε μια υπάρχουσα λύση και αν έχει ακόμα την ίδια χρήση και διεπαφή. Επιπλέον, πρέπει επίσης να ληφθεί υπόψη η πιθανή αβεβαιότητα στα αποτελέσματα της εκτέλεσης των υπηρεσιών ιστού.Κατά τις τελευταίες δεκαετίες, μια πληθώρα μεθόδων για τον αιτιοκρατικό σχεδιασμό ενεργειών έχουν προταθεί επιτυγχάνοντας ιδιαίτερα ελπιδοφόρα αποτελέσματα. Παράλληλα, και συχνά ορμώμενες από τέτοιες αιτιοκρατικές μεθόδους, εργαλεία για το σχεδιασμό ενεργειών σε περιβάλλοντα με αβεβαιότητα, είτε σε πλήρως, είτε σε εν μέρει είτε σε μη παρατηρήσιμα περιβάλλοντα έχουν αναπτυχθεί. Τέτοιες μέθοδοι μπορούν να χρησιμοποιηθούν αποτελεσματικά για τους σκοπούς της αυτοματοποιημένης σύνθεσης υπηρεσιών ιστού, χρησιμοποιώντας ήδη υπάρχοντα εργαλεία, μετά από έναν μετασχηματισμό του αρχικού σημασιολογικού προβλήματος σύνθεσης υπηρεσιών ιστού σε ένα πρόβλημα σχεδιασμού ενεργειών.Η διατριβή αποτελείται από τρία μέρη: Πρώτον, παρέχει μια κριτική ανασκόπηση της βιβλιογραφίας του πεδίου του σχεδιασμού ενεργειών σε περιβάλλοντα με αβεβαιότητα, καθώς και των πεδίων της αιτιοκρατικής και μη αιτιοκρατικής σύνθεσης υπηρεσιών ιστού. Δεύτερον, εξετάζει τη διαδικασία αξιολόγησης των προσεγγίσεων σύνθεσης υπηρεσιών ιστού και προτείνει ένα νέο σύνολο αναπαράξιμων σεναρίων χρήσης. Τρίτον, και κυριότερο, προτείνει έναν μη-αιτιοκρατικό αλγόριθμο σχεδιασμού ενεργειών που εφαρμόζεται στο πεδίο της αυτοματοποιημένης σύνθεσης υπηρεσιών ιστού. Τα προαναφερθέντα μέρη έχουν υλοποιηθεί σε μια διαδικτυακή εφαρμογή, ονομαζόμενη MADSWAN, η οποία αποτελείται από ένα σημασιολογικό μητρώο υπηρεσιών ιστού, έναν επεξεργαστή αρχείων περιγραφής σημασιολογικών υπηρεσιών ιστού, καθώς και διαδικασίες χειροκίνητης και αυτοματοποιημένης σύνθεση υπηρεσιών ιστού. Το σύστημα ακολουθεί τους κανόνες που επιβάλλει η φύση των υπηρεσιών ιστού μέσω της χρήσης υφιστάμενων προγραμμάτων ανοικτού κώδικα ως στοιχεία του, ενώ χρησιμοποιεί έναν πιθανοτικό αλγόριθμο σχεδιασμού ενεργειών οποιουδήποτε χρόνου, τον MAPPPA2, ο οποίος στοχεύει συγκεκριμένα στην επίλυση προβλημάτων σύνθεσης υπηρεσιών ιστού, προκειμένου να αντιμετωπίσει την εγγενή αβεβαιότητα που υπάρχει στο εν λόγω πρόβλημα.