引言

随着互联网、物联网、云计算、大数据的迅猛发展，计算服务化的趋势日益明显，“万物皆服务(EaaS)”从内涵到环境都在发生着巨大的变化。物理世界与数字世界相互融合构成了物理信息空间(CPS)，网络世界内外线上线下(O2O)的服务系统通过互联网构成了服务网络世界，“务联网(Internet of Services, IoS)”应运而生。务联网的进一步发展，形成了“大服务(big service)”。

在云计算、物联网技术和开源软件运动的推动下，互联网上极大丰富的数据资源构成了大数据环境，也促使互联网上的服务和软件资源变得极大丰富。网上网下和跨领域之间建立了密切业务联系，从而形成了跨网跨域跨世界的大规模网络化复杂服务的生态系统——大服务。大服务环境中的服务涉及网络世界的软件服务和现实世界的商务服务，通过跨网跨域跨世界进行聚合或组合，以复杂的服务形态来处理物理信息空间的大数据和复杂的关联业务。大数据环境下产生的大服务在现代服务业中广泛存在，呈现出新的特征。大服务的出现，引起了服务计算、软件服务工程和软件开发范型等相关技术的新变革。

引言

随着互联网、物联网、云计算、大数据的迅猛发展，计算服务化的趋势日益明显，“万物皆服务(EaaS)”从内涵到环境都在发生着巨大的变化。物理世界与数字世界相互融合构成了物理信息空间(CPS)，网络世界内外线上线下(O2O)的服务系统通过互联网构成了服务网络世界，“务联网(Internet of Services, IoS)”应运而生。务联网的进一步发展，形成了“大服务(big service)”。

在云计算、物联网技术和开源软件运动的推动下，互联网上极大丰富的数据资源构成了大数据环境，也促使互联网上的服务和软件资源变得极大丰富。网上网下和跨领域之间建立了密切业务联系，从而形成了跨网跨域跨世界的大规模网络化复杂服务的生态系统——大服务。大服务环境中的服务涉及网络世界的软件服务和现实世界的商务服务，通过跨网跨域跨世界进行聚合或组合，以复杂的服务形态来处理物理信息空间的大数据和复杂的关联业务。大数据环境下产生的大服务在现代服务业中广泛存在，呈现出新的特征。大服务的出现，引起了服务计算、软件服务工程和软件开发范型等相关技术的新变革。

大数据环境下现代服务业中的大服务现象

互联网技术的发展使得全网民可以参与、交互、共享网络上的各种信息资源和互联网服务，并实现在互联网虚拟世界与现实世界之间的业务交互与转换。互联网的关注点也从网络、数据、信息、内容等转移到应用与服务上。云计算技术以多种应用模式（随时获取、按需使用、随时扩展和按用付费等）为用户提供海量资源（如海量数据、云计算资源等）和各种云服务。云计算的关注点也从海量资源、虚拟化和云计算资源等转移到服务上。

随着互联网与云计算的发展，大数据呈现出海量数据规模、快速处理、多样数据类型和巨大数据价值等特征^[1]。大数据技术从关注信息数据处理逐步发展为关注行为数据，更加关注复杂智能业务、处理业务规则和业务关联等，这些业务都要关联复杂的服务系统，最后形成务联网^[2]/大服务。

大服务是基于“大数据+务联网”派生出的服务新概念，指存在于互联网虚拟世界和现实世界中，经过跨网跨域聚合形成的海量复杂聚合服务^[3]。图1展示了大服务的形成过程。大服务运用大数据里蕴含的规律，产生大规模分布式智能业务服务，构成复杂服务生态系统或务联网，解决企业或社会中大数据关联的业务处理与业务应用问题。

图1 大服务的形成过程

大服务的形成背景与当前服务应用中广泛存在的以下4种现象密切相关：

服务分布：为解决服务粒度过小且过于分散，单一服务系统难以支撑顾客复杂需求的问题，需要将这些分布的服务有效地集成或互操作形成更复杂的服务，以创造价值。

服务群落：为解决分散的顾客群体、领域服务的问题，将这些服务聚合成多个聚类(clusters)以及网络化服务群落，就能为各参与者创造更多的价值。

服务集成：通过基于务联网的网络化与集成化大服务系统，可以实现服务提供者群体对大规模个性化顾客群体的高质量、有价值的服务，提高顾客满意度。

服务聚合：服务系统的网络化与集成化是主流趋势。许多复杂的服务应用需要跨网跨域跨世界的服务聚合与综合应用，从而满足顾客的多功能与多维需求。

以城市智慧交通为例（见图2），城市智慧交通服务系统覆盖了交通管控、市政管理、医疗健康、气象、电信/移动通讯、公共安全、应急处置、媒体与社交网络等多个领域的大量服务。针对交通管制、线路服务、交通事故、运输服务、市政服务和特定顾客需求等各种常规和突发交通事件，需要将上述领域的服务聚合在一起，动态地构成综合化、个性化、情境感知的复杂交通服务网络。这些复杂服务可看作城市智慧交通领域的“大服务”。

在智慧养老领域，涉及养老、医疗、文化娱乐、社交、旅游、法律/金融等各个领域服务。针对每个老人的不同需求，需要将上述领域的服务动态地聚合形成综合的、个性化的养老服务系统，即“养老大服务”。

图2 城市智慧交通大服务

大服务新概念及其特征

大服务的定义如下：大服务是由跨世界（现实世界与数字世界）、跨领域、跨区域、跨网络的海量异构服务经过聚合与协同而形成的复杂服务形态（或复杂服务网络）。大服务由基于大数据蕴含的规律和各种智能业务服务的大规模智慧服务构成，用于解决物理信息系统支持下企业或社会的大数据关联业务处理与业务应用问题，以创造价值。

基于大服务构成的服务系统称为大服务系统。它是大数据环境下的大服务构成的复杂服务生态系统或复杂服务网络。大服务系统能够面向大规模个性化顾客需求，在现实世界与虚拟空间实现跨网、跨域、跨社会的服务聚合，快速地构建有针对性的最佳服务解决方案，为各方创造价值。

大服务具备以下7大特征。

海量(massive)：在云计算与大数据环境下，互联网上跨域跨网的海量、开放的服务构成了大服务的基础。

复杂(complicated)：大服务是由不同域各不相同的复杂服务（如虚拟服务、物理服务、人工服务等）构成。

跨域(cross)：大服务是复杂服务网络，包含各种跨域、跨网、跨世界的服务。服务解决方案往往是由跨域的服务组成。

聚合(convergence)：为了满足顾客需求，需要对大服务中的跨域服务进行聚合，形成复合服务解决方案。在大服务中的服务群落是由来自各领域更小粒度的服务聚合而来的。

定制(customized)：大服务系统面向大规模个性化的顾客需求，建立组合服务，绑定服务资源，按需完成服务任务。复合服务可以按照顾客的需求变化而进行动态调整。

信誉(credit)：大服务的可信性非常重要。建立大服务跨域信用性的关键是要建立大服务的信用性标准与可依赖的信任链。

增值(value-added)：大服务是面向价值的。在大服务环境下，服务价值被定义、分解、转换和传递到服务生命周期的各个阶段、过程、实体与活动中。

大服务体系结构及其构成

大服务的参考体系架构(Reference Architecture for Big Service, RABS)主要包括局部服务层、领域服务层、服务解决方案层和上下外部层^[4]等（见图3）。

局部服务层：这是大服务的基础层，包含大量由各组织、机构、企业、社区或个人开发的各类局部的基本服务。这些服务多与具体的服务及其资源密切相关，有些是经过虚拟化的物理服务或人工服务。

领域服务层：该层次的服务多是按照领域或行业特色，由各类基本服务聚集形成的面向领域的复合服务，并由此构成了一定范围的服务群落或务联网。这些服务群落可由来自各地域或网络的服务构成，并包含有服务超链。这是大服务的核心层。

服务解决方案层：该层次的服务是直面顾客需求的复杂服务解决方案。服务解决方案往往是由跨域、跨网、跨世界的复杂服务按需聚合构成，以满足大规模个性化的顾客需求，并以实现顾客价值最大化为目标。

上下外部层：包括基础设施层和顾客层，基础设施层由云计算平台、物理服务、人员服务、物联网和基础设施等构成。顾客层关注顾客需求分析与表示、顾客交互界面等，其中，服务需求工程是重要因素。

大服务的相关理论方法与技术

大服务的形成与构建需要解决若干个问题，例如，如何定义与表示大服务中的复杂服务群落？如何使各类服务适应大服务环境？如何解决大服务中的服务聚合与互操作问题？如何确定服务价值目标，并将其转化到服务工程与服务运行中？如何基于服务智能形成智慧的服务，并按需演化？如何构造和提供大规模个性化的服务？如何构建大服务的科学基础？

大服务的基础研究理论及关键技术可概括为如表1所示。大服务的基础理论涉及计算机科学、数据科学、社会科学、管理科学、软件工程和服务科学等多个领域的交叉和融合；关键技术涉及服务计算、云计算、泛在计算、语义学与社会计算等领域。

表1 大服务相关研究方向

大服务发展新趋势

大服务的最终目标是通过服务业务和服务计算跨时空的网络化与聚合化，实现服务应用现实化与虚拟化的融合。基于相关理论及技术的有力支持，大服务将呈现出一些新的发展趋势。

服务个性化：面向大规模个性化顾客需求，通过发现不同群体用户个性化特征与应用环境特征，通过复杂的服务集成与协同方式，为每位顾客构建个性化定制服务，以保证最大的顾客满意度^[5]。

服务动态化：在运行过程中，大服务系统按照顾客需求和应用情境及其特征的变化，通过模型驱动与动态映射，进行自适应式动态演化或快速动态地进行资源与服务重构，保持服务系统最佳运行性能和供需双方在虚拟空间和现实空间中的有效协作。

使用简捷化：为了支持各类用户对大服务及其资源简捷、有效的使用，大服务/务联网系统将提供面向用户的业务应用高效快速的构造手段和便于人机交互的服务前端交付机制，方便用户使用大服务。

普适泛在化：大服务、务联网将与物联网紧密结合，使人们能够随时随地通过各类移动设备，以客户个性化的方式访问务联网上的各类服务，不受到时空限制，使用服务便捷高效。

内容智能化：将服务资源、数据资源和知识内容等实现智能分类、分布与管理，采用服务智能方法，根据客户潜在的需求，提供主动服务内容的推荐与定制。

资源虚拟化：以云服务方式把现实世界的物理资源和数字世界的信息资源进行最大限度的整合，并通过虚拟化技术实现资源的发现、集成、协同、管理与利用，支持提供跨时空服务^[6]。

应用领域化：互联网的服务资源、内容和业务将根据应用领域越分越细的情况，形成垂直领域细粒度服务，并面向领域形成各种创新的服务模式，满足各应用领域的客户更细微的需求。

大服务引发的软件开发新范型

各领域的服务资源经过长期积累，已具有相当规模且相对稳定，使服务可在网络环境下实现聚合与互操作。面对大规模个性化的（可聚类细分的）顾客需求，大服务系统可利用已有的领域或跨域的服务资源，基于多领域的知识或经验实现跨网、跨域、跨时空、跨社会的服务聚合与协同，按需快速构建有针对性的最佳服务解决方案。这使得互联网与大数据环境下的大服务软件开发范型发生了一些显著变化，出现了大服务的顾客需求侧与构建供给侧两个方面，以及按需构建的“需求-方案”两个阶段。笔者提出了一个普适性的服务开发范型——“大服务环境下的软件服务工程范型RE2SEP”。其核心内涵可分解为“需求-工程”两个阶段，即面向服务的需求工程和面向领域的服务工程，如图4所示。前者需要对大规模个性化顾客需求进行综合分析、聚类细分与分解表达，如图5所示；后者则要考虑服务的领域特性与基于可重用开放服务资源的聚合与协作机制，利用服务需求、服务情境、服务模式、服务链/超链/子链、领域服务资源等基本要素，通过跨网跨域跨世界的服务聚合，快速构建及优化与顾客需求相匹配的服务解决方案，目标是追求“需求-方案”服务开发的“多（范畴）、快（效率）、好（精度）、省（效益）、全（QoS指标）”，如图6所示。

为了实现RE2SEP新范型，我们明确了RE2SEP的相关研究内容，包括RE2SEP与情境感知结合的服务(Context-Aware Services, CAS)、大规模个性化顾客需求表示模型、服务解决方案/需求期望方案的情境感知式CAS匹配、基于服务组合与聚合的CAS与服务模式、服务模式建模与服务链超链建模、基于服务模式与服务情境的服务选择推荐与组合、面向RE2SEP与CAS的云服务平台及优化技术等。

图4 面向大服务的软件服务工程新范型RE2SEP

图5 面向服务的需求工程

图6 面向领域的软件服务工程

大服务在典型现代服务业中的应用

大服务在现代服务业中有着广泛的应用，例如，智慧地球与智慧城市、智慧商务服务应用、智慧社会与组织服务和智慧生活服务应用等等。具体而言，智慧商务服务应用涉及智慧企业、智慧工业部门、智慧商业、智慧产品、智慧物流和智慧农业等服务；智慧社会与组织服务包括智慧政府、智慧城市、智慧食品、智慧医疗、智慧通讯、智慧交通、智慧教育和智慧文化等；智慧生活服务应用包括智慧家庭服务、智慧养老服务、智慧社区服务、智慧娱乐服务、智慧生活服务和智慧信息服务等等。其中的大多数智慧服务均涉及跨网跨域跨世界的复杂服务业务，需要大服务系统或平台的支撑。

大服务带来的影响

随着大服务及其应用的深入发展，其基础理论、关键技术和软件服务工程新范型将对服务计算、软件工程、互联网应用和现代服务业等领域产生深远影响。

对计算机科学技术的影响。大服务将促进“云计算+大数据+CPS+协同服务”的新型服务生态环境的形成；促进基于极大丰富开放源码的软件工程向更高的水平发展；促进软件服务工程新范型的出现和发展；促进形成基于大数据涌现智能的大规模个性化定制服务；促进产生基于大众智能的顾客精准化高质量服务。

对智慧服务应用的影响。大服务将促进各IT应用行业高效构建跨网跨域跨世界的新型智慧复杂服务生态环境；促进形成更多的“互联网+智慧服务”业态，支持O2O智慧服务应用系统、基于Web n.0的服务生态系统的发展。大服务理论的研究将有助于新一代现代服务业相关技术及其应用的发展。

结语

  大服务正在成为互联网、物联网之后，与未来互联网、云计算、智慧地球和大数据等新概念共生的一个新的科学技术概念，它很好地诠释了大数据环境下现代服务业中存在的庞大复杂的服务网络系统。大服务的科学理论和关键技术将为服务计算领域研究带来一系列崭新的课题，给信息科学与技术带来新的机遇和挑战。不仅如此，大服务也将对国家经济发展、国民生活和社会进步产生巨大影响，对现代服务业发展产生巨大推动力。 ■

参考文献

[1] Dobre C, Xhafa F. Intelligent services for Big Data science[J]. Future Generation Computer Systems, 2014(37): 267-281.

[2] 徐晓飞, 王忠杰. 未来互联网环境下的务联网[J]. 中国计算机学会通讯. 2011,7(6): 8-12.

[3] Xu X. Towards Big Service in the Big Data Decade[R]. Keynote speech in NICST'2013 (International France-China Workshop on New and smart Information Communication Science and Technology to support Sustainable Development), Clermont-Ferrand, France, Sep. 2013, 18-20.

[4] Xiaofei Xu, et al. From Big Data to Big Service[J]. Computer. 2015, 48(7): 80-83.

[5] Rasch K, Li F, Sehic S, et al. Context-driven personalized service discovery in pervasive environments[J]. World Wide Web-internet & Web Information Systems, 2011, 14(4): 295-319.

      [6] Zhang Q, Cheng L, Boutaba R. Cloud computing: state-of-the-art and research challenges[J]. Journal of internet services and applications, 2010, 1(1): 7-18.