一种多服务云环境下的服务云选择方法和系统与流程

本发明涉及web服务领域，尤其涉及服务云的选择方法和系统。

背景技术：

web服务是一种具有原子性、自描述和自包含、网络可获取的软件组件。它由web服务提供者发布至网络，提供给服务请求者使用。近年来，面向服务的计算(service-orientedcomputing，soc)作为一种新型的计算模式，得到了学术界和工业界的广泛关注，而web服务是实现soc的核心技术和重要途径。

当用户提出一个web服务请求时，如果在当前web服务库中无满足请求的单个web服务，web服务组合技术并成为求解服务请求问题的有效方法。web服务组合是将web服务库中若干相互关联的web服务通过顺序结构和并行结构等连接起来，创建一个可满足复杂服务请求的组合服务。由于web服务组合问题通常需要在庞大的搜索空间中，寻找web服务组合的可行解或最优解，因此，如何有效地生成web服务组合解成为当前web服务领域研究的热点问题之一。然而，目前，web服务组合问题研究主要集中在以单个的web服务库为web服务提供环境，即web服务组合方法仅从单个web服务库中搜索若干功能上相互关联的web服务，从而形成满足用户组合请求的web服务组合解。

然而，随着工业界云计算平台产品的开发成功和广泛应用，如微软公司的云计算平台windowsazure，亚马逊公司的云计算平台amazonc2和amazons3等，web服务提供者将在各个云计算平台下的数据中心发布web服务，并通过数据中心提供给用户或企业作为应用软件系统的组件调用。每个云计算平台中存储大量服务提供者发布的web服务，形成一个服务云。从而，web服务组合问题的研究趋势由单个web服务库环境演化在多服务云环境。在多服务云环境下，若独立的云服务库中不存在满足组合请求的web服务组合解，如何在多服务云环境下组合web服务，从而生成一个满足服务组合请求且优化的web组合服务解，已成为当前web服务组合应用领域在云环境下的一个挑战性研究问题。

技术实现要素：

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

本发明的目的在于解决上述问题，提供了一种多服务云环境下的服务云选择方法和系统，通过自动规划快速便捷的解决了多服务云环境下的服务云的选择问题，解决了理论上最优的服务云选择具有指数级的时间复杂度，难以满足实际应用需求。

本发明的技术方案为：本发明揭示了一种多服务云环境下的服务云选择方法，其特征在于，包括：

步骤1：基于web服务组合请求，生成最小需求集mrs；

步骤2：根据最小需求集mrs将多服务云环境mcb转化为约简服务云集并为其中的每个服务云并设置云代价，其中多服务云环境mcb是由一组服务云组成的集合，而一个服务云是一组web服务文件的集合，任意一个web服务文件对应一个web服务提供者；

步骤3：针对约简服务云集，采用基于云代价的点覆盖近似算法，选择一组近似最优服务云；

步骤4：基于近似最优服务云，生成满足服务组合请求且优化的web服务组合解。

根据本发明的多服务云环境下的服务云选择方法的一实施例，在步骤1中，web服务组合定义为一个三元组<s0,g,s>，其中s0是用户提供的服务请求条件，g是用户期望的目标服务接口集，s是一组可选择的web服务的集合；其中web服务是二元组<i,o>，其中i为调用服务的前提条件接口集，o为服务调用结束后的执行效果接口集。

根据本发明的多服务云环境下的服务云选择方法的一实施例，在步骤2中，多服务云环境mcb表示为mcb＝{c1,c2,···,cn}，n为大于1的自然数，其中任意一个元素ci(1≤i≤n)是一个独立的服务云，一个服务云表示为c＝{sf1,sf2,···,sfm}，其中任意一个web服务文件sfi(1≤i≤m)对一个web服务提供者，一个web服务文件表示为sf＝{s1,s2,···,sn}，其中si(1≤i≤n)是一个web服务；

步骤2进一步包括：对于每一服务云ci，依次判断ci中的每个web服务文件sfi，若sfi在最小需求集mrs中，则将其添加至约简服务云ci′中，否则增加ci的云代价sn(ci)为sfi中含有的web服务数，当ci中所有的web服务文件判断结束后，生成一个约简服务云ci′和云代价sn(ci)，最后多服务云环境mcb转化为一个约简服务云集并为每个服务云设置云代价。

根据本发明的多服务云环境下的服务云选择方法的一实施例，步骤3进一步包括：

初始化服务云选择集

在每次迭代选取一个服务云的过程中，比较约简服务云，选取一个约简服务云ci′，选取的条件是满足其所包含的web服务文件数|ci′|最大，若存在多个约简服务云同时满足最大web服务文件数则选取其中云代价sn(ci)最小的约简服务云；

选取约简服务云ci′后，将对应的服务云ci添加至服务云选择集combset中，并由ci′更新每个约简服务云cj′(1≤j≤n)：删除每个约简服务云cj′中所有在ci′中包含的web服务文件；

若所有的约简服务云均为空集，则服务云的选取过程结束后，否则在约简服务云更新后开始新一轮的迭代以选取下一个服务云，在服务云选取过程结束后，生成一组满足最小需求集mrs的云数近似最小服务云选择方案，且在此条件下云代价满足近似最优。

根据本发明的多服务云环境下的服务云选择方法的一实施例，步骤4进一步包括：

将近似最优服务云中所有的web服务及web服务组合请求分别转换为一个规划领域和规划问题，并调用ai规划器生成满足服务组合请求且优化的web服务组合解。

本发明还揭示了一种多服务云环境下的服务云选择系统，包括：

最小需求集生成模块，基于web服务组合请求，生成最小需求集mrs；

约简服务云集模块，根据最小需求集mrs将多服务云环境mcb转化为约简服务云集并为其中的每个服务云并设置云代价，其中多服务云环境mcb是由一组服务云组成的集合，而一个服务云是一组web服务文件的集合，任意一个web服务文件对应一个web服务提供者；

近似最优服务云选择模块，针对约简服务云集，采用基于云代价的点覆盖近似算法，选择一组近似最优服务云；

web服务组合解生成模块，基于近似最优服务云，生成满足服务组合请求且优化的web服务组合解。

根据本发明的多服务云环境下的服务云选择系统的一实施例，在最小需求集生成模块中，web服务组合定义为一个三元组<s0,g,s>，其中s0是用户提供的服务请求条件，g是用户期望的目标服务接口集，s是一组可选择的web服务的集合；其中web服务是二元组<i,o>，其中i为调用服务的前提条件接口集，o为服务调用结束后的执行效果接口集。

根据本发明的多服务云环境下的服务云选择系统的一实施例，在约简服务云集模块中，多服务云环境mcb表示为mcb＝{c1,c2,···,cn}，n为大于1的自然数，其中任意一个元素ci(1≤i≤n)是一个独立的服务云，一个服务云表示为c＝{sf1,sf2,···,sfm}，其中任意一个web服务文件sfi(1≤i≤m)对一个web服务提供者，一个web服务文件表示为sf＝{s1,s2,···,sn}，其中si(1≤i≤n)是一个web服务；

约简服务云集模块对于每一服务云ci，依次判断ci中的每个web服务文件sfi，若sfi在最小需求集mrs中，则将其添加至约简服务云ci′中，否则增加ci的云代价sn(ci)为sfi中含有的web服务数，当ci中所有的web服务文件判断结束后，生成一个约简服务云ci′和云代价sn(ci)，最后多服务云环境mcb转化为一个约简服务云集并为每个服务云设置云代价。

根据本发明的多服务云环境下的服务云选择系统的一实施例，近似最优服务云选择模块进一步包括：

初始化单元，初始化服务云选择集

迭代单元，在每次迭代选取一个服务云的过程中，比较约简服务云，选取一个约简服务云ci′，选取的条件是满足其所包含的web服务文件数|ci′|最大，若存在多个约简服务云同时满足最大web服务文件数则选取其中云代价sn(ci)最小的约简服务云，选取约简服务云ci′后，将对应的服务云ci添加至服务云选择集combset中，并由ci′更新每个约简服务云cj′(1≤j≤n)：删除每个约简服务云cj′中所有在ci′中包含的web服务文件；

服务云选取单元，若所有的约简服务云均为空集，则服务云的选取过程结束后，否则在约简服务云更新后开始新一轮的迭代以选取下一个服务云，在服务云选取过程结束后，生成一组满足最小需求集mrs的云数近似最小服务云选择方案，且在此条件下云代价满足近似最优。

根据本发明的多服务云环境下的服务云选择系统的一实施例，web服务组合解生成模块将近似最优服务云中所有的web服务及web服务组合请求分别转换为一个规划领域和规划问题，并调用ai规划器生成满足服务组合请求且优化的web服务组合解。

本发明对比现有技术有如下的有益效果：本发明采用近似最优的服务云选择，先生成最小需求集mrs，再约简多服务云环境mcb，然后考虑云代价的点覆盖算法求解近似最优服务云选择，最后生成web服务组合解序列。对比现有技术，本发明可以用更短的时间消耗、更低的成本找到多服务云环境下满足服务组合请求的web服务组合解。

附图说明

图1示出了本发明的多服务云环境下的服务云选择方法的一实施例的流程图。

图2示出了本发明的多服务云环境下的服务云选择系统的一实施例的原理图。

图3示出了基于云代价的点覆盖近似算法的流程图。

具体实施方式

在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。

在阐述本发明的实施例之前，先对说明书中出现的一些技术术语和概念进行定义和说明。首先给出web服务和传统web服务组合的定义，进而引入多服务云环境下的web服务组合问题描述及组合解优化度量。先定义web服务如下。

定义3.1：(web服务)。web服务s是二元组<i,o>，其中i和o分别为一组服务接口集，每个服务接口表示为由常量赋值的一阶逻辑谓词或集合论中的命题。i为调用服务的前提条件接口集，o为服务调用结束后的执行效果接口集。其中s.i和s.o分别表示web服务s中的i和o。

给定一组服务接口j，web服务<i,o>可应用于j，当且仅当接口集i的所有服务接口包含于j中，即接口集间满足web服务应用于j并执行结束后，服务接口集j通过服务的执行效果接口进行演化，即j＝j∪o。

定义3.2：(web服务组合)。一个web服务组合(webservicecomposition，wsc)问题定义为三元组<s0,g,s>。其中：

·s0是用户提供的服务请求条件，它是一组起始服务接口集；

·g是用户期望的目标服务接口集；

·s是一组可选择的web服务集合，s＝{s1,s2,···,sn}；

给定一个web服务组合问题<s0,g,s>，一个服务组合解π是可选服务中的一组有序的web服务，即满足分别应用π中的每个web服务于s0后，经服务接口状态演化后，生成的服务接口集可满足g中所有的目标服务接口。

定义3.3：(服务提供者)。一个服务提供者(serviceprovider)通过发布一个web服务文件，提供一组关联的可用web服务，即一个服务文件包含若干相关联的web服务，表示为sf＝{s1,s2,···,sn}，其中si(1≤i≤n)是一个服务。

在实际应用中，服务提供者通常以一种web服务文件格式(如wsdl)，发布一个web服务文件至web服务注册中心库。

定义3.4：(服务云)。一个服务云(servicecloudbase)是一组web服务文件的集合，即c＝{sf1,sf2,···,sfm}。其中，任意一个服务文件sfi(1≤i≤m)对应一个web服务提供者。

由于一个服务云是由大量web服务文件组成，将存储于已有的云服务平台提供商，如微软的windowsazure，amazon的云存储平台s3，salesforce公司的云平台等。通过云平台提供云数据中心作为底层数据存储设施，满足大规模web服务的存储管理和调用。

定义3.5：(多服务云环境)。多服务云环境(multipleservicecloudbase，简称mcb)是由一组服务云组成的集合，即mcb＝{c1,c2,···,cn}。其中，任意一个元素ci(1≤i≤n)是一个独立的服务云。在多服务云mcb的环境下，注册在不同云计算平台数据中心的web服务，可通过web服务间相互调用和通信，满足用户复杂的web服务组合请求。

定义3.6：(最小需求集，minimumrequestset,mrs)。

给定一个多服务云环境mcb＝{c1,c2,···,cn}和一个web服务组合请求<s0,g>。假设<s0,g>在mcb中对应一个web服务组合解序列为w＝{<si,cp>,<sj,cq>,···,<sk,cr>。由w可得出一组web服务序列seq＝{si,sj,···,sk}。最小需求集mrs是一组web服务文件集，且满足以下两个条件：

·

·对于任意一个sf∈mrs，函数getchildren(sf)是获取sf在mcb树第四层中对应的web服务集；

生成最小需求集的步骤：

首先调用基于全局服务云选择的web服务组合方法，生成一个web服务组合解。然后，若存在web服务组合解，则依次对组合解中每个web服务和服务云序列对<si,cj>，先遍历mcb树的第二层，搜索服务云cj；再遍历cj中的孩子节点(web服务文件层)，在mcb树的第三层中搜索到web服务文件sf∈cj，且满足si∈sf，此时sf为最小需求集mrs的一个候选。最后，若sf不在mrs中，则将其并入至最小需求集mrs中。

定义3.7：(云环境下web服务组合)。在多服务云的环境下，一个web服务组合(mcb-basedwebservicecomposition)问题可表示为<s0,g,mcb>。其中：

·s0和g是传统wsc问题中的服务请求初始条件和目标服务接口集；

·mcb是一个多服务云环境，即mcb＝{c1,c2,···,cn}；

在多服务云的环境下，一个web服务组合问题的解是一组web服务和服务云的有序对，即w＝{<si,cp>,<sj，cq>,···,<sk，cr>}，每个有序对表示一个服务来自于对应的服务云中。给定一个服务请求<s0,g>，分别将组合解中的web服务序列<si,sj,···,sk>应用于初始接口集s0后，经服务接口演化生成的服务接口集为sg＝s0∪si.o∪···∪sk.o，且目标接口集g和sg间满足在多服务云环境下，一个最优的web服务组合解是一组web服务和服务云有序对，记为w^*＝{<si,cp>,<sj，cq>,···,<sk，cr>}，且满足即w^*中的web服务分布于数量最少的服务云中。

多服务云环境下的服务云选择方法的实施例

图1示出了本发明的多服务云环境下的服务云选择方法的一实施例的流程。请参见图1，下面是对本实施例的方法的详细描述。

步骤1：基于web服务组合请求，生成最小需求集mrs。

参考上述内容中对mrs的定义，首先调用基于全局服务云选择的web服务组合方法，生成一个web服务组合解。然后，若存在web服务组合解，则依次对组合解中每个web服务和服务云序列对<si,cj>，先遍历mcb树的第二层，搜索服务云cj；再遍历cj中的孩子节点(web服务文件层)，在mcb树的第三层中搜索到web服务文件sf∈cj，且满足si∈sf，此时sf为最小需求集mrs的一个候选。最后，若sf不在mrs中，则将其并入至最小需求集mrs中。

在mcb树的四层结构中，第一层根节点代表多服务云环境；第二层对应mcb环境中每个独立的服务云；第三层是web服务文件层，每个在第二层中的服务云节点，对应第三层中的一组web服务文件；mcb树的第四层为web服务层，在第三层中每个web服务文件，第四层中分别对应一组web服务。

步骤2：根据最小需求集mrs将多服务云环境mcb转化为约简服务云集并为其中的每个服务云并设置云代价，其中多服务云环境mcb是由一组服务云组成的集合，而一个服务云是一组web服务文件的集合，任意一个web服务文件对应一个web服务提供者。

对于每一服务云ci，依次判断ci中的每个web服务文件sfi，若sfi在最小需求集mrs中，则将其添加至约简服务云ci′中，否则增加ci的云代价sn(ci)为sfi中含有的web服务数，当ci中所有的web服务文件判断结束后，生成一个约简服务云ci′和云代价sn(ci)，最后多服务云环境mcb转化为一个约简服务云集并为每个服务云设置云代价。

云代价，即cloudcost：给定一个mcb＝{c1,c2,···,cn}环境和最小需求集mrs。任意一个服务云ci∈mcb(1≤i≤n)，相对于mrs存在一个web服务转化的云代价sn(ci)，其定义为：

步骤3：针对约简服务云集，采用基于云代价的点覆盖近似算法，选择一组近似最优服务云。

进一步参见图3，示出了基于云代价的点覆盖(setcovering)近似算法。

首先初始化服务云选择集经过若干步迭代过程选取一组服务云。

在每次迭代选取一个服务云的过程中，比较约简服务云，选取一个约简服务云ci′，选取的条件是满足其所包含的web服务文件数|ci′|最大，若存在多个约简服务云同时满足最大web服务文件数则选取其中云代价sn(ci)最小的约简服务云。

选取约简服务云ci′后，将对应的服务云ci添加至服务云选择集combset中，并由ci′更新每个约简服务云cj′(1≤j≤n)：删除每个约简服务云cj′中所有在ci′中包含的web服务文件。

若所有的约简服务云均为空集，则服务云的选取过程结束后，否则在约简服务云更新后开始新一轮的迭代以选取下一个服务云，在服务云选取过程结束后，生成一组满足最小需求集mrs的云数近似最小服务云选择方案，且在此条件下云代价满足近似最优。

步骤4：基于近似最优服务云，生成满足服务组合请求且优化的web服务组合解。

将近似最优服务云中所有的web服务及web服务组合请求分别转换为一个规划领域和规划问题，并调用现有的ai规划器生成满足服务组合请求且优化的web服务组合解。web服务组合解的物理意义是从web服务库中搜索得到的一组有序的web服务，其满足组合请求的功能需求。

多服务云环境下的服务云选择系统的实施例

图2示出了本发明的多服务云环境下的服务云选择系统的实施例的原理。请参见图2，本实施例的服务云选择系统包括：最小需求集生成模块1、约简服务云集模块2、近似最优服务云选择模块3、web服务组合解生成模块4。

最小需求集生成模块1是基于web服务组合请求，生成最小需求集mrs。

参考上述内容中对mrs的定义，首先调用基于全局服务云选择的web服务组合方法，生成一个web服务组合解。然后，若存在web服务组合解，则依次对组合解中每个web服务和服务云序列对<si,cj>，先遍历mcb树的第二层，搜索服务云cj；再遍历cj中的孩子节点(web服务文件层)，在mcb树的第三层中搜索到web服务文件sf∈cj，且满足si∈sf，此时sf为最小需求集mrs的一个候选。最后，若sf不在mrs中，则将其并入至最小需求集mrs中。

在mcb树的四层结构中，第一层根节点代表多服务云环境；第二层对应mcb环境中每个独立的服务云；第三层是web服务文件层，每个在第二层中的服务云节点，对应第三层中的一组web服务文件；mcb树的第四层为web服务层，在第三层中每个web服务文件，第四层中分别对应一组web服务。

约简服务云集模块2中，根据最小需求集mrs将多服务云环境mcb转化为约简服务云集并为其中的每个服务云并设置云代价，其中多服务云环境mcb是由一组服务云组成的集合，而一个服务云是一组web服务文件的集合，任意一个web服务文件对应一个web服务提供者。

约简服务云集模块2对于每一服务云ci，依次判断ci中的每个web服务文件sfi，若sfi在最小需求集mrs中，则将其添加至约简服务云ci′中，否则增加ci的云代价sn(ci)为sfi中含有的web服务数，当ci中所有的web服务文件判断结束后，生成一个约简服务云ci′和云代价sn(ci)，最后多服务云环境mcb转化为一个约简服务云集并为每个服务云设置云代价。

云代价，即cloudcost：给定一个mcb＝{c1,c2,···,cn}环境和最小需求集mrs。任意一个服务云ci∈mcb(1≤i≤n)，相对于mrs存在一个web服务转化的云代价sn(ci)，其定义为：

近似最优服务云选择模块3中，针对约简服务云集，采用基于云代价的点覆盖近似算法，选择一组近似最优服务云。

近似最优服务云选择模块3进一步包括：初始化单元31、迭代单元32以及服务云选取单元33。

初始化单元31用于初始化服务云选择集

迭代单元32中，在每次迭代选取一个服务云的过程中，比较约简服务云，选取一个约简服务云ci′，选取的条件是满足其所包含的web服务文件数|ci′|最大，若存在多个约简服务云同时满足最大web服务文件数则选取其中云代价sn(ci)最小的约简服务云，选取约简服务云ci′后，将对应的服务云ci添加至服务云选择集combset中，并由ci′更新每个约简服务云cj′(1≤j≤n)：删除每个约简服务云cj′中所有在ci′中包含的web服务文件。

服务云选取单元33中，若所有的约简服务云均为空集，则服务云的选取过程结束后，否则在约简服务云更新后开始新一轮的迭代以选取下一个服务云，在服务云选取过程结束后，生成一组满足最小需求集mrs的云数近似最小服务云选择方案，且在此条件下云代价满足近似最优。

web服务组合解生成模块4中，基于近似最优服务云，生成满足服务组合请求且优化的web服务组合解。

web服务组合解生成模块4是将近似最优服务云中所有的web服务及web服务组合请求分别转换为一个规划领域和规划问题，并调用现有的ai规划器生成满足服务组合请求且优化的web服务组合解。web服务组合解的物理意义是从web服务库中搜索得到的一组有序的web服务，其满足组合请求的功能需求。

尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。

本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

结合本文所公开的实施例描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如dsp与微处理器的组合、多个微处理器、与dsp核心协作的一个或多个微处理器、或任何其他此类配置。

结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动盘、cd-rom、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在asic中。asic可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括ram、rom、eeprom、cd-rom或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(dsl)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、dsl、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(cd)、激光碟、光碟、数字多用碟(dvd)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。