基于服务质量的动态服务组合研究

Web服务技术近年来发展迅速,由于Web服务的质量问题,采用率一直很低.在Web服务动态组合的项目中分析了Web服务的QoS问题,提出了一种QoS计算模型和QoS优化计算方法,该方案具有支持Web服务动态绑定、自动化及半自动化执行和基于QoS的Web服务最优化选择等特点,最后给出了实现原型.     

基于服务质量的动态服务组合研究

Web服务技术近年来发展迅速,由于Web服务的质量问题,采用率一直很低。在Web服务动态组合的项目中分析了Wcb服务的QoS问题,提出了一种QoS计算模型和QoS优化计算方法,该方案具有支持Wcb服务动态绑定、自动化及半自动化执行和基于QoS的Web服务最优化选择等特点,最后给出了实现原型。     

Web服务动态组合中QoS计算方法研究

通过在Web服务动态组合中引入形式化的服务质量(QoS)描述、服务提供商因子、服务消费者因子,提出基于层次分析法的QoS计算方法。该方法根据服务消费者期望值选择QoS因子,利用QoS权重值计算Web服务的质量,在此基础上给出一个基于QoS计算的Web服务组合模型,并通过实例计算,证明利用该QoS计算方法可以得到更高质量的增值服务。     

基于QoS的Web服务选择算法综述*

服务选择算法是影响组合服务的QoS和服务组合性能高低的关键因素。针对近几年来基于QoS的Web服务选择算法的发展状况进行了综述,介绍和总结了当前基于QoS的Web服务选择问题模型,对服务选择策略进行了分类,并对当前的一些典型的基于QoS的Web服务选择算法进行了系统的分析和评论。最后指出了现有算法中的不足之处,展望了该领域的进一步研究方向。     

一种基于QoS的Web服务智能动态组合模型

针对当前Web服务数量剧增以及Web服务QoS综合评价不合理而导致Web服务组合效率和效用不高的问题,改进了Web服务组合中QoS计算模型,利用综合变权法动态调整每个Web服务多个属性的权值,并采用改进的粒子群算法来解决服务动态组合中QoS全局优化的问题.实验结果表明,该模型能够合理的选择和组合众多功能相同的服务,提高...     

领域QoS感知的物流Web服务优化组合研究

优化组合在现代物流服务中占据着重要的地位。现阶段的物流Web服务组合研究多侧重于Web服务通用的QoS指标评价,难以满足特定领域的服务选择需求,并且多集中于经济学、管理学方面,缺乏服务计算技术的支撑。针对上述问题,从服务组合的角度通过领域QoS感知的方法构建了领域QoS评价模型来研究物流服务商的选择、进化以及最终的优化组合,然后运用Dijkstra算法计算出组合方案的最短路径,即组合服务的QoS值,从而获得领域QoS感知的物流Web服务较优化的组合方案,并预测领域QoS感知的服务组合,这对现代物流业的发展具有一定的理论和现实意义。     

一种基于组合赋权法的Web服务选择策略*

针对Web服务选择中服务请求偏好权重表达的模糊性及服务质量(QoS)属性值间存在的相互制约关系等问题,提出一种基于组合赋权法的Web服务选择策略。首先利用模糊层次分析法(FAHP)和主成分分析法(PCA)分别计算主观QoS权重和客观QoS权重;然后综合主、客观QoS权重利用组合赋权法(CWA)计算服务请求的综合QoS权重;最后提出一种综合评价函数,以保障所选择的服务在满足服务请求偏好的基础上,能更准确地反映候选Web服务总体QoS水平。实例分析表明该方法是有效的。     

Web服务质量动态预测方法研究

随着面向服务计算技术(SOC)的快速发展,网络上出现了大量功能相同而服务质量(QoS)有很大差别的Web服务,QoS成为评价和选择Web服务的重要依据。由于Web服务所在环境的开放性,使得Web服务的QoS具有很强的动态性,如何精确地预测Web服务的QoS成为影响服务选择和服务组合质量的关键问题。对当前已有的Web服务QoS动态预测方法进行了深入的剖析,指出了现有QoS动态预测方法的优点与不足,讨论了未来的研究方向;明确了存在的关键问题以及未来的发展方向。     

基于QoS的两阶段Web服务选择方法

分析了已有的服务选择方法所存在的不足,根据基于QoS的服务选择方法类型的特点,提出采用QoS属性计算与QoS语义二者结合的方法进行服务选择.通过功能分类、服务相似度比较、QoS排序选择筛选掉大量Web服务,降低了全局算法的计算量,通过最短路径算法进行服务选择克服了局部优化无法考虑全局QoS约束的缺点,达到既满足组合服务中单个服务选择的局部约束条件,又满足组合服务全局约束条件的效果,最终使用户得到相对最优的组合服务.最后通过实例对提出的方法进行了验证.     

模型驱动的Web服务组合的QoS属性的研究

为反映组合Web服务的服务质量(QoS),文章在用模型驱动的方法对Web服务组合进行研究的基础上探讨了如何对Web服务进行QoS属性拓展,给出了拓展的WSDL元模型。通过引入模型驱动的思想,解决了Web服务对QoS属性描述不足的问题。并通过对BPEL元模型的分析,得出了组合服务在各种结构模型情况下的QoS属性的计算方法。     

Web Service Composition Based on QoS Rules

For workflow-based service composition approach, the relations between the Web service QoS and environments are usually not considered, so that the information about QoS for composite service selection is inaccurate. It makes the selected composite service inefficient, or even unexecutable. To address this problem, a novel service composition approach based on production QoS rules is proposed in this paper. Generally, it is very difficult to directly analyze how different kinds of environment factors influence the Web service QoS. We adopt “black-box” analysis method of optimizing composite services, discovering the knowledge such as “the QoS of one Web service will be higher in specific environments”. In our approach, the execution information of the composite service is recorded into a log first, which will be taken as the basis of the subsequent statistical analysis and data mining. Then, the timely QoS values of the Web services are estimated and the production QoS rules being used to qualitatively express the different performances of the Web service QoS in different environments are mined. At last, we employ the mined QoS knowledge of the Web services to optimize the composite service selection. Extensive experimental results show that our approach can improve the performance of selected composite services on the premise of assuring the selecting computation cost.     

基于全局QoS 约束分解的Web 服务动态选择

随着执行时绑定的Web服务的提出及其被大量地应用到开放式服务中,用户对支持快速和动态的Web服务组合提出了新的要求.即在组合过程中,用尽可能短的时间花费选择满足用户端到端的QoS要求的服务.针对上述要求,提出了一种基于全局QoS约束分解的动态服务选择方法(Web service dynamic selection approach,简称WSDSA).该方法的主要思想是,通过基于模糊逻辑的自适应调整方法(adaptive adjustment method,简称AAM)和自适应粒子群优化算法(adaptive particle swarm optimization,简称APSO)将全局QoS约束自适应地分解为满足用户偏好的局部约束,然后利用局部最优获得最合适的组合服务.性能评价表明,WSDSA方法具有较好的有效性,仅用较低的时间花费就能达到或接近全局最优解,能够满足服务选择的实时性和动态性.     

GOS: a global optimal selection strategies for QoS-aware web services composition

Services composition technology provides a promising way to create new services in services-oriented architecture. However, some challenges are hindering the application of services composition. One of the major challenges encountered by composite services developer is how to effectively select a set of services across different autonomous regions (e.g., organization or business) to instantiate a composite service which can satisfy user’s QoS constraints. To solve QoS-aware Web service composition problem, this paper proposes a global optimization selection (GOS) approach based on prediction mechanism for QoS values of local services. The GOS includes two parts. First, the local preprocessing service selection algorithm can be used to increase composite services performance in run-time by predicting the change of service quality parameters. Second, GOS aims at enhancing the run-time performance of global selection by reducing QoS aggregation operations. The simulation results show that the GOS has excellent selection and lower execution cost than existing approaches.     

基于云模型的不确定性QoS 感知的Skyline 服务选择

由于传统QoS感知的Web服务选择方法无法保证服务选择的可靠性和实时性,提出了一种基于云模型的不确定性QoS感知的Skyline服务选择方法.该方法首先通过云模型计算QoS的不确定性,然后采用Skyline计算提取Web服务中的Skyline服务,剔除冗余服务,最后采用混合整数规划在Skyline服务中进行服务选择.在公共有效数据集和合成数据集上的实验结果表明,所提出的方法能够为用户提供可靠、快速的服务选择.     

一种多参数的Web服务选择方法

随着服务计算的快速发展，如何快速而准确地找到最优的Web服务组合是众多挑战中最重要的一项。提出了一种基于二阶隐马尔可夫模型（HMM）的服务选择方法。该方法使用服务质量（QoS）参数去区分具有相同功能的Web服务，并且选择一组最优的Web服务来执行用户请求。通过考虑两个QoS参数-吞吐量和响应时间，该方法能够解决根据设定的阈值来衡量Web服务质量的问题。通过构建的模型和算法，方法能够选择出最优的Web服务以满足用户的需求。仿真实验验证了所提出的方法是有效的。     

基于可信QoS的路径查找及负载均衡策略研究

Web服务是云计算中资源调用的有效方式。单一Web服务功能往往有限,只能完成特定任务。服务组合则可以将多种Web服务形成有效的调用序列,实现更为强大的功能。服务发布量以及服务请求量的迅速激增带来了新的安全问题。首先,现有的服务组合方案均以服务质量(QoS)为依据进行Web服务选择,但服务质量通常由服务发布者提供,存在服务发布者发布虚假QoS值诱骗用户的欺诈现象;其次,传统的服务组合方案只生成一条最优路径,当恶意请求持续访问时,会造成某服务节点瘫痪,甚至整个服务组合系统失效。因此,针对服务质量恶意欺诈的问题,文章提出一种可信的QoS计算模型,根据Web服务发布者的信用综合评估服务质量;针对单一最优路径无法满足大量请求的问题,文章提出一种路径发现和负载均衡的多路径方法。仿真结果表明,文章提出的方法不仅能提高服务组合的成功率,满足用户的需求,而且能找到更多的服务组合方案执行。     

基于关联规则挖掘与用户情景感知的Web服务QoS预测

作为Web服务的非功能性属性,Qo S在服务选择与服务组合中扮演着重要角色。由于一些Qo S属性值会随着用户情景属性的变化而动态变化,因此在做服务选择或服务组合之前先对Web服务的Qo S做预测是非常必要的。该文提出运用数据挖掘技术挖掘服务组合执行日志,研究服务Qo S和用户情景间的关联关系,根据得到的关联规则对不同用户做个性化服务预测。实验结果表明我们的方法非常有研究价值。     

一种基于划分的组合服务选取方法

组合服务选取问题是服务计算领域研究的核心问题.由于组合服务中基本服务QoS间存在着复杂的关联关系,使得某些服务一起使用时效率会较高,而某些服务一起使用时效率反而会降低,现有的服务选取算法几乎忽略了该问题,从而使得选取时所使用的Web服务QoS数据往往不准确,致使选取出的组合服务在实际执行时并不是最优的.为了解决该问题,提出了一种基于划分的组合服务选取方法.首先基于日志记载的质量信息选取那些性能优良的组合服务执行实例,在此之上发现被频繁一起使用的具体服务集合,据此产生对组合服务的划分,形成组合服务点和对应的点模式;最后把点模式集作为点的备选服务集,以点为单位进行组合服务选取.由于点模式经过了多遍执行的验证,和直接对点中各基本服务进行独立选取相比其性能往往会更高.实验表明,该方法能有效提高选取出的组合服务质量.