Web服务组合QoS优化问题综述

服务质量QoS是考察Web服务组合的重要指标.近年来,针对国内外Web服务组合QoS优化问题进行了总结综述.介绍了Web服务组合服务质量QoS的定义.对基于QoS的组合优化算法进行了分类概述并举例分析.阐述了Web服务组合QoS测量与建模方法.     

具有QoS保障的组合服务管理框架

在可信服务中间件架构的基础上设计了一种具有QoS保障的组合服务管理框架,在此框架下提出了QoS规划算法和服务选择算法.利用上层的重协商机制和下层的组合服务调度机制为服务提供双层的QoS保障,以最大化的满足用户的QoS需求.最后通过实验证明了框架和算法的有效性.     

基于动态描述逻辑的服务组合及质量模型

 本文提出一个基于动态描述逻辑的Web服务自动组合框架.在该框架中,Web服务自动组合被划分为逻辑层和实现层两部分,于是服务的自动组合问题在逻辑上归结为一个动作规划问题,在实现上归结为一个根据动作选择具体服务的服务选择问题.基于该框架,本文给出了一个支持非线性QoS聚合和显式数据流声明的QoS模型.得益于合理的服务组合框架和QoS模型,本文提出的服务选择方法可以将复杂服务分解为较小的服务,然后分别用递归的剪枝算法求解.实验显示该方法是有效的,不但可适应候选Web服务数量较大的情况,且相对于现有方法能更好地处理服务组合中的复杂结构.     

一种新的 QoS 全局最优 Web 服务选择算法

针对运用单目标优化算法求解基于 QoS 的 Web 服务选择问题的不足,设计了一种新的 QoS 全局最优Web 服务选择算法.该算法同时优化组合服务的多维 QoS 属性的多个目标函数,并产生 QoS 全局最优的 Pareto 最优解集.首先建立服务选择问题的多目标优化数学模型,然后采用归档式多目标模拟退火设计该算法以优选 Web服务.实验结果表明了该算法是可行的,实现了全局 QoS 最优化的组合服务.     

具有QoS保证的分布式服务组合策略

现有的服务组合方法多是获取候选服务节点的信息,在集中式组合引擎上搜索路径.这种集中式方法不仅具有单点失效、可扩展性差等缺点,而且候选服务的QoS没有保证,服务搜索空间过大,组合效率较低.文章提出了一种分布式的服务组合方法(BDDSC),将分散在网络中性能有保证的服务节点构建成服务覆盖网络,使各个节点协作执行进行动态服务...     

具有全局质量保障的Web服务组合研究

随着面向服务架构（SOA）的开发技术不断成熟,Internet上涌现出功能相同或相似的Web服务集合越来越大,如何从这些集合中选出满足用户质量（QoS）的组合Web服务是目前国内外学者研究的热点问题。针对保证组合服务的质量（QoS）全局最优问题,基于图的理论构建服务组合模型,并在此模型上提出相应的服务选择算法,保障选择的组合服务的质量（QoS）全局最优。     

基于MapReduce的并行Web服务自动组合

如何在大规模的Web服务集合中进行快速、高效的自动组合是当前Web服务组合研究与应用的难点.传统的Web服务自动组合方法大多建立在单机计算基础上,服务数量一旦过多,规划或搜索空间随之膨胀,组合效率低下.本文提出了一种分步分治、深度优先搜索的Top-k Qos服务组合算法,并采用MapReduce实现了分布式、并行的服务自动组合过程.实验结果表明,该方法在应对大规模的服务集合时,能快速、高效的提供满足用户需求的组合服务.     

基于时序约束分解的QoS感知的Web服务组合

基于时序约束的QoS感知的Web服务组合(TC-QSC)问题是在考虑时序约束的基础上寻找满足QoS约束或效用最大化的Web服务组合问题,受到了越来越多的关注.本文提出了一种时序约束分解方法,把施加于整个或部分工作流的时序约束分解为施加于每个活动的局部时序约束,从而将TC-QSC问题转换为一般的QoS感知的Web服务组合(QSC)问题,并通过过滤不满足局部时序约束的候选服务,一定程度上减小原问题的规模.这种时序约束分解过程主要依赖于工作流及其涉及的活动,而与各活动的候选服务关联不大,复杂度较低.实验测试了该方法的效果与时间开销,验证了其对于局部优选算法的必要性.     

基于局部近似过滤的多约束服务选择方法

随着Web服务数量与用户需求的不断增长,如何在功能约束和QoS约束下选择Web服务去构建高质量的组合服务已成为 Web 服务领域的一项重要研究内容。然而,现有大多数 Web 服务选择方法仅仅解决了在多种QoS 约束下选择服务的问题,忽略了服务间的功能性约束。为解决这一问题,该文提出一种基于局部近似过滤的多约束服务选择方法。该方法首先利用候选服务在多种约束下的被选关系,滤除部分不满足约束的服务,并估算每个剩余候选服务的局部适应度;然后,利用文中设计的有向粒子群算法,以候选服务的局部适应度为引导信息搜索出最优方案。实验结果表明了方法的有效性。     

基于扩展图规划的Top-K服务组合方法研究

自动服务组合是目前云计算中的关键技术与研究热点.为大规模用户提供多个满足个性化需求的组合服务是当前云环境下自动服务组合中急需解决的问题.提出了基于扩展图规划的Top-K服务组合方法,借助服务索引和增加图规划中的辅助节点,使得经过一次规划搜索即可找到Top-K个满足用户QoS要求的组合服务.实验表明,该方法能够有效提高服务组合的效率,并保证服务组合结果的正确性,更加适用于云计算环境下海量网络服务及大规模用户个性化需求的自动服务组合问题.     

基于Sub Web Service服务组合方法

在当前Web服务动态组合研究的基础上,提出了一种基于Sub Web Service的混合Web服务组合方法。结合静态与动态服务组合方法,将动态生成的服务组合计划描述保存在缓冲池中,当用户使用该组合服务时,系统将会在缓冲池中搜寻此服务组合,并为请求调用它。在组合算法中提出了基于Sub Web Service的组合算法,将多输入多输出的Web服务分解为多输入单输出的Sub Web服务执行服务组合。在避免重复动态组合服务的基础上,减轻了Web服务在组合过程中对多输出接口的依赖性,提高了系统服务效率。     

A cloud service composition method using a trust‐based clustering algorithm and honeybee mating optimization algorithm

One of the most critical issues in using service‐oriented technologies is the combination of services, which has become an important challenge in the present. There are some significant challenges in the service composition, most notable is the quality of service (QoS), which is more challenging due to changing circumstances in dynamic service environments. Also, trust value in the case of selection of more reliable services is another challenge in the service composition. Due to NP‐hard complexity of service composition, many metaheuristic algorithms have been used so far. Therefore, in this paper, the honeybee mating optimization algorithm as one of the powerful metaheuristic algorithms is used for achieving the desired goals. To improve the QoS, inspirations from the mating stages of the honeybee, the interactions between honeybees and queen bee mating and the selection of the new queen from the relevant optimization algorithm have been used. To address the trust challenge, a trust‐based clustering algorithm has also been used. The simulation results using C# language have shown that the proposed method in small scale problem acts better than particle swarm optimization algorithm, genetic algorithm, and discrete gbest‐guided artificial bee colony algorithm. With the clustering and reduction of the search space, the response time is improved; also, more trusted services are selected. The results of the simulation on a large‐scale problem have indicated that the proposed method is exhibited worse performance than the average results of previous works in computation time.     

基于边缘计算的数据密集型服务部署

日益增长的数据量对数据处理的要求越来越高,于是出现了数据密集型服务。在解决复杂问题时,多个数据密集型服务通常会形成一个服务组合。由于服务组件之间存在大量的数据传输,巨大的传输时延会对系统的整体性能造成影响。在边缘计算环境中,基于否定选择算法,为降低服务组合中的数据传输时间提出了一种优化部署策略。首先,给出了此类数据密集型服务组件部署问题的定义,并为该部署问题构建优化模型;然后,设计了一种否定选择算法来获取最佳的部署方案;为了评估该算法的适用性和收敛性,使用遗传算法和模拟退火算法与其对比,结果显示,提出的算法在这种数据密集型服务组件的部署问题中表现得更为出色。     

网络功能虚拟化中的性能感知服务组合优化

服务功能链是网络功能虚拟化的重要支撑,为了构建满足功能和性能需求的服务功能链,需要建立服务的性能模型,从而产生基于性能的服务组合优化问题。一种基于性能模型的服务组合优化问题被建模,并针对复杂约束情况下的无效解干扰,提出了改进的模拟退火算法,该算法包含基于层次属性的产生函数和基于偏离度的目标函数。仿真结果表明,该算法提高了21%的服务组合成功率,同时降低了组合成本和时间消耗。仿真结果验证了所提算法的有效性。     

基于信任路径搜索的分布式虚拟化环境下可信服务组件选择方法——HA_OTPS

可信服务组件选择是实现分布式虚拟化环境下服务可信性保障的关键.将服务组件选择抽象为多限制优化路径问题后,可以通过搜索信任路径来选择服务组合所需组件,但现有的信任路径搜索算法计算复杂度过高、性能表现差,同时在建立可信服务组件选择模型时缺少从服务组件信任关系和证据传播的角度出发,对可信服务构建与组合过程中服务组件社会关系方面考虑.针对以上不足,本文提出可信质量QoD概念,引入组件亲和度等属性来对分布式虚拟化环境可信服务组件选择模型加以描述与限制,并设计一种基于QoD的启发式优化信任服务路径搜索算法HA_OTPS,选择优化信任服务路径上的服务组件来满足用户可信性需求.实验结果表明,与现有的信任路径搜索算法相比,HA_OTPS算法具有运行时间较短、搜索结果效用值较高等优势.     

基于服务计算的服务组合研究

通过分析现有Web服务组合系统的组合方式及特点,将服务计算引入到Web服务组合领域,提出了基于服务计算的Web服务组合系统方法,设计了基于服务计算的服务组合模型。通过松散耦合的服务组合模型来实现Web服务组合,可为服务消费者提供一个适当的、开放的、按需配置的安全的Web服务组合环境。     

基于语义扩展的Web服务发现方法

提出了一种基于语义扩展的Web服务发现方法,对服务描述和服务请求中的领域概念进行了同义扩展、特征扩展和合成扩展,在输入输出的匹配上提出了“扩展的语义包含”的概念,实验表明,该方法在不降低服务查准率的前提下,提高了服务的查全率。当单个服务不能满足服务请求时,尝试服务组合匹配服务请求的方式,采用基于H*算法的启发式的服务组合方法,将问题转化为搜索从初始节点到目标节点的通路问题,该方法采用估值函数引入了启发知识,提高了搜索的效率。     

基于服务链的Web服务组合方法

以Web服务本体和领域本体为基础,采用服务轮廓的匹配算法,提出一种基于语义匹配的查找服务链的方法。使用这方法可以根据服务请求发现一个服务链,将这个服务链组合起来,可以满足请求者的需要。把本方法应用到一个具体的实例,说明本方法是怎样查找服务链的。     

Blockchain-Based Reliable Fog-Cloud Service Solution for I IoT

Industrial Internet of things (IIoT) deploys a large number of smart devices to obtain industrial data, which will be transmitted to cloud for analysis to improve industrial productivity. The management of large-scale devices is complicated, and it's also a challenge to choose a high-quality cloud service for data analysis as the number of service with similar functions increases. To address these issues, we propose a reliable fog-cloud service solution with blockchain-based fog-cloud architecture. In fog layer, we build a management blockchain between fog servers and design a management method for industrial devices; In cloud layer, we construct a service blockchain between cloud service providers to form an open"service market". Quality of service and reputation based matching algorithm and reputation-based consensus algorithm are designed. The simulation results show correctness and efficiency of algorithms, and validate effectiveness of our proposed solution.