一种QoS感知的Web服务群体评价方法

传统QoS感知的Web服务选择方法需要用户给出精确权重以表达其对QoS属性的偏好。为解决用户无明确偏好情况下的服务选择问题,提出了一种QoS感知的Web服务群体评价方法。对Web服务群体评价的需求进行了详细的分析,以有明确QoS偏好的用户对服务的历史选择结果为基础,利用群决策的Condorcet和Borda函数集结这些结果得到服务的群体评价,从而使得无明确QoS偏好用户可以参考该评价结果进行服务选择。理论分析和仿真实验验证了该服务群体评价方法的合理性和有效性。     

支持QoS和用户需求的Web服务选择模糊算法*

基于QoS的Web服务选择能为用户提供更好的服务质量,而基于用户对QoS的需求和偏好的模糊性来进行Web服务选择是其中的一种方法。如何通过这种方法合理地获得最优候选服务集,是Web服务架构亟待解决的一个问题。本文提出了一种支持QoS和用户需求的Web服务选择模糊算法,该算法将用户对QoS的需求及偏好的语言描述进行去模糊化,然后选择出最符合用户需求的服务集。通过对模拟的服务质量数据进行实验,验证了该算法的优越性和有效性。     

环绕智能环境下自适应服务选择方法研究

由于Web Services数量的快速增加以及用户偏好的不同,在环绕智能环境下自适应地为用户选择合适服务是比较困难的.论文提出一种利用对服务的评价信息来获取用户偏好的学习机制.在此基础上,论文给出了基于信誉度和多属性决策的动态自适应服务选择算法.该算法首先利用学习到的偏好信息来产生当前用户的服务请求偏好值,然后利用加权欧氏距离及信誉度机制来选择最合适的服务推荐给用户.最后通过原型系统测试验证了算法的有效性和可用性.     

基于动态需求服务反馈的 Web 业务可信度协同计算

针对 Web 服务和 Web 业务的选择问题,提出一种基于动态需求服务反馈的 Web 业务可信度协同计算算法,动态分析了用户的 Web 服务选择和组合问题,采用了基于用户满意度信息的服务反馈模型来解决 Web 服务的选择问题,从而防止 Web 业务选择到服务质量较差的服务类型。在 Web 业务的选择上采用了基于可信度计算的方法,可信度大小由业务信誉度、反馈能力、服务信任度三方面决定,通过可信度大小的比较来选择最佳的 Web 业务。实验仿真结果表明,该算法在选择最佳的 Web 服务和 Web 业务上具有较高的精确度,尤其在选择最佳 Web 服务的精确率上相比对比算法高出11％以上。     

蚁群算法在Web服务组合中的应用

为了在服务组合过程中高效地发现、选择满足用户要求的Web服务,提出基于蚁群算法的多目标优化组合用以实现用户对组合服务质量的需求。该方法根据不同Web服务的QoS属性指标,选择相应的Web服务得到Pareto最优解集合,用户根据实际需要或对目标函数的偏好,从Pareto最优解集中挑选一个或多个解作为组合服务质量问题的最优解,从而形成最后的决策方案。从理论和实验2个方面与相关研究成果进行分析比较。     

基于灰色关联分析的Web服务选择

为方便用户选择最优Web服务,利用灰色系统理论对Web服务质量QoS属性因子进行分析,提出了一种基于用户QoS偏好的Web服务灰色关联分析方法。考虑到Web服务QoS的不确定性,该方法使用区间对Web服务QoS值进行建模。为了确定候选服务的QoS与用户QoS需求的符合程度,先针对服务的每个QoS属性,计算其与用户QoS需求的灰色区间关联系数;然后结合各个QoS属性的关联系数计算候选服务的QoS与用户QoS需求的综合灰色区间关联度,关联度越大的服务越符合用户的要求;最后从满足用户功能需求的Web服务中选择灰色关联度最大的Web服务推荐给用户。与其它Web服务评价模型相比较,该模型更加符合Web服务QoS的实际情况,能够在服务QoS信息不充分、不确定的环境下,对QoS属性进行合乎实际的分析处理,从而得到更加合理有效的QoS评价。     

基于质量的数据挖掘服务选择

在面向服务的数据挖掘系统中各种数据挖掘的算法封装成 Web服务.用户选择合适的数据挖掘服务执行自己的数据挖掘任务,而大多数最终用户并不具备这样的专业知识.从方便用户的角度出发,系统需提供一套服务选择机制,来帮助用户选择高质量的数据挖掘服务.综合通用Web服务的评价标准、数据挖掘领域的专用评价因子及用户评价反馈等多种因素及服务的动态性,给出了一个较全面的数据挖掘服务评价本体,讨论了服务质量的评价方法,给出了基于服务质量评价的动态数据挖掘服务选择方法,用户可根据数据挖掘服务评价本体的语义模型,输入质量约束条件,也可以调整评价因子权值,系统在满足用户约束条件的服务集中,通过计算出服务的综合质量值,挑选最适合的算法执行.     

扩展的Web Service服务质量模型研究

服务质量的描述和计算评价是服务描述、选择和运行监控的重要部分。目前Web Service服务质量研究主要集中在服务实现层的运行性能保障，而对用户更加重视的应用层服务质量则没有完整的描述和处理方法。本文分析Web Service服务质量综合性、模糊性、动态性和可配置性等特点，建立基于可配置综合模糊评价指标体系的扩展的Web Service服务质量模型，并提出基于服务上下丈的服务质量动态计算方法。     

面向QoS的服务运行时绑定方案

为了有效利用系统服务体系内功能相同而服务质量(QoS)各异且实时变化的原子服务,需要根据QoS对原子服务进行运行时绑定。采用服务操作的方式从程序层面表达原子服务的QoS指标,并对这种方式的有效性和合理性进行了分析。提出用户QoS偏好计算服务,可根据用户QoS偏好生成和执行QoS指标计算模型,并采用一种服务编制模式实现原子服务的运行时绑定。最后基于WS-BPEL[1](Web服务业务流程执行语言)进行举例,结果表明了该方案能够实现面向用户QoS选择偏好的原子服务运行时绑定。     

基于多维质量属性偏好的可信服务选择

现有的可信服务选择方法将信任值表示为单一的实数,并依据信任值对候选服务进行排序,不能充分体现服务可信性的特征和用户偏好.在传统服务质量模型的基础上引入可信属性构建多维服务质量模型,并阐述信任值的计算方法.在此基础上提出一种层次分析法和偏好排序组织法结合的服务选择方法,其中,层次分析法用于计算基于用户偏好的属性权重值,偏好排序组织法用于对候选服务进行排序.实验表明该方法可以有效地表达用户对于多维服务质量属性的偏好,提高服务排序和服务选择的可信性.