基于动态QoS的Web服务组合

在Web服务组合中,现行的几种QoS衡量标准都将重点放在单个Web服务本身的质量上,而忽视了Web服务动态特性、组合特性以及服务组合中的网络特性。另外,在诸多服务组合的算法中,都只是强调组合服务的总体质量,却忽略了用户对某些质量属性的约束条件,从而导致服务重计算问题经常发生。为此,考虑了服务动态特性以及服务间的协作关系对组合服务质量的影响,提出了动态QoS模型;同时,综合了用户的质量约束以及组合服务的整体质量,将用户的质量约束引入服务组合流程中。最后通过实验证实了所提出的动态QoS模型能够根据服务实体的实时情况计算服务质量,同时将用户的质量约束引入服务组合流程中,有效地避免了服务重计算问题。     

Web服务组合QoS全局优化算法

Web服务技术的发展使得组合Web服务的应用成为可能,组合服务的QoS优化问题的重要性越来越明显。遗传算法与蚁群算法是解决QoS全局优化的两种方法,针对采用蚁群算法进行优化时易出现的收敛速度缓慢及遗传算法易陷入局部最优解、效率不高的问题,结合两种算法的优势,充分发挥蚁群算法正反馈特性与遗传算法的快速全局搜索能力,改善QoS全局优化算法,提高了算法的优化能力,从而更好地解决了Web服务的QoS全局优化问题。     

基于禁忌搜索算法的Web服务组合优化

为有效集成网络中的Web服务,组成满足用户需求的服务链,提出了基于禁忌搜索算法的Web服务组合优化方法.建立了基于QoS感知的Web服务组合优化模型,该模型从全局限制了用户的QoS约束.简述了禁忌搜索算法求解的基本框架,在此基础之上分析了应用禁忌搜索算法求解过程中的关键设计步骤.实例仿真计算结果表明,该算法求解具有比线性规划算法更好的时间性能,并具有与遗传算法相仿的表现.     

Web服务QoS组合优化研究

Web服务的服务质量是选择服务的重要因素,但求解最优服务的选择较为困难。本文基于多目标组合优化提出了一种服务选择方法,根据不同服务QoS属性指标选择得到非劣解集合,再由用户的效用函数评价用户满意度。这种选择方法可以推广到服务组合过程。     

服务时间随机条件下服务组合质量分析

本文分析采用业务过程执行语言（BPEL2WS）描述的web服务组合的执行时间,给出在服务执行时间随机情况下,根据单个服务的执行时间概率分布密度和BPEL2WS模型的结构求解web服务组合执行时间的概率分布密度函数的算法。根据概率密度函数可以求得业务过程执行时间在任意时限内的概率,从而可以根据给定的概率条件优化组合服务,使得服务执行成本最低．最后通过一个应用实例验证了算法的有效性。     

基于QoS的Web服务组合的全局优化方法

研究在服务组合预先优化阶段及在运行时容错处理阶段对重构的服务组合进行基于QoS的在线全局优化方法,提出并实现了一种结合修正单纯形法和启发式枚举法解决多目标全局组合最优化问题,加快了解空间搜索的收敛速度以及提高了目标函数的优化水平。     

基于BPEL和QoS的动态Web服务组合框架研究

利用BPEL语言可以将单独的Web服务组合成复杂的业务流程,但是BPEL语言不支持在业务流程执行阶段进行修改操作。虽然BPEL语言有错误处理和补偿机制,但是如果业务流程不能继续执行就会影响到业务执行效率。针对这一问题,提出了基于BPEL和QoS的动态Web服务组合框架,利用QoS组件的动态绑定功能和UDDI的动态发现Web服务功能,实现在业务流程运行时动态选择Web服务的功能,从而提高业务流程的执行效率。     

基于遗传算法的Web服务组合优化

近年来国内外学术界和行业界围绕着Web服务组合开展了大量的研究工作,这些研究都把重点放在Web服务组合功能的实施上,而对组合服务质量的研究甚少.在建立Web服务组合优化模型的基础上,将遗传算法引入到Web服务组合中去,提出了基于遗传算法的Web服务组合的优化方法,给出了构建基于遗传算法的Web服务组合模型和求解方法,从而可以提高组合服务的质量,并能够使Web服务组合满足个性化需求.     

基于QoS 随机性和信任评价的全局动态服务组合

由于Internet环境的开放性和动态性,导致Web服务质量稳定性较差,进而严重影响服务组合的准确度.为此,提出一种基于QoS随机性和信任评价的全局动态服务组合方法.首先,剔除导致客观QoS不稳定的异常值,并估计其真实值;然后,分析服务提供商和用户的信任度,聚合计算主观QoS评价值;最后,结合主、客观QoS约束条件,构建全局动态服务组合优化模型,求解最优组合服务.基于真实和仿真数据的实验结果表明,所提出的方法能够显著提高服务组合的稳定性和准确度.     

面向QoS全局优化的大规模Web服务组合方法

把多个简单Web服务组合成为更强大的组合Web服务是面向服务计算的目标之一。由于存在多个功能相同但服务质量属性不同的候选Web 服务,因此需要针对服务质量要求进行服务组合。鉴于Web服务组合规模的不断增长和特定领域的时限要求,面向实时大规模Web服务组合问题的快速收敛算法尤为重要,然而目前相关工作还很少。论文提出一种新的Web服务组合算法GAELS（Genetic Algorithm Embedded Local Searching）,运用高适应度初始种群和局部搜索的变异策略,加快收敛速度。通过实验评测表明与简单遗传算法相比,GAELS算法能更快得到近似最优解,且随着服务规模增长,拥有更好的适应性。     

基于有向层次图的Web服务自动组合方法

为解决多输入/输出的Web服务自动组合问题,提出了基于有向层次图的Web服务自动组合方法,主要步骤如下：1）根据用户请求的输入/输出参数集生成有向层次图;2）在有向层次图中构造完全规约图;3）在完全规约图中计算每一顶点的所有可达路径;4）为用户请求选择最优路径,并转化为Web服务组合序列。该方法能够求得最短步数内的所有Web服务组合序列,根据Web服务的服务质量(QoS)获得最优的组合序列,从而满足多输入/输出的用户请求。与基于图的Web服务组合方法相比,减少了搜索空间,适用于大规模的Web服务库。     

随机QoS感知的Web服务组合概率分析

运行环境的开放性和动态性使Web服务的QoS具有内在的随机性。由QoS具有随机性的Web服务构造而成的组合服务,其QoS也具有随机性,从而使组合服务用户面临QoS需求不能被满足的风险。利用基于重要性采样的仿真方法,在随机PERT网络中对Web服务组合的QoS进行概率分析,以评估组合服务的QoS风险。方法通过一个简单的分布函数,引入权重函数以实现对目标分布函数的无偏估计。以实际的Web服务QoS数据为基础进行实验,对重要性采样技术和蒙特卡洛仿真的合理性和效率进行了对比,结果显示利用重要性采样技术进行组合服务QoS概率分析具有更高的精度与效率。     

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。     

Web服务组合的可靠性动态评估模型*

为了合理、高效、动态地评估Web服务组合的可靠性,为服务请求者提供高质量的组合服务,提出了一个Web服务组合的可靠性动态评估模型。该模型对服务提供者发布至UDDI注册中心的Web服务进行语义预先处理,根据语义Web服务间的逻辑组合关系,基于预推理技术构造Web服务的自动组合框架,提出了Web服务的自动组合算法,建立Web服务组合方案的路径结构;利用随机Petri网对满足服务请求者需求的服务组合路径结构进行可靠性建模,结合在线获取的Web服务可靠性信息,对Web服务组合的可靠性进行动态评估。实验示例结果分析表明,提出的模型能确保Web服务组合方案的有效性和提高服务组合的效率,对Web服务组合的可靠性评估具有较强动态性和灵活适应性。     

基于服务簇和QoS的Web服务组合方法

针对海量的语义Web 服务组合中如何提高搜索速度和获得最优组合的问题,提出了一种基于服务簇和服务质量(QoS)的快速组合方法。利用预先建立的服务簇进行服务搜索,可以有效缩小搜索空间,降低语义比较的复杂度,快速得到候选服务集合。组合过程中基于服务的最优组合QoS值动态确定阈值进行服务过滤,可以获得多个最优组合。同时采用高效的冗余处理方法保证组合中冗余服务最少,并采用服务簇内部过滤的方法限制候选服务数量,解决了因组合过多造成的运行超时问题。基于海量服务库进行实验,结果表明,服务搜索效率比普通搜索方法可提高几十倍,服务过滤和冗余处理效果明显,可快速获得多个QoS最优的无冗余组合,并且在百万级服务库进行大层次深度的组合时仍可保证良好的运行性能。     

一种语义Web服务的多层次匹配方法

现有的语义Web服务发现方法大多采用匹配等级来筛选服务，查找到的服务粒度较大，也没有考虑服务质量。对OWL-S语言进行扩展，增加对QoS（服务质量）的描述，提出了五层次三阶段的多层次匹配过程，采用语义相似度进行匹配。实验结果表明该匹配方法能够保证查找的查准率和查全率。     

基于成本效益系数的Web服务组合可靠性优化方法

为了解决Web服务组合优化过程计算量大、非线性等问题,提出在给定成本约束下利用成本效益系数(CBC)对Web服务组合可靠性进行优化的方法。首先分析了Web服务组合结构模式及其对应的可靠性函数,进一步给出服务组合的可靠性计算方法,并建立非线性可靠性优化模型;然后,通过组件服务的成本及其可靠性关系计算成本效益系数,进一步确定Web服务组合的优化方案,再根据优化模型计算得到优化结果;最后,以组件服务可靠性数据为基础,通过与传统的优化方法比较,验证了基于成本效益系数的方法可以在给定成本约束时获得更高的可靠性。实验结果表明,所提方法对Web服务组合进行可靠性优化是有效、合理的。     

基于SPEA2+算法的Web服务选择研究

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。针对将多维QoS属性加权聚合为一个目标函数进行优化的选择算法不能实质性地解决基于QoS的Web服务选择问题,采用改进的强度Pareto进化算法（SPEA2+）多目标优化求解该问题,设计了一种Web服务选择算法。该算法在满足声誉、可靠性和可利用性属性的约束下,同时最小化服务时间T和服务费用C,以产生Pareto最优解集。通过与运用SPEA2算法求解该问题的实验对比,表明了两算法所获取的Pareto最优解集中QoS属性T和C各均值各有优劣,用户可依据对T或C的偏好择优选择。     

一种Web服务选择的QoS参数计算方法

为了将用户的恶意评价和服务提供者发布的虚假数据对Web服务的QoS参数的影响降至最小,确保Web服务的QoS参数的真实性,提出了一种Web服务的QoS参数计算方法,包括基于Sproas信任模型推导出的用于来自服务请求者的参数计算公式和通过引入Web服务的负载和状态参量计算来自服务提供者的参数。通过模拟实验及分析表明：来自服务请求者的参数值的稳定性较对照算法提高了9.8%,能更有效地降低用户恶意评价的影响;来自服务提供者的参数值与实际值的相似度较对照算法平均提高了16.7%,能明显削弱服务提供者发布的虚假数据的影响,并改善Web服务的负载均衡。