基于Skyline服务的Top-k选择方法

为缩小Skyline服务集,提高服务选择的效率,提出一种Skyline服务Top-k选择方法。首先,用数据推理的方式为Skyline服务的Top-k选择提供理论依据,并提出Skyline服务Top-k选择的相关命题;然后,基于这些命题,提出Skyline服务Top-k选择算法,该算法可以得到被选择可能性最大的Top-k Skyline服务集;最后,通过实验证明,该方法能有效降低服务选择的时间,而不影响服务组合的最终结果。     

基于Skyline的QoS感知的动态服务选择

服务计算相关技术标准的持续完善和不断成熟推动了基于Web服务重用的分布式应用系统开发方式的迅速普及.而随着服务数量的爆炸性增长,网络上存在着大量功能相似、非功能特性各异的服务,如何在功能相当的服务集中选择质量较优的服务成为一个亟待解决的问题.传统的基于服务质量的服务选择方法,无论是局部最优或是全局最优策略,均面向服务库中的所有服务进行选择,选择效率受服务数量影响较大,因此不适用于基于大规模服务库的服务选择.文中引入数据库查询中的skyline方法,利用skyline中的支配关系,在选择过程中仅考虑skyline之上的服务,从而大大缩小了服务选择的范围,提高了服务选择的效率.同时针对动态Web服务环境,提出一种动态环境下的skyline服务维护算法,并通过一系列仿真实验证明了所提算法的高效性及良好的可扩展性.     

基于社会网络的可信Web服务选择研究

Web服务技术使开放环境中的大规模应用得到不断发展,服务提供商提供了不计其数的具有相同或类似功能的Web服务,如何选择适合的尤其是可信的Web服务是个难题。目前大多数服务选择机制都设计固定的因素集作为选择标准,但是在处理一些未知的Web服务时,难以满足用户的多样性需求。基于此,从社会网络的视角综合考虑了服务提供商网络和用户网络两个方面,提出了可信服务选择框架,对服务提供商采用模糊综合评价法来确定其综合评价值,基于用户声望评价来确定单个Web服务的可信度。用户依据服务质量(Quality of Service,QoS)需求、得到的QoS数据、服务提供商的综合评价和Web服务的可信度进行Web服务的选择。     

信任感知的组合服务动态选择方法

把信任概念和信任度引入到服务组合中来,讨论了信任感知的服务组合选择问题,分别基于两种观点建立了其数学模型.并基于观点1,深入地研究了服务组合的动态选择问题,分别采用蚁群系统作为优化工具设计了两种动态选择方法:方法1针对服务在上限阈值的范围内提供优质服务,服务质量保持不变,超过阈值则拒绝服务的情况;方法2针对服务无限制地接受请求,但随着请求数量的增多,其服务质量下降的情况.通过对方法1和方法2的仿真实验结果分析表明,两种方法具有很好的效果.     

属性群签名的可信服务选择方案

面向服务计算(service-oriented computing,SOC)的一个基本内容就是选择和组合服务以直接支持指定用户的需求或提供附加服务,这些需求往往是细粒度的.现有的服务选择方法要么没有考虑要么是从粗粒度上考虑服务间的信任关系.我们提出一个新的可信服务选择方法:基于属性群签名的可信服务选择方案(TSS-ABGS).该方案将功能属性相同的可选服务组成一个属性群,当请求者向该群发出包含属性集的选择请求时,满足属性集要求的群成员返回一个签名,请求者通过群管理员开放签名者并与之建立可信关系而达到可信服务选择的目的.该方法具有可跟踪性和防共谋.     

基于偏好推荐的可信服务选择

针对现有服务选择中服务推荐技术的不足,提出一种基于偏好推荐的服务选择(trustworthy services selection based on preference recommendation,简称TSSPR)方法.首先搜索一组偏好相似的推荐用户,并通过皮尔逊相关系数计算用户的评价相似度,然后基于用户的推荐等级、领域相关度和评价相似度等对用户的推荐信息进行过滤,从而使推荐信息更为可信.模拟实验结果表明,通过正确的参数设置,该方法能够有效地解决推荐算法中冷启动、推荐信息不准确等问题.     

一种基于Skyline的服务选择方法

随着网络上各种web服务数量的急剧增长,如何发现满足用户功能性和非功能性需求的服务成为亟待解决的关键问题.根据用户确定的功能和非功能性需求,充分利用Skyline方法中的实例间支配关系,首先对网络上各种服务从功能层次进行筛选,然后从QoS层次对选择的服务实现进一步的筛选,从而选择出两者都较优的暇务.该方法对输入,输出匹配度高的服务分别进行考虑,并进行组合判断来查找满足用户需求的原子服务和组合服务.给出了相应的服务发现算法,且通过仿真实验来验证分析所提出方法的可行性和有效性.     

面向行为的可信Web服务选择方法

通过服务组合构建应用软件已成为SOC(Service-Oriented Computing)环境下满足用户需求的一种主要途径,而服务选择是服务组合的重要环节,其选择结果对组合服务的可信性有重要的影响。针对当前服务选择结果中服务的预期行为与执行行为相差较远的问题,设计了有效的流程相似性度量方法 FQSim。该方法综合考虑服务流程的静态结构与动态行为,提高了服务流程相似性计算结果的准确性。仿真实验验证了所提方法的有效性,与已有方法相比,流程相似性度量方法FQSim有更优的准确率。     

基于聚类和Skyline计算的云计算服务选择

针对云计算环境中存在着大量功能相同或类似而服务质量不同的服务,而实现对这些服务选取的方法往往具有效率低和实时性差的缺点,为此,提出了一种基于聚类和Skyline计算的云计算服务选择方法;首先,对各抽象服务类采用相似度矩阵进行分类,选取其中与用户服务请求最匹配的分类作为候选分类;然后,通过Skyline计算剔除各候选分类中的冗余服务,保留支配服务作为候选服务;最后,通过最大化效用函数来选取候选服务构成组合服务;仿真实验表明文中方法能高效地实现云计算环境下的服务选取,且与其它方法比较,与用户服务请求需求具有较高的匹配度,服务选择精确度达到100%,同时算法的时间复杂度较低,具有较大的优越性。     

基于QoS的动态Web组合服务选择方法

QoS已是衡量Web服务好坏的一个重要标准,基于QoS的Web组合服务在执行前进行的服务选择和执行中进行的服务选择是当前的主要两大选择方法.前者难以适应不可预知的服务环境变法,后者计算量大却难以控制整个服务流程的最优性.根据二者的优缺点,将二者结合起来提出了一种基于QoS的二次服务选择方法,先得到静态最优解集、在对其进行动态绑定.实验证明该方法可有效的避免二者的不足,继承二者的优点,保证服务的高效性,可靠性.     

云环境下基于协同推荐的信任评估与服务选择

“模糊、自治”的云计算环境中,服务品类繁多、质量参差不齐,用户主体难以进行可信赖的服务选择。在用户交互经验的基础上,结合现实人际交易模式,提出了一种基于协同推荐的综合信任量化评估模型。模型引入了时间衰减、权重两类动态因子,设计了多元化混合协同推荐算法来实现用户之间的有效协作,帮助用户正确选择可信云服务。为了验证模型的可行性,设计出一个分布式的原型系统,对模型的用户满意度和服务选择质量进行仿真实验。仿真结果表明,该模型能够更快地提高平均服务满意度,更有效地抑制恶意服务,而且随着交互次数的增长,服务选择质量也会不断提高。     

Towards a trust evaluation middleware for cloud service selection

With the advent of cloud computing, employing various cloud services to build highly reliable cloud applications has become increasingly popular. The trustworthiness of cloud services is a critical issue that hinders the development of cloud applications, and thus is an urgently-required research problem. Previous studies evaluate trustworthiness of services via either QoS monitoring mechanisms or user feedback ratings, while seldom they combine both of them for enhancing service trust evaluation. This paper proposes a trustworthy selection framework for cloud service selection, named TRUSS. Aiming at developing an effective trust evaluation middleware for TRUSS, we propose an integrated trust evaluation method via combining objective trust assessment and subjective trust assessment. The objective trust assessment is based on QoS monitoring, while the subjective trust assessment is based on user feedback ratings. Experiments conducted using a synthesized dataset show that our proposed method significantly outperforms the other trust and reputation methods.     

对等网络信任评价模型研究

对等网络已经成为用户共享服务的平台,如何结合用户评价进行服务选择已经成为其中的难点和关键问题。文中针对在开发、动态的网络环境中对服务评价可信度的问题,本文提出了一种基于评价的信任度更新算法,并给出了相关策略。在服务选择的过程中同时考虑服务的信任度和社交度,从而提高查找的准确率,并结合搜索行为聚类算法,降低群体欺骗的可能性。     

基于推荐质量的信任感知推荐系统

推荐系统在解决信息过载方面已经取得了很大的成功,同时也存在数据稀疏、冷启动等问题。如何在评分数据稀疏的情况下获得满意的推荐成为推荐系统亟待解决的问题。将信任引入推荐系统成为解决上述问题的有效方法之一。已有的信任感知推荐系统大多基于布尔型信任关系,且没有考虑信任的领域相关性。在服务选择领域,服务请求者依据QoS(quality of service)选择服务。联想到在服务推荐领域推荐请求者可以依据推荐质量(quality of recommendation,QoR)选择推荐用户,提出了推荐质量(QoR)的概念和基于推荐质量的信任感知推荐系统。QoR的属性包含评价相似度、领域信任值、领域相关度和亲密程度,利用信息熵方法可确定各属性的权重。仿真表明该方法提高了推荐系统在数据稀疏情况下的精确度和评分覆盖率,有效提高了冷启动用户的召回率,在一定程度上解决了冷启动问题。     

基于P2P环境下的Web服务选择信任模型研究

为了适应互联网服务资源“成长、自治”的自然特征,以基于P2P技术的电子商务供应链等为代表的自组织系统的实践表现出巨大潜力,但自组织系统的动态开放等固有特征使其面临严重的行为可信问题.提出了一种P2P环境的基于反馈的Web服务选择信任模型.基于用户对服务的评价,利用局部信誉及全局信誉基本数据,综合考虑时间等因素,结合k-mean聚类算法分类比较用户的服务评价与第三方评价、历史评价等,建立了基于信誉的信任系统.设计了服务的可信模型与评价者的可信模型,并根据不同情况使用适当处罚函数,得到Web services使用的信誉评价模型.通过实验分析发现P2P环境下的基于信誉的信任系统为企业应用提供了自组织服务管理的基础,同时信誉评价模型为用户选择服务提供了科学可靠的依据.系统对恶意用户的使用有一定的对抗能力,能保证P2P环境下服务的可持续运营.     

Web服务在信用信息工程中的应用

目前的社会信用信息工程中,许多的政府部门都建立了自己的信用信息数据库,但在政府各级部门数据库之间进行数据交流和共享存在着许多的问题,在许多地方,数据共享还是一片空白。Web服务技术是应用程序通过内联网或者因特网发布和利用软件服务的一种标准机制。利用WEB服务可以方便地实现不同系统之间的数据交换和集成。该文提出利用web服务技术来解决信用信息工程中的信息数据共享问题。并在此基础上提出利用WEB服务工作流技术将信用评估整合到电子商务过程,以实现可信用电子商务     

基于离散量子粒子群的信任增值服务工作流选择方法

随着面向服务计算技术的发展,用户提出的任务趋于复杂化,如何高效地把现存的各种组件服务整合起来形成新的满足复杂任务需求的增值服务即组合服务,已成为研究的热点。针对这种增值服务的服务选择问题,设计了一种信任增值离散量子粒子群算法。该算法与传统的面向QoS全局最优的服务选择算法的区别在于,前者不仅考虑了服务的信任问题,有效地解决了服务工作流中的恶意欺骗问题,同时还结合工作流的特点,将量子粒子群算法离散化,根据服务选择应用场景重新定义了量子粒子群算法中各种位置的计算方法和其中权重系数的自动调整。仿真实验结果表明,该离散量子粒子群算法不仅降低了服务选择的时间,且能得到更优的适应度值,同时还考虑了信任问题,提高了服务选择的成功率。     

基于社会网络动态反馈的Web服务信任度计算

在当前服务计算背景下,针对用户难以获得满足需求的可信服务问题,提出基于社会网络动态反馈的Web服务信任度模型.基于用户使用经验设计服务直接信任度算法,对服务交易情况进行动态跟踪和监测.当用户缺乏使用某服务的直接经验时,基于社会网络中服务使用者信任度,聚合其他服务使用者对服务的直接信任度,计算该服务的间接信任度.采用修正因子进行修正,以提高社会网络节点及关联服务可信性.算法分析表明,该方法是可行和有效的.