服务质量感知的网格工作流调度

在网格工作流中引入服务质量,可以使网格中的资源更好地围绕用户的要求进行组织和分配,服务质量为工作流执行过程中选择成员服务提供了依据.工作流服务质量的估算和服务质量感知的工作流调度是实现服务质量感知的网格工作流的两个关键问题.基于一种网格工作流模型讨论了网格工作流的服务质量参数体系,提出了工作流服务质量的估算算法和网格工作流调度数学模型,并提出了基于遗传算法的调度方法.仿真实验表明,该调度算法具有较好的收敛性.     

基于服务质量的网格工作流系统研究

网格工作流可以定义成为完成特定目标而在异构和分布的资源上以一定次序执行的网格应用服务的集合.在网格工作流中引入服务质量,为网格服务的调度提供了依据,使得工作流的执行更加满足用户需求.通过使用服务质量可以对网格工作流进行选择和执行,从而更加符合用户的期望.提出了一种典型的基于服务质量的网格工作流管理体系结构及相关的服务质量参数体系,讨论了基于服务质量的工作流调度算法,并给出一个基于快速遗传算法的应用实例.     

基于遗传算法的网格服务工作流调度的研究

网格服务的提出为网格工作流的研究提供了新的契机与挑战,由网格服务组成的工作流（GSF）的调度问题是一个典型的NP问题。利用遗传算法所具有的并行性和全局解空间搜索的特点,针对网格服务调度问题,提出基于遗传算法的网格服务工作流调度算法GSFGA,并改进了遗传算法的收敛特性,通过分析实验结果证明该算法优于传统的调度算法。     

多QoS约束的双目标最优的网格工作流调度研究*

针对当前网格工作流调度算法中大多只考虑DAG结构的网格工作流,涉及QoS参数较少或将多QoS参数聚合成一个单目标函数进行优化调度,提出了一种多QoS约束的双目标最优的网格工作流调度算法。该算法是基于AGWL网格工作流模型和改进的MOPSO算法,其目标是在满足可靠性、可利用性和声誉这三维QoS参数约束下,同时最小化两个冲突目标,即响应时间和服务费用。通过与原MOPSO所设计的网格工作流调度算法比较,该算法能获得更优的优化解。     

一种面向服务的网格工作流调度算法

面向服务的网格工作流的研究已成为网格领域的研究热点。由网格服务：组成的工作流（GSF）的调度问题是一个典型的NP问题,由于遗传算法具有并行性和全局解空间搜索的特点,非常适合解决这个问题。因此,本文首先给出GSF的GA定义,然后提出基于遗传算法的网格服务工作流调度算法GSFGA,并通过应用实例验证了该算法优于传统的调度算法,作为结论本文指出了下一步的研究工作。     

基于动态有色Petri网的网格服务工作流模型的研究

在深入了解网格技术、网格服务和网格工作流的概念、特点及其应用的基础上,提出了一种可行的网格服务工作流系统模型,重点介绍了动态优化建模技术、动态调度算法的实现思想.定义了一种动态有色Petri网作为服务工作流的建模工具,支持服务工作流的动态优化建模和动态调度,并为服务工作流模型提供性能评价依据.验证表明采用该模型能够很好地满足用户的QoS要求,并且有助于提高资源利用率.     

网格工作流引擎的设计与实现

针对传统工作流调度策略只强调任务的执行顺序、忽略任务本身相互间的逻辑关系等不足,基于GT4网格环境,以网格服务及其间的协作关系为出发点,设计并实现了用DAG(directed acyclic graph)模型描述网格工作流,并通过网格服务流语言(gridserviceflowlanguage,GSFL)形式化解析工作流的网格工作流引擎系统架构。在该架构中,设计并实现了基于Dijkstra的工作流调度算法,通过实例对该网格工作流引擎和调度算法进行了实验,实现了预期效果。     

基于服务质量的网格工作流算法优化

本文介绍了网格的基本概念,结合工作流任务的服务质量(QoS)需求,提出了基于服务质量的网格工作流调度算法,对GGWF算法中的LGSS算法做了改进,提出了ILGSS算法,对该算法的算法复杂度进行了分析,并在局域网环境下做了仿真实验,并给出了实验结果和分析,提出了在网格环境下探索自适应的工作流事务机制这一十分重要的研究方向,为网格环境下工作流的调度提供了一种新的解决方案.     

基于服务质量的云工作流调度优化算法

为满足云工作流实例的多样化需求,根据工作流的特点和云环境中资源部署结构,建立多服务质量指标的云工作流调度模型。对蚁群算法进行改进,解决其收敛速度慢、易陷入局部最优等缺点。利用用户对服务质量不同程度的偏好,引入云任务优先次序启发式规则,提出一种基于服务质量的云工作流调度算法(SPACO)。在Cloud Sim平台上,对云工作流调度模型和算法进行仿真分析,将仿真结果与基本蚁群算法(ACO)、改进的蚁群算法(PACO)进行比较,其结果表明该算法能缩短执行时间、降低能耗成本,验证了该模型的可行性和算法的有效性。     

QoS感知的分布式网格工作流引擎的研究和设计

在网格工作流系统的研究工作的基础上,设计开发了一种QoS感知的、分布式网格工作流引擎Q GWFE,经过改进后的分布式工作流引擎能够对网格的服务质量进行自动感知,从而达到改进网格工作效率,提高网格服务质量的效果.并且对网格工作流描述语言GridBPEL进行了进一步扩充,通过添加相关QoS元素,使扩充后的语言Q GridBPEL支持过程定义中的QoS描述需求.     

QoS Requirement Generation and Algorithm Selection for Composite Service Based on Reference Vector

Under SOA (Service-Oriented Architecture), composite service is formed by aggregating multiple component services together in a given workflow. One key criterion of this research topic is QoS composition. Most work on service composition mainly focuses on the algorithms about how to compose services according to assumed QoS, without considering where the required QoS comes from and the selection of user preferred composition algorithm among those with different computational cost and di?erent selection resu...     

基于用户视角的组合Web服务响应时间优化

针对响应时间,通过选择、调用合适的成员Web服务,对组合Web服务的QoS进行优化．该优化方法基于用户的视角,将组合Web服务运行时用户一次等待周期中需要执行的所有任务作为一个整体进行调度;同时根据组合Web服务流程的不同环节中用户对等待时间的不同敏感度,设置调度参数,降低关键环节超时的风险．实验表明,此方法可以有效地优化组合Web服务的响应时间,提高用户的满意度和QoS．     

一种基于多优先级队列和QoS的服务调度策略

针对网格服务流程的特点,在多维调度策略分析基础之上,提出基于多优先级队列和QoS的服务调度模型,并给出划分逻辑子网的思想,为具有不同需求的不同服务分配到最佳资源并得到最优处理.实验对资源调度公平性、服务请求响应时间等指标进行了测试,充分表明该调度模型的有效性.     

一种面向服务的网格作业管理机制

开放网格服务体系结构(OGSA)的出现表明让网格资源以服务形式提供标准化的接口已成为趋势，然而目前的网格作业管理系统主要针对以程序形式提交的批处理类型作业，其管理的资源对象和调度目标主要面向科学计算，在基于服务的网格环境下远不能满足应用的需求：一方面，用户的使用模式从批处理为主转向带有交互性质的服务访问模式；另一方面，不同的应用对服务质量(QoS)有着不同级别的需求，为了解决这些问题，提出了一种面向服务的作业管理机制，它作为用户访问网格资源(服务)的代理，为用户提供透明的、与资源物理位置无关的并带有会话支持的作业服务接口。还引入了服务水平协议(SLA)的概念来表示用户需求的不同网格服务级别，作业管理系统则根据可定制的服务水平实现配置(SLAP)将sIA中规定的各项QoS特性映射到具体的作业管理行为，该作业管理机制已应用于织女星网格系统软件中，并能够为基于服务网格的应用提供灵活有效的支持。     

Iterative selection algorithm for service composition in distributed environments

In service oriented architecture （SOA）, service composition is a promising way to create new services. However, some technical challenges are hindering the application of service composition. One of the greatest challenges for composite service provider is to select a set of services to instantiate composite service with end- to-end quality of service （QoS） assurance across different autonomous networks and business regions. This paper presents an iterative service selection algorithm for quality driven service composition. The algorithm runs on a peer-to-peer （P2P） service execution environment--distributed intelligent service execution （DISE）, which provides scalable QoS registry, dynamic service selection and service execution services. The most significant feature of our iterative service selection algorithm is that it can work on a centralized QoS registry as well as cross decentralized ones. Network status is an optional factor in our QoS model and selection algorithm. The algorithm iteratively selects services following service execution order, so it can be applied either before service execution or at service run-time without any modification. We test our algorithm with a series of experiments on DISE. Experimental results illustrated its excellent selection and outstanding performance.     

Service selection algorithms for Web services with end-to-end QoS constraints

Web services are new forms of Internet software that can be universally deployed and invoked using standard protocols. Services from different providers can be integrated into a composite service regardless of their locations, platforms, and/or execution speeds to implement complex business processes and transactions. In this paper, we study the end-to-end QoS issues of composite services by utilizing a QoS broker that is responsible for selecting and coordinating the individual service component. We design the service selection algorithms used by QoS brokers to construct the optimal composite service. The objective of the algorithms is to maximize the user-defined utility function value while meeting the end-to-end delay constraint. We propose two solution approaches to the service selection problem: the combinatorial approach, by modeling the problem as the Multiple Choice Knapsack Problem (MCKP), and the graph approach, by modeling the problem as the constrained shortest path problem in the graph theory. We study efficient solutions for each approach.This research was supported in part by NSF CCR-9901697.     

基于QoS的网格服务选择优化机制

在网格服务发现和选择过程中，如何根据请求方（用户）对服务质量的需求，以及网格QoS的动态变化选择网格服务是一个重要问题。该文基于请求方（用户）对不同网格服务QoS赋予的权重不同以及容忍度不同，提出了网格服务选择算法，从而使得请求方（用户）获得的网格服务的性价比最高。     

一种支持服务关联的Web服务选择方法

目前存在的大多数基于QoS(quality of service)的Web服务选择方案都忽略了服务之间的关联关系, 认为服务之间是相互独立的, 使得组合服务的结果与实际有所偏差。为了提高组合Web服务QoS的精确性, 考虑到服务之间的关联关系对组合服务质量的影响, 分别对服务之间的接口关联、业务关联和统计关联三种关联关系进行研究, 提出了一种基于关联度的关联服务集合发现方法, 将支持服务关联的选择问题转换为混合整数规划模型进行求解。实验结果表明, 考虑服务之间的关联关系会提高组合Web服务的质量。     

基于二维QoS模型的Web服务组合

在实际应用中,单个Web服务通常无法满足复杂应用的需求,如何组合已有的服务,从而提供更强大更完整的商业功能已成为此领域的研究热点。然而现行的SOA架构中,Web服务组合方法中很少考虑Web服务质量（QoS）问题,或者对Qos考虑得不够全面,这样,组合出的服务不能确保能够满足用户的QoS需求。针对这一问题,提出了Web服务的二维QoS模型,并使用了改进的UDDI规范,在此基础上给出了基于QoS的Web服务组合的有色Petri网组合策略。在满足用户组合服务的功能需求的同时,也满足了用户对服务质量QoS的需求,实现了需求服务的优化。     

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.