基于QoS的Web服务选择方法研究进展

基于QoS的Web服务选择是从功能相同的Web服务中以Web服务的QoS属性为评价指标选出最优服务的过程,其作为语义Web服务领域的关键技术正在蓬勃发展.文章考察了现有的Web服务选择方法,对其进行了归类,分析了各类方法的优缺点,讨论了这个方向的研究重点及未来的研究趋势.     

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。     

基于QoS的Web服务选择方法研究新进展*

随着服务计算、云计算技术的迅速发展,具有相同或相似功能但服务质量（QoS）不同的可用服务已大规模部署在互联网上。如何从这些海量Web服务中为服务组合选择令人满意的服务成了一个重要的研究问题,其选择方法是影响组合服务的QoS 和服务组合性能高低的关键因素。为了解决该问题,研究者们已开发了许多服务选择方法以帮助用户选择合适的服务。针对近五年基于QoS的Web服务选择方法的新进展进行了综述。归纳了包括运用Skyline计算、协同过滤、优化算法、多属性决策支持理论和混合方法等一些典型的服务选择方法,讨论了各方法的优势和局限性,并根据当前研究现状,探讨了该领域的发展趋势和未来研究方向和挑战。     

基于QoS的语义Web服务选择

用XML语言描述的Web服务由于缺乏语义信息而使得服务选择的效率大大下降.将语义网和Web服务相结合,介绍一种能够描述服务语义信息的语言OWL-S,并在此基础上提出一种基于服务质量(QoS)的语义Web服务选择算法.它的基本思想是首先将含有语义信息的服务请求者和提供者双方进行相似度匹配,并记录下所有相似度达到一定要求的服务提供者,然后在这个结果集中进行QoS评价,选择出一个QoS值最大的服务.这样的选择算法使得服务选择的效率和精确度得到提高.     

一种基于QoS的Web服务选择模型

服务质量是面向服务应用中考虑的重要因素之一.对现有的SOA标准模型进行了扩展,提出了一种基于QoS的Web服务选择模型.模型中新增实体提供对QoS的支持,采集服务提供者和服务消费者的QoS反馈信息,以此评估Web服务的质量.在服务选择时,该模型在考虑QoS评价排名的同时,运用滑动窗口策略,分摊系统负载和避免负载抖动现象.仿真实验结果显示了该思想的有效性.     

QoS全局最优的多目标Web服务选择算法*

针对现有方法的不足,提出一种基于QoS全局最优的多目标动态Web服务选择算法。在给出动态服务组合模型的基础上,以“抽象服务规划”为输入,以用户的非功能性需求为全局约束,将动态服务选择问题转换为一个带QoS约束的多目标服务组合优化问题;利用多目标蚁群算法,多个目标函数被同时优化并产生一组满足约束条件的Pareto优化解。通过运用实验与基于多目标遗传算法的Web服务选择算法进行对比,证明了该方法的可行性和有效性。     

基于QoS的语义Web服务选择框架

服务质量（QOS）成为动态选择满足用户需求的Web服务的关键因素。然而目前Web服务的QoS信息描述缺乏语义性,且Web服务的选择还不能做到完全自动化。文章提出一种Web服务的QoS本体结构,并在此QoS本体和原有的语义Web服务的基础上提出基于QoS的语义Web服务选择框架（QSF4SWS）。研究表明,该框架不仅增强了Web服务QoS描述的语义性,而且还能够实现Web服务的动态发现与自动选择。     

基于QoS与可信度融合的Web服务选择机制研究

随着Web服务的快速发展,大量相似的Web服务功能发布至Internet。为从Web服务集合中过滤出请求者需求的Web服务,探讨了一种基于QoS与可信度融合的Web服务选择机制。针对Web功能相似的复杂性,剖析了目前选择机制中存在的局限性,借助对服务可信度的综合评估,通过第三方的服务质量监控数据,从主观和客观两个方面评价Web服务选择,基于QoS监控、目标消费群、服务质量评估与评价反馈模型,提出了基于QoS与可信度融合的Web服务选择模型。仿真实验结果验证了该模型既可适应动态变化的环境,又可保证真实的服务质量,克服了评价标准的个体差异性。研究结果表明,提出的服务选择方法是可行与可用的。     

基于QoS的语义Web服务选择

针对传统Web服务选择方法缺乏语义信息支持,不能满足用户准确需求的问题,将量化的QoS属性作为启发信息,将Web服务组合问题转化为与或图搜索问题,引入AO*算法进行Web服务选择。仿真结果表明,所提方法对于Web服务组合问题是有效的,同时提高了组合效率。     

基于QoS本体的Web服务描述和选择机制

随着Web服务数量的急剧增长,如何从大量功能相似的Web服务中选择具有最好的服务质量(Quality of Service,QoS)的Web服务成为研究的热点.提出了一种基于QoS本体支持QoS的服务选择方法,用QoS本体以及相应的词汇来描述QoS数据,基于以上的工作,提出了一种支持QoS的选择机制,将QoS参数的语义匹配度和数值匹配度相结合,利用归一化算法对不同类型的QoS参数取值进行标准化,最后提出了一个公平的,动态的选择机制和相关实验结论.     

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.     

一种基于QoS全局最优的服务选择算法*

现有的服务选择算法存在低效、非全局最优等缺点。针对现有算法的不足,提出了一种基于QoS的高效服务选择算法。首先建立服务选择问题的多目标优化模型,之后用改进的多目标粒子群算法(IDMPSO)求解该模型,从而获得一组高质量最优解。在IDMPSO中,通过计算粒子的密集距离来进行Pareto最优解的保留,并把密集距离与欧几里德距离结合起来提出一种全局最优粒子选取的方法。实验结果表明,IDMPSO得到的解相对较优,且分布均匀,并且随着问题规模的增加,运行时间呈线性增长。     

一种在用户偏好不确定情况下的Web服务选择方法*

首先由用户对各个QoS属性的偏好给出语言描述及其不确定度;然后通过查找对照表将其换算成各个QoS属性的权重系数;最后使用QoS属性值和权重系数进行候选服务的综合评价,得到最接近满足用户不确定偏好的候选服务。模拟实验结果证明了该方法的有效性。     

基于离散粒子群算法全局QoS最优的Web服务选择

Web服务选择是Web服务组合中重要问题,也是一个NP难问题,使用离散粒子群算法对该问题进行建模求解并针对粒子群算法后期容易陷入局部最优进行改进,借鉴遗传算法中杂交变异的思想对算法迭代后期的一部分粒子进行杂交变异,实验仿真证明,由于杂交变异的引入,能够求得Web服务组合全局QoS更优的解。     

基于服务质量的Top-k Web服务选择方法

Web服务的质量属性具有动态性,实时性特点,能提供具有服务质量保障的Top-k服务选择,同时有效降低服务选择系统对宿主服务器及网络带来的负载。提出一种使用单调服务质量的效用函数,在规范化QoS属性的基础上,通过计算给定服务效用函数的取值空间,快速筛选出满足要求的Top-k服务的RTKS-QoS算法。实验结果证明,在k<20的情况下,RTKS-QoS算法的响应时间及给网络带来的流量负载,与不使用优化的情况相比,分别平均降低了55%及52%。     

基于协同过滤的个性化Web服务选择方法

对传统的Web服务选择算法进行分析,并指出其在动态环境下存在的问题。为了解决该问题,提出了基于协同过滤算法的个性化Web服务选择方法,并设计了一个动态的Web服务选择架构,架构使用协同过滤算法对Web服务的服务质量(QoS)值进行预测并选择最优的Web服务以满足用户的需求。使用150万条真实Web服务的QoS数据与其他4类算法进行了对比实验,结果表明所提方法的可行性和准确性。     

一种Web Service的服务质量预测方法

服务消费者在选择服务之前,通常需要基于其他消费者的经验对未使用过的服务的质量进行预测.考虑到不同服务消费者对同一服务的服务质量的感受之间可能存在较大的差别,提出了一种QoS(quality of service)预测方法.该方法以消费者的历史经验为基础,计算消费者之间以及服务之间的相似程度,并以此相似度为基础对消费者并未使用过的服务的QoS进行预测.实验结果表明,这种方法可以显著提高Web服务质量预测的准确性.     

基于信誉模型的Web服务优化选择

随着Web服务技术的发展与广泛应用,提供相同功能的Web服务越来越多,而如何在其所提供的Web服务中选择最优服务成为关键问题.传统的基于服务质量(QoS)模型的选择方案已不能满足此要求.提出了一种基于信誉模型并结合QoS的优化选择方案,首先利用工作流组织模型确定服务使用者之间的信任度结,结合可信用户的反馈评价值,确定服务的主观信誉度,然后根据Web服务的QoS量化模型,计算出客观质量值,最后结合二者选出最优的服务.