基于用户请求服务的QoS评价模型

进行SOA系统构建时,在选择同一功能服务不同物理实现的过程中,需要考虑用户适合度。提出根据用户需求确定服务QoS属性集的方法,该方法用扩展的WSDL协议描述服务QoS,量化服务QoS和用户QoS需求。构建基于用户请求的服务质量模型和相应算法,完成对最佳用户适合度服务物理实现的选择。     

用户驱动的组合服务选择算法

用户需求准确获取和复杂不确定环境下的最优服务选择是服务组合研究中的难题.首先提出一个接近用户表达习惯的用户权重表达模型获取用户服务质量(QoS)权重,然后提出一种基于层次分析法(AHP)和逼近理想解排序法(TOPSIS)的组合服务选择算法(CWSSA)以解决最优服务选择问题.该算法转换用户的QoS属性两两比较矩阵为用户权重,评估区间数表示的复杂不确定环境下的QoS信息.还介绍了一个QoS属性关系表示的用户权重模型和区间数描述的QoS模型及聚合算法.实验验证了该算法的优越性和有效性.     

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。     

物联网需求驱动的服务组合方法

为实现依据用户需求动态地组合原子服务, 形成服务集合, 提出一种基于本体的服务组合方法。首先对物联网服务进行多视图建模, 使用服务交互模型描述服务与物理实体的交互过程, 服务功能模型刻画物理世界中服务的属性和行为, 服务状态模型表示服务引起的期望状态变化, 并采用扩展的OWL描述面向物理对象的服务。同时, 采用多维QoS模型对用户的需求进行建模, 使用语义的方法进行服务的匹配与组合, 并基于QoS选择满足约束的服务。最后, 通过案例研究和实验验证了所提方法的正确性和有效性。     

网络计算环境下QoS偏好的处理策略及其应用

为保障用户按需服务的需求,较深入研究了用户QoS需求偏好信息的处理策略。基于多属性决策理论,首先提出了QoS偏好信息的三种描述方式：序关系向量、AHP矩阵和语言评价集合,并给出了相应的转化和计算方法。随后,把QoS偏好的处理策略应用于服务选择,提出一个相对最优服务的确定方法,该方法可以反映用户的QoS偏好,满足用户按需服务的需求。具体实例表明所提出的QoS偏好信息的处理策略是切实可行的。     

基于粗糙集理论的Web服务选择方法

针对动态Web组合中经常出现QoS数据信息丢失、出错等现象,提出在没有先验知识且数据信息不完备的情况下,利用粗糙集理论进行QoS驱动的Web服务选择的方法。首先将服务选择问题建模为多属性决策模型,根据Web服务应用环境及数据特点,选择适用的数据预处理方法(数据补齐、离散化、属性约简等),在粗糙集理论生成的规则集基础上,提出基于权重排序的服务选择方法。最后以一组具有不完备属性信息的Web订票服务为实验数据,证明提出的服务选择方法有效。     

一种基于服务质量的语义Web服务发现框架

在Web服务发现过程中,不同的用户希望根据自己的情况或个性化的需求进行服务选择,如何提供满足用户服务质量（QoS）需求的服务是语义Web服务应用急需解决的问题。基于OWL规范定义了一个QoS元模型——OWL-QoS,并将其应用于Web服务描述当中。根据提出的QoS元模型给出了一个基于QoS的语义Web服务发现框架,并从基本描述、IOPE、QoS三个层次实现了服务匹配。实验结果表明,与传统语义Web服务发现方法相比,该方法能显著提高服务匹配精度和效率。     

基于拓扑序列归约的Web服务组合QoS度量算法

考虑有向无环图 (DAG)描述的组合服务模型,提出了一种新的组合服务QoS度量方法--基于拓扑序列归约的Web服务QoS度量方法（QCMTSR）。其借鉴迭代归约度量方法中的基本结构及QoS计算公式,定义了DAG图中的两类基本结构,串归约结构和并归约结构,并给出了两种基本结构的QoS属性计算公式;通过逐步归约DAG图拓扑序列中的每个节点,直至最后一个节点的QoS属性值就是组合服务的各QoS属性的度量结果。从理论上证明了QCMTSR算法适用于所有DAG描述的组合服务,并实验证明QCMTSR算法对可靠性和可用性能够更准确的度量。     

一种支持混合QoS属性的服务选择方法

当前的服务选择方法大都假设所有服务的QoS(Quality of Service)属性值必须均为确定的实数,并未考虑QoS属性的模糊性。这个假设在实际应用需求中具有一定的局限性,还会丢失大量的数据信息。为增强QoS表达能力,将QoS属性值描述成精确数值型、区间数值型、模糊数值型。同时,用序关系向量表示用户对不同QoS属性的需求偏好,将其转换成用户对QoS属性的主观权重,并采用熵权法计算QoS属性的客观权重。在此基础上,采用相对优势度算法给出混合QoS属性的服务选择过程。最后通过模拟和实验验证,证明相对优势度算法的有效性与合理性。     

基于FCSP的Web服务动态集成算法的实现

针对网络中发布的众多Web服务存在功能上的重叠性，需要通过其QoS属性来解决组合Web服务中的服务选择问题。传统的基于范围的QoS表示方式过于严格。该文通过引入模糊表达式对QoS属性的需求进行描述，使用户对QoS的需求描述更加灵活；通过把基于QoS的Web服务动态集成问题转化为FCSP，使产生的执行计划解决方案可以最大限度地提高用户的满意度。重点介绍了基于FCSP的Web服务动态集成算法的具体实现以及实验结果的数据分析。结果显示，算法能在较短的时间内产生令人满意的执行计划。     

Composing semantic Web services under constraints

Web service composition is an inevitable aspect of Web services technology, which solves complex problems by combining available basic services and ordering them to best suit the problem requirements. Automatic composition gives us flexibility of selecting best candidate services at composition time satisfying QoS requirements; this would require the user to define constraints for selecting and composing candidate Web services. In this work, a Web service composition approach is presented in which a rich set of constraints can be defined on the composite service. The output of the framework is the schedule of Web service composition in which how and when services are executed is defined. The basic properties of the proposed approach is converting Web service composition problem into a constraint satisfaction problem in order to find the best solution that meets all criteria defined by user and providing semantic compatibility and composability during composition.     

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Web服务发现方法

由于传统的基于关键字和简单分类的Web服务发现机制较少考虑服务质量(QoS),因此不能很好地满足用户的需求。针对该问题,提出一种基于QoS的Web服务发现模型,通过引入QoS代理机制以支持基于QoS的Web服务发布与发现。在此基础上,根据不同用户的QoS需求,提出一种基于QoS的Web服务发现算法。实验结果表明,该算法具有较高的准确率。     

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。     

Web服务动态组合中QoS计算方法研究

通过在Web服务动态组合中引入形式化的服务质量(QoS)描述、服务提供商因子、服务消费者因子,提出基于层次分析法的QoS计算方法。该方法根据服务消费者期望值选择QoS因子,利用QoS权重值计算Web服务的质量,在此基础上给出一个基于QoS计算的Web服务组合模型,并通过实例计算,证明利用该QoS计算方法可以得到更高质量的增值服务。     

基于多目标遗传算法的多选择Web服务组合方法

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,提出一种基于Pareto多目标遗传算法的QoS全局最优服务选择算法（PGA-WS）用以实现用户对组合服务质量的要求。该方法产生一组满足约束条件的Pareto最优方案集合,用户根据实际需要或目标函数的偏好,从Pareto最优集中挑选最满意的组合方案作为组合服务选择问题的最优决策方案。实验结果说明了算法的可行性和有效性。     

基于领域本体的可信服务组合

针对现有Web服务组合方法缺乏对服务自身属性信任问题的深入考虑,服务组合过程可信需求无法得到保障,提出了一种基于领域本体的可信Web服务组合方法。将服务的非功能属性分为服务质量、服务信任和服务上下文三个主要方面,并采用本体构建工具Protégé构建原子服务本体,利用推理机FaCT++对原始服务集进行本体推理过滤;引入了融合本体推理过滤的Web服务架构;提出了基于层次任务网络(hierarchical tasknetwork,HTN)规划法的可信服务组合算法。仿真实验表明:与传统的组合方法相比,该方法可有效提高服务组合的效率和成功率。     

Web服务组合中基于 QoS的改进型遗传算法 *

提出了一种在 Web服务组合中基于 QoS的改进型遗传算法。该算法通过计算个体间服务质量的海明距离提高了服务组合的质量 ;通过指定用户总时间限制和实施优良解保留策略解决了算法运行时间对服务质量的影响问题。实验结果表明了算法的有效性。     

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.