动态Web服务合成中的服务选择算法研究

为了提高服务合成效率并更好的适应动态变化的应用环境,提出了基于流程修改的服务合成方案,使得复合服务的执行与服务发现过程并行化。提出了基于QoS属性的服务选择算法,该算法能够实现服务执行时选择服务,在考虑综合QoS信息及时间因素的基础上,通过不断更新用户需求来进行服务选择,提高了服务合成效率。实验结果表明,该选择算法可以获得满足用户需求且最优的服务,很好的保证了服务的可靠执行。     

分布式服务网络中保证QoS的服务路由算法研究

服务组合可以通过组合网络上多种服务形成新的服务.针对服务组合的服务路径选择问题,提出在分布式服务网络中确保QoS的服务路由算法.其中,包括通过向量长度的方法合计多QoS约束的函数F以及瓶颈选择算法BNS(bottle-neck se-lection).BNS算法将请求的服务序列按瓶颈从小到大排列,按序进行特定的筛选,可以有效的减小候选图的规模,提高查找效率.最后的仿真证明,提出的服务路由算法达到了良好的成功率及提高了服务网络的负载量.     

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.     

支持QoS的Web服务选择模型的研究与实现

提出一种新的支持服务质量(QoS)的Web服务选择模型(WSSM-Q)。该模型定义了一组描述Web服务QoS指标的分类tModel,用QoS量化值描述服务提供者的QoS通告,用约束型需求和偏好型需求描述服务消费者的QoS需求,采用四阶段选择算法选择满足消费者需求的Web服务。实验结果表明该模型是可行的和有效的。     

基于QoS的两阶段Web服务选择方法

分析了已有的服务选择方法所存在的不足,根据基于QoS的服务选择方法类型的特点,提出采用QoS属性计算与QoS语义二者结合的方法进行服务选择.通过功能分类、服务相似度比较、QoS排序选择筛选掉大量Web服务,降低了全局算法的计算量,通过最短路径算法进行服务选择克服了局部优化无法考虑全局QoS约束的缺点,达到既满足组合服务中单个服务选择的局部约束条件,又满足组合服务全局约束条件的效果,最终使用户得到相对最优的组合服务.最后通过实例对提出的方法进行了验证.     

QoS感知的语义服务组合搜索算法

针对如何在海量Web服务中进行快速的服务自动组合、以满足客户复杂需求的问题,提出一种基于规划图思想的搜索组合算法,该算法在正向扩展阶段除了依据所选取服务的功能与非功能属性进行有效剪枝外,还实时级联更新已驱动服务的QoS信息并有效记录所操作服务的前驱服务,通过前驱索引集合,确保逆向求解阶段的效率并满足了QoS最优的约束。在实验环节证明了注册服务数量与求解效率的线性关系,以及与其他算法相比较所体现出来的性能优势。     

基于服务质量反馈的语义Web服务匹配算法

传统Web服务框架不支持基于服务质量(QoS)的查询,不能满足用户对服务性能的要求。针对该问题,通过建立QoS本体,提出基于服务功能和QoS的两阶段服务匹配算法。在此基础上设计一种基于用户反馈的服务质量算法,根据发布和反馈的QoS,综合评价服务的质量。实验结果表明,该算法能提高查准率,改善服务发现的性能。     

基于立体QoS模型的Web服务质量模糊评价

为了指导Web服务生命周期中服务选择、实时监控、管理和计费等各阶段的质量评价应用,该文提出Web服务立体QoS模型,给出其中若干关键质量指标的量化定义,在此基础上应用模糊数学中的模糊算法设计Web服务质量的模糊评价方法。通过原型系统对该QoS模型和评价方法进行了验证,结果表明其具有一定的可行性和适用性。     

基于QoS的Web服务选择算法综述*

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。针对近几年来基于QoS的Web服务选择算法的发展状况进行了综述,介绍和总结了当前基于QoS的Web服务选择问题模型,对服务选择策略进行了分类,并对当前的一些典型的基于QoS的Web服务选择算法进行了系统的分析和评论。最后指出了现有算法中的不足之处,展望了该领域的进一步研究方向。     

基于Skyline的动态可信服务选择方法

服务选择是实现服务共享、组合、复用的重要前提。随着具有相同功能属性但非功能属性(如服务质量C Quali- ty of Scrvicc, QoS))不同的候选服务数量日益增多,QoS已成为服务选择的关键指标。然而,在动态网络环境下,服务 选择过程中QoS数据的真实可信性无法得到保障。通过引入包括度量服务资源种类及服务提供商信任的服务信任 ( Trust of Scrvicc, ToS)来构建服务的信任机制。利用Skyline技术的支配关系及投影模型,给出QoS和"hoS两者之 间的关联,提出了基于Sk沙nc的动态服务选择算法,它在确保服务质量的前提下可提高服务选择的可信性。仿真实 验表明了所提算法的可行性与有效性。     

QoS Driven Per-Request Load-Aware Service Selection in Service Oriented Architectures

Service selection has been widely investigated by the SOA research community as an effective adaptation mechanism that allows a service broker, offering a composite service, to bind at runtime each task of the composite service to a corresponding concrete implementation, selecting it from a set of candidates which differ from one another in terms of QoS parameters. In this paper we present a load-aware per-request approach to service selection which aims to combine the relative benefits of the well known per-request and perflow approaches. Our service selection policy represents the core methodology of the Plan phase of a self-adaptive service oriented system based on the MAPE-K reference loop. Since the service broker operates in a variable and uncertain environment where the QoS levels negotiated with the service providers can fluctuate, it requires some mechanism to enforce the QoS constraints with its users. To this end, we also propose an algorithm for the Analyze phase of MAPE-K which is based on the adaptive Cusum algorithm and allows to determine whether a change in the QoS level requires a service selection replanning. We present experimental results obtained with a prototype implementation of a service broker. Our results show that the proposed load-aware approach is superior to the traditional perrequest one and combines the ability of sustaining large volume of service requests, as the perflow approach, while at the same time offering a finer customizable service selection, as the per-request approach. Furthermore, the results show that the adaptive Cusum algorithm can quickly detect changes in the execution environment and trigger a new optimization plan before the system performance degrades.     

一种基于用户情境的QoS预测方法

完整的QoS信息有利于更准确的服务推荐,但是现实中往往很难得到。文章提出了一种基于用户情境的QoS预测方法,对于老用户,根据他们原来的QoS选择,考虑QoS类型区别和时间衰减情况,预测新的QoS取值;对于新用户,按照用户分类信息,根据同类用户的服务选择情况,预测他们的QoS取值。实验证明,该方法有助于提高服务推荐的性能。     

一种基于服务质量预测的Web服务选择方法

服务质量评估是基于QoS服务选择的前提和基础。然而,目前的Web服务发现方法在服务质量评估过程中没有充分考虑服务质量的动态变化,不能对服务的表现进行准确的预测。在分析现有相关研究的基础上,提出了一种基于服务质量预测的Web服务选择方法,并详细介绍了该服务选择方法的实现和服务质量预测模型的结构。     

基于灰色关联分析的Web服务选择

为方便用户选择最优Web服务,利用灰色系统理论对Web服务质量QoS属性因子进行分析,提出了一种基于用户QoS偏好的Web服务灰色关联分析方法。考虑到Web服务QoS的不确定性,该方法使用区间对Web服务QoS值进行建模。为了确定候选服务的QoS与用户QoS需求的符合程度,先针对服务的每个QoS属性,计算其与用户QoS需求的灰色区间关联系数;然后结合各个QoS属性的关联系数计算候选服务的QoS与用户QoS需求的综合灰色区间关联度,关联度越大的服务越符合用户的要求;最后从满足用户功能需求的Web服务中选择灰色关联度最大的Web服务推荐给用户。与其它Web服务评价模型相比较,该模型更加符合Web服务QoS的实际情况,能够在服务QoS信息不充分、不确定的环境下,对QoS属性进行合乎实际的分析处理,从而得到更加合理有效的QoS评价。     

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.     

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。     

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。     

一种考虑QoS数据可信性的服务选择方法

随着Internet上功能相似的Web服务的逐渐增多,在运行时刻基于服务质量(QoS)对Web服务进行查找和选择已成为研究热点.现有的基于QoS的服务选择方法通常假定服务提供者和使用者给出的QoS数据都是真实可信的,然而这一假设在实际中往往很难保证.为此,提出了一种考虑QoS数据可信性的服务选择方法.方法从QoS数据来源的角度对质量属性进行分类和计算:对于数据来自服务提供者的质量属性,使用以往运行数据统计,对提供者的QoS数据进行修正;对于数据来自服务使用者的质量属性,通过计算用户间以往反馈的相似程度权衡不同QoS反馈数据的可信程度.对此给出了实现框架,并通过一组模拟实验说明该方法能够有效地削弱不可信的QoS数据对服务选择的影响,增强了Web服务选择结果的准确性.     

模糊集下QoS感知的网格服务优选算法*

在面向服务的网格应用中,支持服务质量（QoS）的服务选择成为确保用户QoS需求的有效方法,QoS感知的服务选择以多个QoS参数为评价指标。考虑到服务需求描述中QoS参数的约束条件往往具有模糊性,定义了模糊目标的隶属函数,将服务选择问题转换为模糊集下的多目标规划问题,通过求解QoS参数之间的重要关系来缓解QoS需求间存在的矛盾性问题。最后提出了QoS感知的服务优选算法,对每个候选服务的整体服务质量进行排序,为用户选择合适的服务提供依据。