基于P2P的分布式Web服务挖掘技术

为对多个服务注册中心提供支持,方便服务访问日志的记录与挖掘,提出一种基于P2P的分布式服务执行挖掘框架。针对跨组织业务关联的需求,利用该框架构建服务注册联盟机制,设计基于日志库的Web服务关联规则挖掘算法进行组合服务频繁序列挖掘。仿真结果表明,该算法能有效挖掘日志库中的执行与交互信息,提高服务选择与组合效率。     

一种基于划分的组合服务选取方法

组合服务选取问题是服务计算领域研究的核心问题.由于组合服务中基本服务QoS间存在着复杂的关联关系,使得某些服务一起使用时效率会较高,而某些服务一起使用时效率反而会降低,现有的服务选取算法几乎忽略了该问题,从而使得选取时所使用的Web服务QoS数据往往不准确,致使选取出的组合服务在实际执行时并不是最优的.为了解决该问题,提出了一种基于划分的组合服务选取方法.首先基于日志记载的质量信息选取那些性能优良的组合服务执行实例,在此之上发现被频繁一起使用的具体服务集合,据此产生对组合服务的划分,形成组合服务点和对应的点模式;最后把点模式集作为点的备选服务集,以点为单位进行组合服务选取.由于点模式经过了多遍执行的验证,和直接对点中各基本服务进行独立选取相比其性能往往会更高.实验表明,该方法能有效提高选取出的组合服务质量.     

支持服务关联的组合服务选择方法研究

在面向服务的应用中,服务集成商通过选择已有服务并对这些服务进行组合,为其消费者提供增值(value-added)服务.然而,现有的组合服务选择模型中,各可选服务被认为是相互独立的,可选服务的服务质量独立于其他服务.而在实际的面向服务应用中,可选服务的服务质量往往依赖于其他可选服务,现有组合服务选择方法无法应对这种普遍存在的场景.文中提出了一个支持服务关联关系的QoS描述模型,用于刻画可选服务的服务质量对其他可选服务的依赖关系,并给出该QoS描述的自动生成方法.在此基础上,提出了支持服务关联的组合服务选择方法,包括基于整数规划求解最优解的组合服务选择方法和基于启发求解次优解的组合服务选择方法.通过实例分析,体现了文中方法具有良好的适用性.对比实验结果表明,文中基于整数规划方法获取的组合服务QoS明显优于同类方法;并且,文中基于启发式方法能够高效地获取较优组合服务QoS.     

基于位置矩阵QoS感知的Web服务组合研究

提出了一种基于位置矩阵QoS感知的Web服务组合方法。该方法使用遗传算法用位置矩阵对基因进行编码,使得该编码方式可以表示服务组合的所有组合路径和重计划信息,算法的一次执行就能完成所有路径QoS最优的全局搜索和动态重计划功能。实验结果证明了该方法的有效性和可行性。     

基于关联规则挖掘的个性化智能推荐服务

为了解决WWW上的“信息过载”和“资源迷向”问题,该文提出了基于关联规则挖掘的个性化智能推荐服务。个性化智能推荐服务系统包括两个主要部分:离线部分和在线部分,在离线方式下,执行对WEB服务器的访问log文件的分析挖掘,获取用户事务模式,再采用支持度过滤方法获取频繁的用户事务模式,然后,生成聚集树。在在线方式下,针对当前滑窗的用户访问操作路径,采用基于聚集树的关联规则挖掘,获取匹配当前滑窗的用户访问操作路径的关联规则集,生成推荐的候选集。实现在线个性化智能推荐服务。试验结果显示,该文提出的方法是有效的和可行的。     

一种工作流环境下能耗感知的多路径服务组合方法

当前,服务组合方法只考虑组合服务QoS的优化而不考虑组合服务的能耗优化.针对这一问题,文中首先根据不同情况提出了两种服务能耗模型;其次在基于工作流的服务组合环境下,提出了一种能耗感知的多路径服务组合方法 EAMSC.该方法对服务组合的能耗优化问题进行了数学建模,并提出了一种基于启发式的多路径服务组合算法,该算法包括两个部分:一是组合服务的可行路径查找,即在满足端到端QoS约束的前提下找出若干条可行的服务组合路径;二是请求速率的分配,即在可行的服务组合路径上依据服务能耗模型分配请求流量以降低组合服务的总体能耗.最后,仿真实验结果表明:能耗感知的多路径服务组合方法与传统的服务组合方法相比,能够在保证端到端QoS约束的基础上有效地减少组合服务的总能耗.     

服务组合BPEL测试序列生成研究

为更好地对Web服务组合的控制流进行分析和验证,提出一种映射转换模型和测试序列生成算法。首先解析基于BPEL的Web服务组合流程描述文件,然后对流程描述文件进行图形化转换,形成业务流程编排控制流程图,再采用路径推导算法对控制流程图进行解析,获取基于BPEL的服务组合的所有测试执行路径,最后通过一个服务组合实例证明模型及算法的有效性。该方法解决了测试路径的自动生成和全覆盖问题,保证了测试的充分性,提高了路径生成效率。     

基于服务QoS执行信息的Web服务推荐研究

基于服务的非功能（QoS）特性进行服务发现是面向服务计算领域的一个研究热点。为了克服服务QoS难以获取且动态变化的特点,提出一种基于已往QoS执行信息的Web服务推荐方法。首先给出一种可以方便记录QoS执行信息的系统框架;然后描述了基于时间加权的服务推荐的匹配算法;实验结果表明该推荐方法是可行和有效的。     

基于改进遗传算法的 QoS 感知 Web 服务组合

传统遗传算法在种群初始化的时候,普遍采用均匀取种法或随机取种法,这些方法生成的种群的平均适应度比较低,难以保证算法的搜索效率.文中提出一种改进的遗传算法用于 QoS 敏感的 Web 服务组合,采用两种不同的算法进行服务选择,避免了随机生成初始种群给算法带来的负面影响.并且,该算法将路径模板化以减少服务组合的工作量,用染色体可变长的编码方式来解决组合服务的多路径选择问题.通过仿真实验,与传统的算法相比,所提出的算法在实现服务组合时收敛更快,最优解的适应度更高     

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.     

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.     

基于关联规则挖掘与用户情景感知的Web服务QoS预测

作为Web服务的非功能性属性,Qo S在服务选择与服务组合中扮演着重要角色。由于一些Qo S属性值会随着用户情景属性的变化而动态变化,因此在做服务选择或服务组合之前先对Web服务的Qo S做预测是非常必要的。该文提出运用数据挖掘技术挖掘服务组合执行日志,研究服务Qo S和用户情景间的关联关系,根据得到的关联规则对不同用户做个性化服务预测。实验结果表明我们的方法非常有研究价值。     

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.     

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.     

GOS: a global optimal selection strategies for QoS-aware web services composition

Services composition technology provides a promising way to create new services in services-oriented architecture. However, some challenges are hindering the application of services composition. One of the major challenges encountered by composite services developer is how to effectively select a set of services across different autonomous regions (e.g., organization or business) to instantiate a composite service which can satisfy user’s QoS constraints. To solve QoS-aware Web service composition problem, this paper proposes a global optimization selection (GOS) approach based on prediction mechanism for QoS values of local services. The GOS includes two parts. First, the local preprocessing service selection algorithm can be used to increase composite services performance in run-time by predicting the change of service quality parameters. Second, GOS aims at enhancing the run-time performance of global selection by reducing QoS aggregation operations. The simulation results show that the GOS has excellent selection and lower execution cost than existing approaches.     

基于可信QoS的路径查找及负载均衡策略研究

Web服务是云计算中资源调用的有效方式。单一Web服务功能往往有限,只能完成特定任务。服务组合则可以将多种Web服务形成有效的调用序列,实现更为强大的功能。服务发布量以及服务请求量的迅速激增带来了新的安全问题。首先,现有的服务组合方案均以服务质量(QoS)为依据进行Web服务选择,但服务质量通常由服务发布者提供,存在服务发布者发布虚假QoS值诱骗用户的欺诈现象;其次,传统的服务组合方案只生成一条最优路径,当恶意请求持续访问时,会造成某服务节点瘫痪,甚至整个服务组合系统失效。因此,针对服务质量恶意欺诈的问题,文章提出一种可信的QoS计算模型,根据Web服务发布者的信用综合评估服务质量;针对单一最优路径无法满足大量请求的问题,文章提出一种路径发现和负载均衡的多路径方法。仿真结果表明,文章提出的方法不仅能提高服务组合的成功率,满足用户的需求,而且能找到更多的服务组合方案执行。     

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。     

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．     

满足原子事务的QoS感知的自适应服务选择

随着云计算的兴起,服务计算成为其实现的一种关键技术,学术领域对服务组合有新的思考。提出了满足原子事务的服务质量（quality of service,QoS）感知的自适应服务选择方法,既考虑QoS约束,也考虑服务间的事务约束,在进行全局优化选择时结合适当的协调模式选择策略,以进一步提高可靠性。首先制定自适应规则和建立QoS模型,并引用其他学者关于事务构建和规约规则的模型。接着分析事务与QoS约束下自适应服务选择算法机制。最后通过实验评价了方法的有效性和健壮性。