基于QoS-Ontology的Web服务选择Broker模型

服务匹配是Web服务选择的重要前提.针对目前Web服务发现中过分依赖Web服务的功能性属性这一方法的不足,提出了一种基于非功能性Web服务质量QoS本体的Web服务选择Broker模型.之后,介绍了用来描述用户的个人偏好QoS PPR,量化了用户模糊需求;给出了QoS值计算函数公式.最后,依据Broker模型和QoS值计算公式提出了服务选择匹配算法.     

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。     

基于Hadoop的可信Web服务多维QoS权重最优选择模型

随着Web服务应用的快速增长,用户如何在众多功能相似的Web服务中更加准确地选择出满足自己非功能性需求的Web服务是一个急需解决的问题.针对此问题,设计了一种基于Hadoop的可信Web服务多维QoS权重最优选择模型——HL模型.在HL模型中,以Hadoop和HBase平台为基本框架,首先,使用主客观赋权模式为多维QoS属性赋权值,提高QoS属性权重的客观性和准确性;其次,加入信誉度参数来提高Web服务QoS属性的可信性,并采用QoS-Tree来存储QoS属性值和权重值.实验表明该模型不仅提高了QoS属性的可信性,使用一种客观的手法给出了合理的Web服务推荐顺序来满足用户的QoS需求偏好,而且还提高了Web服务在Hadoop中的查找准确性.     

基于不确定QoS的Web服务选择

服务质量(QoS)是Web服务选择的一个重要考虑因素。目前基于QoS的Web服务选择研究多针对确定的QoS数据,此类方法不适合处理不确定的QoS属性。而已有的针对不确定QoS属性的研究方法基于离散的QoS属性,无法处理QoS属性连续时的情形。因此,提出针对不确定的连续QoS属性的查询方法,并提出QoS属性值在一定分布下的优化方法。实验表明,该方法能有效解决Web服务QoS属性连续条件下的查询,具备一定的可行性。     

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.     

基于动态QoS的Web服务选取方法

针对动态环境中Web服务QoS属性值波动的问题,提出一种基于动态QoS的服务选取方法。该方法首先建立区间QoS模型来表示QoS属性值的动态变化,然后用区间相似度衡量候选服务提供的QoS属性与用户需求值的接近程度。基于相似度的概念,采用逼近理想点的多属性决策方法计算出每个基本服务的QoS指标客观权重,并结合用户主观偏好得出QoS指标综合权重,最终基于推荐度对候选服务进行排序。仿真实验表明,此服务选取方法既充分考虑了用户的主观偏好,又克服了Web服务QoS属性值的波动影响,提高了服务选取的准确性。     

基于语义的QoS感知Web服务发现机制

随着提供相同功能的Web服务数量的日益增多,服务质量(Quality of Service,QoS)成为用户选择Web服务的重要考虑因素.目前,通过对服务QoS属性在语法层匹配来提供Web服务选取的机制不能很好地满足复杂QoS属性匹配的要求.研究了基于用户QoS需求偏好,将用户需求的QoS与候选服务的QoS进行语义比较,结合约束规划(Constraint Programming)方法,在语义层匹配Web服务的QoS属性,选取满足匹配要求的服务,最后对满足QoS属性值约束的候选服务进行优化选择处理,获取最终匹配的候选服务.     

基于Hadoop的Web服务语义可信QoS发现模型

随着Web服务应用的快速增长,用户如何在众多功能相似的Web服务中更加准确地选择出满足自己QoS需求的Web服务是一个亟需解决的问题。目前已有的研究工作存在两个问题,其一是对QoS的量化存在客观性和准确性问题,其二是对服务质量缺乏语义描述,QoS匹配时也仅限于数值上的匹配。针对这两个问题,利用Hadoop的分布式注册、查找服务模式,提出了基于Hadoop的Web服务语义可信QoS发现模型。本模型从数值匹配和QoS语义匹配两方面考虑,首先,用主客观赋权模式为多维QoS属性赋权值,提高QoS属性的客观性和准确性,并加入信誉度参数来提高Web服务QoS属性的可信性;其次,对OWL-S进行了QoS本体扩展,以满足客户对服务质量的语义匹配需求。通过验证表明,本模型能有效解决查询瓶颈和单点失效问题,且能根据用户QoS需求偏好更加准确地找到满足用户需要的Web服务。     

基于QoS和用户偏好的Web服务发现模型

快速而准确地发现和选择满足用户需求的Web服务是目前研究的热点.提出一种基于QoS和用户偏好的Web服务发现和选择模型,该模型通过附加数据库来扩展UDDI以实现QoS属性的描述,引入QoS属性排序和权重实现用户的个性化选择,提高服务的查准率.     

基于协同过滤的自适应Web服务QoS预测方法

随着Web服务越来越多,服务质量QoS作为描述Web服务的非功能性属性变得越来越重要。通常,一种服务的QoS对用户来说是未知的,因此对于基于Web服务的应用,精确预测其未知的QoS对于成功部署该服务具有重要的价值。基于协同过滤的WSRec算法是一种高精度的QoS预测方法,为进一步提升QoS的预测精度,提出了一种协同过滤的自适应Web服务QoS预测方法。该方法通过客户端首先发出QoS-Web服务请求;服务端接到请求后,根据已有数据,计算两两用户或服务间的相似度;并根据相似性找到对于目标用户的K个最接近用户或服务,生成该QoS值预测值A;同时在计算相似性时,采用改进皮尔逊相关系数得到预测值B;最后将预测值A和B以权值相结合得到目标用户或服务的QoS值。该算法改进了单一的协同过滤在数据稀疏的情况下,对相似性给予过高估计的不足,使得QoS预测值精度得以提高,取得了更好的实验结果。实验表明该方法预测精度优于WSRec算法。     

考虑QoS偏好的多属性群决策服务选择策略

面对多个功能相同或相似的服务,服务的Qo S是服务选择中重要的考虑因素.将Qo S属性分为精确数型、区间数型和三角模糊数型.在此基础上,利用TOPSIS（technique for order preference by similarity to an ideal solution）条件下的多属性群决策模型给出了服务选择过程,该过程考虑了多个决策者在决策过程中所占的权重,以及多个决策者不同的Qo S偏好权重.通过一个实例验证了该方法的有效性.     

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。     

基于全局QoS 约束分解的Web 服务动态选择

随着执行时绑定的Web服务的提出及其被大量地应用到开放式服务中,用户对支持快速和动态的Web服务组合提出了新的要求.即在组合过程中,用尽可能短的时间花费选择满足用户端到端的QoS要求的服务.针对上述要求,提出了一种基于全局QoS约束分解的动态服务选择方法(Web service dynamic selection approach,简称WSDSA).该方法的主要思想是,通过基于模糊逻辑的自适应调整方法(adaptive adjustment method,简称AAM)和自适应粒子群优化算法(adaptive particle swarm optimization,简称APSO)将全局QoS约束自适应地分解为满足用户偏好的局部约束,然后利用局部最优获得最合适的组合服务.性能评价表明,WSDSA方法具有较好的有效性,仅用较低的时间花费就能达到或接近全局最优解,能够满足服务选择的实时性和动态性.     

一种混合QoS感知的Web服务选择方法

运行环境的开放性和动态性使得Web服务QoS具有内在的不确定性.为此,首先对QoS不确定性进行了分析,并分别采用实数、区间数和随机数对不同特性的Web服务QoS进行描述.然后,结合用户QoS需求约束,分别利用可能度和半方差理论实现区间数和随机变量的比较,将不确定昆合QoS感知的服务选择问题转化为确定型多属性决策问题,并利用TOPSIS(technique for order preference by similarityto ideal solution)方法进行求解.服务选择考虑了客观权重和主观权重.最后,通过实验验证了服务模型的有效性.     

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。     

基于用户评价驱动的可信Web服务发现

随着Web服务技术的快速发展,如何请求和选择可信服务成为了非常重要的研究课题,即可信服务发现。本文提出了一种新的基于用户评价的Web服务发现方法．通过计算当前一段时间内多个用户对Web服务的反馈值,来判断Web服务所声明QoS的真实性,从而选择出更具可信度的Web服务。实验表明该方法具有有效性。     

基于云模型的不确定性QoS 感知的Skyline 服务选择

由于传统QoS感知的Web服务选择方法无法保证服务选择的可靠性和实时性,提出了一种基于云模型的不确定性QoS感知的Skyline服务选择方法.该方法首先通过云模型计算QoS的不确定性,然后采用Skyline计算提取Web服务中的Skyline服务,剔除冗余服务,最后采用混合整数规划在Skyline服务中进行服务选择.在公共有效数据集和合成数据集上的实验结果表明,所提出的方法能够为用户提供可靠、快速的服务选择.