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。     

支持QoS属性的Web服务PFS模型研究

目前的Web服务只有基于功能性描述的服务注册与发现接口，不能实现具有QoS属性的Web服务注册与发现，为此提出了支持QoS属性的Web服务PFS模型，引入QoS Broker模块实现具有QoS属性的Web服务注册、查找、选择和QoS信息的管理功能，实现了Web服务使用过程中的QoS监视以及QoS评价，并将最新的评价结果用于服务QoS信息的更新，从而保证了QoS信息的公平性、可信性和实时性。     

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.     

一种支持QoS的自适应Web服务发现模型

服务质量是Web服务发现中的关键问题.该文提出一种支持QoS的自适应Web服务发现模型,在满足用户对Web服务功能需求的基础上,依据QoS等非功能性指标对Web服务进行选择和排序,并给出服务的选择排序算法,该算法以服务注册参数、用户反馈信息和实时监测数据为依据,能动态地对服务的非功能性指标进行评价,返回最合适的服务给用户.实验证明,该模型有效地提高了系统的可用性.     

QoS本体驱动的Web服务发现

当前Web服务发现过程中,为满足不同用户的个性化选择需求,一种具有可靠服务质量保证的Web服务匹配方法是迫切需要的.基于WordNet本体,文中提出一种考虑QoS语义和数值综合匹配的QoS匹配模型.该匹配模型包含了语义匹配、数值匹配、多属性决策矩阵、领域专家意见、以及获得Top-k候选服务等过程,文中讨论了这些匹配过程,并进行了仿真实验.结果表明,与传统方法相比,采用文中提出的QoS匹配模型在一定程度上提高了Web服务发现的查准率.     

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.     

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.     

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。     

一种动态混合QoS语义的Web服务个性化推荐模型

服务推荐是服务计算中的主要问题之一,当前大多针对功能属性进行推荐,而在Web服务的QoS属性方面考虑较少,并且不支持动态变化的QoS属性。基于动态混合QoS的语义Web服务个性化推荐模型,把语义Web技术引入Web服务中,在QoS监控器下,有效监测Web服务的QoS属性变化并动态更新Web服务的QoS属性。根据建立的用户兴趣模型,向用户推荐具有个性化的Web服务。此外,在个性化推荐系统中使用最广泛的协同过滤推荐技术基础上,对数据进行了一系列的预处理填充,而且充分考虑了不同时间的项目评分对推荐的影响。结合用户兴趣度和用户评分的相似性计算方法,并通过不同的权值来表示它们的重要程度,综合计算目标用户的最近邻居集合,最终对用户u产生推荐。该系统在一定程度上提高了服务推荐的效率和准确度并满足用户查询需求。     

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.     

基于网关服务缓存和QoS的服务发现机制

在服务描述语言上增加QoS描述,通过QoS认证中心管理和量化服务的QoS属性,实现Web服务的QoS属性描述。在此基础上,设计一种基于网关服务缓存和QoS的服务发现机制,通过代理服务网关对Web服务进行筛选,同时维护一个虚拟服务缓存管理历史服务请求信息,减少服务请求过程中重复的服务发现过程,提高服务发现性能,并通过实验验证其正确性和有效性。     

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。     

模拟退火算法在Web服务合成中的应用

Web服务使用基于标准的协议,为在线B2B合作提供了前所未有的机会。特别地,把现有的Web服务合成以提供增值的服务就成为研究的热点。面对众多可以提供相同或相似功能的Web服务,根据每个服务提供的非功能属性即服务质量(QoS)进行服务选择就变得至关重要。针对这个问题,提出把具有相同或相似功能的服务组成服务类,设计QoS全局最优的问题模型,并用模拟退火算法求解。     

Quality of service for workflows and web service processes

Workflow management systems (WfMSs) have been used to support various types of business processes for more than a decade now. In workflows or Web processes for e-commerce and Web service applications, suppliers and customers define a binding agreement or contract between the two parties, specifying quality of service (QoS) items such as products or services to be delivered, deadlines, quality of products, and cost of services. The management of QoS metrics directly impacts the success of organizations participating in e-commerce. Therefore, when services or products are created or managed using workflows or Web processes, the underlying workflow engine must accept the specifications and be able to estimate, monitor, and control the QoS rendered to customers. In this paper, we present a predictive QoS model that makes it possible to compute the quality of service for workflows automatically based on atomic task QoS attributes. We also present the implementation of our QoS model for the METEOR workflow system. We describe the components that have been changed or added, and discuss how they interact to enable the management of QoS.     

基于领域本体和QoS的服务选取方法*

针对如何在众多Web服务中找到满足功能需求的服务,又如何在多个相似服务和多个组合方案中寻求最优目标,提出一种基于领域本体概念和决策理论的服务选取方法。该方法首先借助领域本体概念,根据输入输出参数的语义找到满足功能需求的服务,在多个相似服务和多组合方案选择上,通过对各QoS属性综合决策评估出最优解。最后通过实验验证了该方法的有效性和可行性。     

QoS-aware middleware for Web services composition

The paradigmatic shift from a Web of manual interactions to a Web of programmatic interactions driven by Web services is creating unprecedented opportunities for the formation of online business-to-business (B2B) collaborations. In particular, the creation of value-added services by composition of existing ones is gaining a significant momentum. Since many available Web services provide overlapping or identical functionality, albeit with different quality of service (QoS), a choice needs to be made to determine which services are to participate in a given composite service. This paper presents a middleware platform which addresses the issue of selecting Web services for the purpose of their composition in a way that maximizes user satisfaction expressed as utility functions over QoS attributes, while satisfying the constraints set by the user and by the structure of the composite service. Two selection approaches are described and compared: one based on local (task-level) selection of services and the other based on global allocation of tasks to services using integer programming.