一种基于场景的需求驱动构件服务聚集方法*

针对如何根据用户需求进行Web服务的自动聚合问题,给出了一种基于场景的构件服务聚集方法.引入UCM表示场景,在场景本体的基础上,提出基于场景的责任一构件服务行为机制,用来描述用户需求和自主Web服务能力.构造了一种基于场景的需求驱动构件服务聚集模型,在该模型中,服务聚集采用功能匹配和质量匹配相结合的方法,并相应地给出了需求驱动构件服务聚集算法和基于QoS的服务选优算法,提高了服务发现效率和精确度.最后,通过案例研究和仿真实验验证了所提方法的正确性和有效性.     

一种支持领域特性的Web服务组装方法

Web服务为软件构件技术提供了良好的工业化基础．软件构件和构架技术的研究也为Web服务的应用奠定了一定的应用基础．在构件组装中,如何支持适应用户需求的Web服务的组装是当前研究的热点之一．该文提出了一种基于优化算法的、支持领域特性的Web服务组装方法,该方法的核心是面向Web服务应用．按照用户确定的功能和QoS需求,基于现有领域模型和Web服务QoS属性,将特定领域的优化组装转化为数学优化问题加以解决．这一方法可以较好地适应用户需求的更改并可以辅助用户选择服务．该文最后给出了支持该方法的原型工具的实验结果,用以说明该方法的可行性与有效性．     

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.     

计算服务网格中基于服务聚类的元任务调度算法

在尊重网格资源本地调度策略前提下,提出一种基于云模型的动态服务能力评估方法;根据动态性能评估尺度对服务进行聚类,提出了一种基于PSO的自适应的服务动态聚类方法,将提供相同或相似QoS的服务划分到同一个服务簇中,从而缩小了任务调度的问题规模;基于服务动态聚类提出了一种元任务调度算法,理论分析该算法降低了不聚类调度算法的复杂度.实验结果表明本文提出的调度算法在时间复杂度与用户QoS保障方面优于以前提出的调度算法.     

MQM:一种用于Web服务查找的多维QoS模型

随着Web的发展,可供选择的功能相同或相似的Web服务越来越多,因此有必要为用户提供一种高效的基于服务质量(QoS)的Web服务查询机制.然而现有的Web服务QoS管理模型并不能很好的支持如动态查询等查询需求,其查询性能也有待提高.鉴于此,本文提出一种新的Web服务管理模型——多维QoS模型(MQM:Multi-dimensional QoS Model),并介绍了该模型的创建方法和相关算法.MQM通过多维模型来管理QoS数据,提供查询和OLAP操作.实验证明MQM能够使用户能更准确和快速的按QoS查询现有服务,很好地解决了传统查询方法无法确定查询条件、无法动态改变查询区间、查询性能不高等问题,进而改善了用户体验.     

基于贝叶斯网络的网格QoS可信度评估方法

提出一种基于贝叶斯网络的网格服务QoS可信度评估方法,用于实现信任增强的服务选择。该方法利用服务的历史性能信息建立贝叶斯网络,根据用户的QoS需求评估服务QoS的可信度,并解决传统方法中忽略QoS提供一致性的问题。实验结果表明,在动态的服务网格环境中,该方法能增强服务信息的可信度,提高服务匹配合理性。     

一种支持QoS约束的Web服务发现模型

服务质量(QoS)描述了一个产品或服务满足消费者需求的能力．提供有保证的QoS是Web服务在商业应用中获得成功的关键．如何动态地选择出最适合用户需求的Web服务正在引起研究领域的关注．该文提出了一种支持QoS约束的Web服务发现模型(WSDM-Q)．该模型定义了一组描述Web服务QoS及信誉度的分类tModel,引入了QoS量化的概念,采用了QoS协商和反馈机制,支持携带QoS描述信息的服务发布和基于QoS约束的服务发现．协商机制允许服务提供者根据运行时的状态对服务请求进行接纳控制,反馈机制允许服务注册中心对服务提供QoS的信誉度进行动态评估和调整。该模型不需要改变UDDI的内部实现,能够直接在现有的UDDI服务上进行扩展．作者已经基于Mierosoft.Netf平台和Microsoft UDDI服务实现了一个原型系统．     

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。     

网格环境下Web构件的QoS框架

在基于OGSA框架基础上,提出了基于QoS资源动态选择性定位的网格Web构件组织模型。描述了该模型实现机制、组织协议和数据结构,研究了中间层的QoS服务机制。通过对原型系统的模拟表明该模型是合理和有效的,能够为Web构件集成的服务动态选择性奠定基础。     

随机QoS感知的Web服务组合概率分析

运行环境的开放性和动态性使Web服务的QoS具有内在的随机性。由QoS具有随机性的Web服务构造而成的组合服务,其QoS也具有随机性,从而使组合服务用户面临QoS需求不能被满足的风险。利用基于重要性采样的仿真方法,在随机PERT网络中对Web服务组合的QoS进行概率分析,以评估组合服务的QoS风险。方法通过一个简单的分布函数,引入权重函数以实现对目标分布函数的无偏估计。以实际的Web服务QoS数据为基础进行实验,对重要性采样技术和蒙特卡洛仿真的合理性和效率进行了对比,结果显示利用重要性采样技术进行组合服务QoS概率分析具有更高的精度与效率。     

基于贝叶斯模型的云服务服务质量预测

针对如何分配一个未来一段时间内满足QoS要求的云服务和感知可能将要发生的QoS违规的问题,提出一种基于时间序列预测方法的云服务QoS预测方法。该预测方法利用改进的贝叶斯常均值(IBCM)模型,能够准确地预测云服务未来一段时间内的QoS状态。实验通过搭建Hadoop集群模拟云平台并收集了响应时间和吞吐量两种QoS属性的数据作为预测对象,实验结果表明:相比自回归积分滑动平均(ARIMA)模型和贝叶斯常均值折扣模型等时间序列预测方法,基于改进的贝叶斯常均值模型的云服务QoS预测方法的平方和误差(SSE)、平均绝对误差(MAE)、均方误差(MSE)和和平均绝对百分比误差(MAPE)均比前两者小一个数量级,因此具有更高的预测精度;同时预测结果对比图说明提出的预测方法具有更好的拟合效果。     

基于信誉的语义Web服务发现

服务发现在语义Web领域是一个挑战性问题.一个关键问题是发现满足用户功能需求的最佳服务.同样重要的是,电子商务应用还要求发现满足QoS需求的最佳服务.由此提出一个基于信誉管理的分布式服务选择框架.它主要有以下特点：用一个结构化的覆盖网络作为分布式服务存储系统来提高系统的有效性和可扩展性; 提出一个QoS感知的语义Web服务发现方法,并给出基于用户反馈的分布式信誉度评估算法.最后用一个例子示范算法如何解决实际问题.     

Probabilistic approach for QoS-aware recommender system for trustworthy web service selection

We present a QoS-aware recommender approach based on probabilistic models to assist the selection of web services in open, distributed, and service-oriented environments. This approach allows consumers to maintain a trust model for each service provider they interact with, leading to the prediction of the most trustworthy service a consumer can interact with among a plethora of similar services. In this paper, we associate the trust in a service to its performance denoted by QoS ratings instigated by the amalgamation of various QoS metrics. Since the quality of a service is contingent, which renders its trustworthiness uncertain, we adopt a probabilistic approach for the prediction of the quality of a service based on the evaluation of past experiences (ratings) of each of its consumers. We represent the QoS ratings of services using different statistical distributions, namely multinomial Dirichlet, multinomial generalized Dirichlet, and multinomial Beta-Liouville. We leverage various machine learning techniques to compute the probabilities of each web service to belong to different quality classes. For instance, we use the Bayesian inference method to estimate the parameters of the aforementioned distributions, which presents a multidimensional probabilistic embodiment of the quality of the corresponding web services. We also employ a Bayesian network classifier with a Beta-Liouville prior to enable the classification of the QoS of composite services given the QoS of its constituents. We extend our approach to function in an online setting using the Voting EM algorithm that enables the estimation of the probabilities of the QoS after each interaction with a web service. Our experimental results demonstrate the effectiveness of the proposed approaches in modeling, classifying and incrementally learning the QoS ratings.     

QoS可信的服务组合技术研究*

现有基于QoS的服务组合方法通常假定QoS数据可信,然而这种假设很难保证,虚假的服务对于服务组合实现的影响常常是致命的。针对该问题,提出一种考虑QoS可信的服务组合方法。分析了QoS来源,建立了相应的系统结构,划分了信任级别,根据社会交往方式量化了直接经验和间接经验在可信判断中的作用,并以此构建QoS的计算模型,设计了相应的算法。最后,通过仿真实验,将考虑可信的服务组合方法与未考虑可信的传统组合方法进行了比较,前者体现出明显的优越性,从而表明提出的方法在性能和执行效率上是可行的。     

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.     

A Modular Approach to Mobile QoS Signaling— Motivation,Design & Implementation

In order to support mobile multimedia applications in next generation wireless IP-based networks, it is necessary to deliver seamless voice, video and data at high quality. Therefore, session mobility and Quality of Service (QoS) for mobile end systems are required. Within this article, the authors point out a new way to approach the problem. Instead of tightly coupling a modified QoS signaling mechanism with a certain mobility mechanism, a more generic and long-term solution is proposed and exemplified on the basis of existing IETF protocols. The connection-less IP network layer is enhanced by a lightweight and truly optional connection-oriented mobile network service, which offers the possibility to establish soft state unicast connections at the network layer. Hence, a connection-oriented network service is available within a radio access network (RAN) architecture to all end systems—mobile or fixed—independent of the application. Thereby, it is possible to integrate QoS and connectivity signaling for mobile end systems, as well as other connection-oriented services like explicit routing or load balancing.     

Client-side selection of replicated web services: An empirical assessment

Replicating web services over physically distributed servers can offer client applications a number of QoS benefits, including higher availability and reduced response time. However, selecting the “best” service replica to invoke at the client-side is not a trivial task, as this requires taking into account factors such as local and external network conditions, and the servers’ current workload. This paper presents an empirical assessment of five representative client-side service selection policies for accessing replicated web services. The assessment measured the response time obtained with each of the five policies, at two different client configurations, when accessing a world-wide replicated service with four replicas located in three continents. The assessment’s results were analyzed both quantitatively and qualitatively. In essence, the results show that, in addition to the QoS levels provided by the external network and the remote servers, characteristics of the local client environment can have a significant impact on the performance of some of the policies investigated. In this regard, the paper presents a set of guidelines to help application developers in identifying a server selection policy that best suits a particular service replication scenario.