面向用户服务质量需求的服务选择方法研究

服务选择问题是服务组合中的一个关键问题,尤其在服务选择时应充分考虑服务质量因素。该文研究了基于用户服务质量需求的服务选择方法,通过对各项QoS(quality of service)因素分别加权,将面向用户服务质量需求的服务选择问题转化成单目标优化问题。在充分考虑服务实际质量和用户主观需求的基础上,给出了QoS组合权重的计算模型;并在候选服务集的基础上,依据用户的服务质量需求,定义了用户满意度函数,进一步利用遗传算法解决服务选择问题。实验结果表明,文中提出方法具有明确的用户需求指向性和选择灵活性,能够最大程度上满足用户需求。     

面向服务遥感图像处理平台中时间感知的服务质量预测

面向服务架构(SOA)通过将遥感图像处理算法抽象成组件化的服务，进一步通过服务选择及组合，满足遥感图像处理的复杂业务需求。为了得到满足用户服务质量(QoS)要求的服务组件进行组合，前提就是获得所有服务的QoS。然而，对于用户未调用过的服务，其QoS是缺失的，因此围绕缺失QoS的预测出现了很多研究工作。针对目前QoS预测没有考虑时效性，进而影响了QoS预测准确度的问题,通过考虑时效性提出基于时间片的QoS模型，进一步基于协同过滤提出时间感知的QoS预测方法。在WS-DREAM真实数据集中的实验结果表明，时间感知的QoS预测方法能够获得较小的均方误差(MAE)和均方根误差(RMSE)。此外，对于可能影响时间感知QoS预测的多个参数，通过设置不同的参数组合进行了多次实验和分析，为参数的选择提供了一定的参考。     

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。     

一种网格服务的质量描述方法和服务匹配策略

面向服务的网格系统需要有充分的服务质量(QoS)支持,比较QoS参数进行网格服务发现与选择,尽快达成服务的匹配,是保证用户QoS需求的有效方法。为描述网格服务的质量需求,该文定义了网格服务的基本QoS参数,提出了网格服务质量数SQN的新概念,用于度量网格服务的整体量化特性。在此基础上,提出了相应的服务匹配策略和价格确定模型,加快网格服务匹配的过程,保障用户服务质量,并作了较深入的分析与讨论。     

一个效益型QoS参数匹配的估算方法

在网格计算商业应用环境中,保障用户服务质量(QoS)需求和服务使用效益以及优化系统资源效能是一个重要环节.为保证服务供求双方QoS需求的均衡,提出了在QoS参数匹配时,对用户QoS期望值进行估算的方法.该方法根据效益原理,针对服务提供方的QoS能力,估算出一组均衡的QoS参数值,为服务选择提供依据,使用户能获得较高的服务使用效益.实例分析表明,该方法能可靠地估算出有效的QoS期望值.     

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。     

服务网格环境下一种基于整体QoS的服务匹配策略

研究服务网格中的服务质量(QoS)保障问题.定义基本QoS参数及量化要求,阐述QoS参数归一计算方法,提出一种基于整体QoS的服务匹配策略.该策略利用QoS约束的一致性和整体QoS特性进行网格服务发现与选择,从而减小满足最小服务要求的解空间.实验结果表明该策略有效提高了匹配服务的执行效率,满足了用户的QoS需求.     

一种QoS感知的Web服务群体评价方法

传统QoS感知的Web服务选择方法需要用户给出精确权重以表达其对QoS属性的偏好。为解决用户无明确偏好情况下的服务选择问题,提出了一种QoS感知的Web服务群体评价方法。对Web服务群体评价的需求进行了详细的分析,以有明确QoS偏好的用户对服务的历史选择结果为基础,利用群决策的Condorcet和Borda函数集结这些结果得到服务的群体评价,从而使得无明确QoS偏好用户可以参考该评价结果进行服务选择。理论分析和仿真实验验证了该服务群体评价方法的合理性和有效性。     

蚁群算法在Web服务组合中的应用

为了在服务组合过程中高效地发现、选择满足用户要求的Web服务,提出基于蚁群算法的多目标优化组合用以实现用户对组合服务质量的需求。该方法根据不同Web服务的QoS属性指标,选择相应的Web服务得到Pareto最优解集合,用户根据实际需要或对目标函数的偏好,从Pareto最优解集中挑选一个或多个解作为组合服务质量问题的最优解,从而形成最后的决策方案。从理论和实验2个方面与相关研究成果进行分析比较。     

基于用户请求服务的QoS评价模型

进行SOA系统构建时,在选择同一功能服务不同物理实现的过程中,需要考虑用户适合度。提出根据用户需求确定服务QoS属性集的方法,该方法用扩展的WSDL协议描述服务QoS,量化服务QoS和用户QoS需求。构建基于用户请求的服务质量模型和相应算法,完成对最佳用户适合度服务物理实现的选择。     

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.     

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本体的Web服务描述和选择机制

随着Web服务数量的急剧增长,如何从大量功能相似的Web服务中选择具有最好的服务质量(Quality of Service,QoS)的Web服务成为研究的热点.提出了一种基于QoS本体支持QoS的服务选择方法,用QoS本体以及相应的词汇来描述QoS数据,基于以上的工作,提出了一种支持QoS的选择机制,将QoS参数的语义匹配度和数值匹配度相结合,利用归一化算法对不同类型的QoS参数取值进行标准化,最后提出了一个公平的,动态的选择机制和相关实验结论.     

基于不确定服务质量感知的云服务组合方法

针对不确定服务质量（QoS）感知的云服务组合优化问题的求解,提出一种不定长时间序列（ULST）模型和锦标赛策略的改进遗传算法（T-GA）。首先,基于用户对服务不同时间段的访问规律,将服务质量的长期变化构建为不定长时间序列模型,该模型能够准确地描述一段时间内用户对服务的真实QoS访问记录。其次,提出一种基于不确定QoS模型的改进遗传算法,该算法采用锦标赛选择策略代替基本遗传算法中的轮盘赌选择策略。最后,在真实数据上进行了大量实验,所提的不定长时间序列模型能够有效地解决不确定QoS感知云服务组合问题,而锦标赛策略的改进遗传算法在寻优结果和稳定性方面均优于基于精英选择策略的遗传算法（E-GA）算法,且运行速度提高近1倍,是可行、高效且稳定的算法。     

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.     

On optimal decision for QoS-aware composite service selection

The increasing popularity of employing web services for distributed systems contributes to the significance of service discovery. However, duplicated and similar functional features existing among services require service consumers to include additional aspects to evaluate the services. Generally, the service consumers would have different view on the quality of service (QoS) of service attributes. How to select the best composite service in theory among available service (WS) candidates for consumers is an interesting practical issue. This work proposes a QoS-aware service selection model based on fuzzy linear programming (FLP) technologies, in order to identify their dissimilarity on service alternatives, assist service consumers in selecting most suitable services with consideration of their expectations and preferences. This approach can obtain the optimal solution of consensual weight of QoS attribute and fuzzy positive ideal solution (FPIS) by extending LINMAP method, developed by Srinivasan and Shocker. Finally, two numerical examples are given to demonstrate the process of QoS-aware web service selection. The experimental results demonstrated that it is a feasible and supplementary manner in selecting the of web services.     

An adaptive algorithm for QoS-aware service composition in grid environments

Service composition enables users to realize their complex needs as a single request and it has been recognized as a flexible way for resource sharing and application integration since the appearance of Service-Oriented Architecture (SOA). For each of the needed individual services there may be many candidate services available presented by different vendors and with different functional and non-functional properties such as Quality of Service (QoS). Approaches are needed to select candidate services with various QoS levels according to user’s performance requirements meanwhile adapt to dynamic churn in grid environments. This paper mainly focuses on adaptive management of QoS-aware service composition in grid environments and proposes an adaptive algorithm for QoS-aware service composition (AQSC). In AQSC we model this problem as the Multi-Constrained Optimal Path selection problem (MCOP) and use heuristic approach for service selection, then backup services set is introduced as an adaptive mechanism so as to ensure the fulfillment of composite service when some candidate services fail or withdraw. Both theoretical analysis and simulation results indicate that AQSC has high composition success rate, finish rate and low cost.     

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.