可信网络中基于动态信息增益的多维属性决策*

综合考虑多重信任关系,将分类思想应用于可信网络多维决策属性下的服务授权问题,提出一种基于动态信息增益的多维属性信任决策模型。采用信息熵描述交易样本及各决策属性对服务授权级别的不确定性程度,采用信息增益描述决策属性的信息量。基于信息增益设置各决策属性权值。使用滑动窗口机制对各属性信息增益和权值动态调节。算法分析表明,所提出的总体信任度计算模型既符合人类信任决策对各种因素依赖程度的差异性,又能够随网络节点行为的动态变化自适应地进行调节。     

多元时间序列的Web Service QoS预测方法

为准确并多步预测Web服务的服务质量（quality of service,简称QoS）,方便用户选择更好的Web服务,提出了一种基于多元时间序列的QoS预测方法MulA-LMRBF （multiple step forecasting with advertisement-levenberg marquardt radial basis function）.充分考虑多个QoS属性序列之间的关联,采用平均位移法（average dimension,简称AD）确定相空间重构的嵌入维数和延迟时间,将QoS属性历史数据映射到一个动力系统中,近似恢复多个QoS属性之间的多维非线性关系.将短期服务提供商QoS广告数据加入数据集中,采用列文伯格-马夸尔特法（Levenberg-Marquardt,简称LM）算法改进的径向基（radial basis function,简称RBF）神经网络预测模型,动态更新神经网络的权重,提高预测精度,实现QoS动态多步预测.通过网络开源数据和自测数据的实验结果表明,该方法与传统方法相比有较好预测效果,更适合动态多步预测.     

基于移动速率阈值调整的Web流友好标记算法

区分服务中的包标记算法存在的共同问题是其无法对长、短业务流提供相同级别的保护,尤其带小窗口限制的Web流易遭遇丢包.因而提出了一个Web流友好滑动窗口机制WFTSW,新算法基于改进的三色滑动窗口机制TswTCM,并根据拥塞窗口信息动态调整速率阈值,保证短流获得更高级别的保护.仿真结果验证了该标记算法的有效性和公平性.     

一种支持QoS约束的语义Web服务发现框架

针对当前语义Web服务发现缺乏QoS约束的问题,构建一个支持QoS约束的语义Web服务发现框架。使用QoS认证中心确保QoS信息的动态更新。基于该框架提出一种支持QoS约束的语义Web服务匹配算法,通过实验证明该框架的有效性和可用性。     

一种基于QoS的Web服务智能动态组合模型

针对当前Web服务数量剧增以及Web服务QoS综合评价不合理而导致Web服务组合效率和效用不高的问题,改进了Web服务组合中QoS计算模型,利用综合变权法动态调整每个Web服务多个属性的权值,并采用改进的粒子群算法来解决服务动态组合中QoS全局优化的问题.实验结果表明,该模型能够合理的选择和组合众多功能相同的服务,提高...     

一种基于AntNet改进的QoS路由算法

对具有NP完全难度的网络状态动态变化下的路由问题，提出了一种基于蚁群网络（Antnet）的蚁群优化分布式QoS路由算法．算法的主要特点是；（1）采用了动态更新的概率表替代传统的路由表；（2）采用了智能的初始化方法；（3）采用了一种新颖的信息素更新机制；（4）采用一种新的节点选择机制；（5）引入蚂蚁相遇机制．与标准的AntNet相比，该算法具有更快的收敛速度和较好的吞吐能力．另外，算法同时考虑了满足QoS度量和负载平衡等问题。     

一种环境因素敏感的Web Service QoS监控方法

面向服务系统的执行能力依赖第三方提供的服务,在复杂多变的网络环境中,这种依赖会带来服务质量（QoS）的不确定性.而QoS是衡量第三方服务质量的重要标准,因此,有效监控QoS是对Web服务实现质量控制的必要过程.现有监控方法都未考虑环境因素的影响,比如服务器位置、用户使用服务的位置和使用时间段负载等,而这些影响在实际监控中是存在的,忽略环境因素会导致监控结果与实际结果有悖.针对这一问题,提出了一种基于加权朴素贝叶斯算法wBSRM（weightednaive Bayes running monitoring）的Web Service QoS监控方法.受机器学习分类方法的启发,通过TF-IDF（term frequency-inverse document frequency）算法计算环境因素的影响,通过对部分样本进行学习,构建加权朴素贝叶斯分类器.将监控结果分类,满足QoS标准为c₀,不满足QoS标准为c₁,监控时调用分类器得到c₀和c₁的后验概率之比,对比值进行分析,可得监控结果满足QoS属性标准、不满足QoS属性标准和不能判断这3种情况.在网络开源数据以及随机数据集上的实验结果表明：利用TF-IDF算法能够准确地估算环境因子权值,通过加权朴素贝叶斯分类器,能够更好地监控QoS,效率显著优于现有方法.     

一种基于QoS的Web服务选择模型

服务质量是面向服务应用中考虑的重要因素之一.对现有的SOA标准模型进行了扩展,提出了一种基于QoS的Web服务选择模型.模型中新增实体提供对QoS的支持,采集服务提供者和服务消费者的QoS反馈信息,以此评估Web服务的质量.在服务选择时,该模型在考虑QoS评价排名的同时,运用滑动窗口策略,分摊系统负载和避免负载抖动现象.仿真实验结果显示了该思想的有效性.     

基于QoS的语义Web服务选择框架

服务质量（QOS）成为动态选择满足用户需求的Web服务的关键因素。然而目前Web服务的QoS信息描述缺乏语义性,且Web服务的选择还不能做到完全自动化。文章提出一种Web服务的QoS本体结构,并在此QoS本体和原有的语义Web服务的基础上提出基于QoS的语义Web服务选择框架（QSF4SWS）。研究表明,该框架不仅增强了Web服务QoS描述的语义性,而且还能够实现Web服务的动态发现与自动选择。     

A new QoS ontology and its QoS-based ranking algorithm for Web services

Web service composition is a promising solution for building distributed applications on the Internet in which Web service discovery is a key step. With a number of Web services having similar functionality, it is necessary to rank those services to select the best Web services for a request. QoS information which can reflect user’s expectation and experience of using a service is often used as a distinguish factor in a service ranking algorithm. Different service providers and participants may use different QoS concepts for describing service quality information. Therefore, it leads to the issue of semantic interoperability of QoS. In this paper, we propose a novel approach for designing and developing a QoS ontology and its QoS-based ranking algorithm for evaluating Web services. The QoS ontology can support not only describing QoS information in great detail but also facilitating various service participants expressing their QoS offers and demands at different levels of expectation. The QoS-based ranking algorithm adopted Analytic Hierarchy Process (AHP), a multiple criteria decision making technique, as an underlying mechanism for developing a flexible and dynamic ranking algorithm. The proposed QoS ontology and ranking algorithm can be used in various applications in order to facilitate automatic and dynamic discovery and selection of Web services.     

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。     

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。     

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。     

基于QoS监控的Web服务选择方法

传统的Web服务框架不支持基于QoS的查询,不能满足用户对服务性能的要求。在传统的SOA框架上增加了QoS代理中心,并提出了两阶段的服务匹配算法。为了克服QoS动态变化的特点,通过QoS代理监控并记录以往运行的服务反馈的QoS值,来综合计算服务的QoS值。给出QoS记录权重随时间衰减因子,并描述了算法。实验表明该方法具有一定的可行性。     

一种基于组合赋权法的Web服务选择策略*

针对Web服务选择中服务请求偏好权重表达的模糊性及服务质量(QoS)属性值间存在的相互制约关系等问题,提出一种基于组合赋权法的Web服务选择策略。首先利用模糊层次分析法(FAHP)和主成分分析法(PCA)分别计算主观QoS权重和客观QoS权重;然后综合主、客观QoS权重利用组合赋权法(CWA)计算服务请求的综合QoS权重;最后提出一种综合评价函数,以保障所选择的服务在满足服务请求偏好的基础上,能更准确地反映候选Web服务总体QoS水平。实例分析表明该方法是有效的。     

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。     

基于发布/订阅机制的Web服务QoS信息分发模型

QoS感知的Web服务管理和组合的基本问题是如何及时有效地获取Web服务的QoS信息.当前的研究包括基于查询或监视的方法.然而在动态的服务计算环境下,这些方法或多或少存在时效慢、代价高和可扩展性差等问题.提出一个基于发布/订阅机制的Web服务QoS信息分发模型,目标是提供一个在大规模的服务计算环境下可靠、及时地获得Web服务QoS信息的方法.提出一个基于P2P的内容发布/订阅网络,利用专用的集合点和副本机制减少订阅丢失,改善可靠性.利用RP链加快订阅和QoS信息发布.通过支持组合服务的组合QoS订阅,减少通知消息数量,减轻网络负载.仿真实验验证了系统的低成本、有效性和可扩展性.     

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.     

基于质量的数据挖掘服务选择

在面向服务的数据挖掘系统中各种数据挖掘的算法封装成 Web服务.用户选择合适的数据挖掘服务执行自己的数据挖掘任务,而大多数最终用户并不具备这样的专业知识.从方便用户的角度出发,系统需提供一套服务选择机制,来帮助用户选择高质量的数据挖掘服务.综合通用Web服务的评价标准、数据挖掘领域的专用评价因子及用户评价反馈等多种因素及服务的动态性,给出了一个较全面的数据挖掘服务评价本体,讨论了服务质量的评价方法,给出了基于服务质量评价的动态数据挖掘服务选择方法,用户可根据数据挖掘服务评价本体的语义模型,输入质量约束条件,也可以调整评价因子权值,系统在满足用户约束条件的服务集中,通过计算出服务的综合质量值,挑选最适合的算法执行.