Web服务动态组合中QoS计算方法研究

通过在Web服务动态组合中引入形式化的服务质量(QoS)描述、服务提供商因子、服务消费者因子,提出基于层次分析法的QoS计算方法。该方法根据服务消费者期望值选择QoS因子,利用QoS权重值计算Web服务的质量,在此基础上给出一个基于QoS计算的Web服务组合模型,并通过实例计算,证明利用该QoS计算方法可以得到更高质量的增值服务。     

基于模糊集的面向服务计算QoS扩展模型

面向服务的研究是当今网络应用研究的热点,服务的QoS计算又是其中的重要部分.已有文献建立过一些服务质量评价模型,用于服务QoS的计算,但是将用户对服务的期望和上下文一起加以考虑的却极少.对具有相似期望的用户进行选择,只允许具有相似期望的评价影响对服务的总评价,并应用模糊数学思想,根据属性的权重和用户的权重,提出一种QoS的模糊计算模型,从而得到更加精确而有意义的QoS度量.     

一种基于QoS约束的Web服务选择模型

针对Web服务质量(QoS)评价结果准确性较低的问题,提出了一种新的基于QoS约束的语义Web服务选择和排序模型,引入诱导有序加权平均算子(induced ordered weighted averaging operator,IOWA),充分利用服务的历史QoS信息来对各QoS属性值进行预测,并依据属性的信誉值分配发...     

Web服务计算组合流程QoS验证

在满足功能需求的前提下,Web服务能否赢得市场, 主要取决于其服务质量(Quality of Services,QoS)。采用概率模型检验的方法判断Web服务计算组合流程的服务质量是否满足系统质量需求。依据用户访问Web服务产生的访问日志,采用聚类的方法,构建面向用户群组的Web服务流程的使用行为QoS模型。采用QoS扩展的状态图描述Web服务流程的QoS需求。然后,利用概率模型验证工具PRISM判断Web服务流程的QoS是否满足系统质量需求。验证面向用户群组的Web服务流程的使用行为质量模型是否满足系统质量需求,为服务流程结构的调整提供了依据。     

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。     

基于时空相似度感知的Web服务QoS协同过滤推荐

在Web服务推荐过程中,Web服务缺失服务质量(QoS)值的预测精度会对服务推荐合理性产生重要影响。为此,结合时空相似度感知,提出一种新的Web服务QoS协同过滤推荐算法。从QoS协同预测角度对Web服务推荐系统框架进行设计,并给出相关参数集合定义。针对传统top-K算法中部分服务与目标服务不相似的问题,利用时空相似度感知结合相似权重的方式预测缺数据,以提高预测精度,并通过简单示例给出算法的计算过程。实验结果验证了该算法的有效性。     

基于SOM神经网络的服务质量预测

服务质量预测在服务计算领域中是一个热点研究问题.在历史QoS数据稀疏的情况下,设计一个满足用户个性化需求的服务质量预测方法成为一项挑战.为解决这一挑战问题,本文提出一种基于SOM神经网络的服务质量预测方法SOMQP.首先,基于历史QoS数据,应用SOM神经网络算法分别对用户和服务进行聚类,得到用户关系矩阵和服务关系矩阵;进而,综合考虑用户信誉和服务关联性,采用一种新的Top-k选择机制获得相似用户和相似服务;最后,采用基于用户的和基于项目的混合策略对缺失QoS值进行预测.在真实的数据集WS-Dream上进行大量实验,结果表明,与经典的CF算法和K-means算法相比,本文方法较大程度上提高了QoS预测精度.     

一种时效感知的动态加权Web服务QoS监控方法

服务质量（quality of service,简称QoS）是衡量Web服务好坏的重要标准,也是用户选择Web服务的重要依据.能够实时而准确有效地对Web服务进行监控,是Web服务质量保障的重要基础.为此,提出了一种时效感知的动态Web服务QoS监控方法.该方法在传统加权监控方法中融入了滑动窗口机制和信息增益原理,简称IgS-wBSRM（information gain and sliding window based weighted naive Bayes QoS runtime monitoring）.该方法以一定的初始训练样本进行环境因素权值初始化,利用信息熵（information entropy,简称IE）及信息增益（information gain,简称IG）对样本所处混沌状态的确定作用,依次读取样本数据流,计算样本数据单元出现前后各影响因子组合的信息增益,结合TF-IDF（term frequency-inverse document frequency）算法对早期的初始化权值进行动态更新,修正传统算法对监控分类的类间分布偏差问题和参数未更新问题.另外,考虑训练样本数据的时效性,结合滑动窗口机制来对影响因子组合权值进行同步更新,以消解长期累积的历史累赘数据对近期服务QoS的影响.在模拟数据集和开源数据集上的结果表明：利用滑动窗口机制可以有效摒弃历史数据的过期信息,结合滑动窗口机制实现的基于信息增益的动态权值算法能够更加准确地监控Web服务QoS,总体监控效果明显优先于现有方法.     

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。     

基于动态QoS的Web服务组合

在Web服务组合中,现行的几种QoS衡量标准都将重点放在单个Web服务本身的质量上,而忽视了Web服务动态特性、组合特性以及服务组合中的网络特性。另外,在诸多服务组合的算法中,都只是强调组合服务的总体质量,却忽略了用户对某些质量属性的约束条件,从而导致服务重计算问题经常发生。为此,考虑了服务动态特性以及服务间的协作关系对组合服务质量的影响,提出了动态QoS模型;同时,综合了用户的质量约束以及组合服务的整体质量,将用户的质量约束引入服务组合流程中。最后通过实验证实了所提出的动态QoS模型能够根据服务实体的实时情况计算服务质量,同时将用户的质量约束引入服务组合流程中,有效地避免了服务重计算问题。     

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。     

Networked correlation-aware manufacturing service supply chain optimization using an extended artificial bee colony algorithm

Manufacturing service supply chain (MSSC) optimization has been intensively studied to find an optimal service composition solution with the best quality of service (QoS) value. However, traditional MSSC optimization methods usually assume that candidate services are independent of one another. Therefore, potentially better MSSC solutions may have been neglected by not considering the positive influence of correlations between services on the QoS value. This study proposes a novel networked correlation-aware manufacturing service composition (NCMSC) mathematical model to characterize the influence of vertical and horizontal correlations between services on the QoS value of MSSC solution. To solve the NCMSC model, an extended artificial bee colony (ABC) algorithm is proposed to find a near-optimal solution with the best QoS value. The specific improvements to the original ABC algorithm include the following: (1) a new matrix-based encoding scheme is proposed to describe the MSSC solution in which each column contains a vertical composite structure and collaborative services for each subtask; (2) the migration operator of a biogeography-based optimization algorithm is combined with the original ABC algorithm to address the discrete MSSC optimization problem and improve the performance of the original ABC algorithm. The results of the experiments illustrate the importance of networked correlations between services, better practicality, effectiveness, and efficiency of the extended ABC algorithm in solving the optimization problem of MSSC.     

基于马尔可夫链与服务质量的网络可用性

针对网络可用性在不同网络业务中的服务质量（QoS）存在差异,且与性能花费相互制约的问题,引入了马尔可夫链理论,在定义了基于业务开销最小的服务能力匹配度的基础上构建了基于马尔可夫链和QoS指标的网络可用性（MCQNA）评价模型。首先,从最能反映网络可用特征的QoS指标出发,兼顾性能开销,同时定义了代价函数,并且给出了状态转移矩阵;然后,通过平稳状态与网络可用性关系的分析,求解出平稳分布并作为QoS运行开销的动态权重,实现了以业务运行代价最小为特点的网络可用性评判。仿真结果表明,所提模型构建的遍历性转移矩阵存在平稳分布,对网络可用性评判是可行的。该模型能针对不同业务的QoS标准,且有效针对具体业务衡量网络的可用性。     

面向用户需求的动态QoS服务选择方法研究

高效、准确地为用户选择满足其需求的软件服务一直是近年来的研究热点。服务质量（Quality of Service,QoS）是衡量软件服务性能的关键指标之一,考虑到同一服务在不同网络环境下QoS值的动态性,提出一种面向用户需求的动态QoS服务选择方法,简称URDQ方法。URDQ方法采用区间数的形式记录动态环境下候选服务的属性值范围,并基于用户需求对候选服务进行初步过滤;通过区间数模型对候选服务属性区间和用户需求区间进行相对优势度计算,将属性区间数转化为易于计算的实数;使用Skyline方法对候选服务集进行过滤,减小搜索空间;根据熵权法得到的客观权重并结合用户给定的主观权重,使用TOPSIS方法对Skyline服务集进行排序。仿真实验和对比实验验证了URDQ方法在动态网络环境下的可行性和有效性。     

Service selection algorithms for Web services with end-to-end QoS constraints

Web services are new forms of Internet software that can be universally deployed and invoked using standard protocols. Services from different providers can be integrated into a composite service regardless of their locations, platforms, and/or execution speeds to implement complex business processes and transactions. In this paper, we study the end-to-end QoS issues of composite services by utilizing a QoS broker that is responsible for selecting and coordinating the individual service component. We design the service selection algorithms used by QoS brokers to construct the optimal composite service. The objective of the algorithms is to maximize the user-defined utility function value while meeting the end-to-end delay constraint. We propose two solution approaches to the service selection problem: the combinatorial approach, by modeling the problem as the Multiple Choice Knapsack Problem (MCKP), and the graph approach, by modeling the problem as the constrained shortest path problem in the graph theory. We study efficient solutions for each approach.This research was supported in part by NSF CCR-9901697.     

Functionality Aware Dynamic Composition of Web Services

The composition of the web service is a common technique to attain the best results of complex web tasks. The selection of appropriate web services, linking those services in the action flow and attaining the actual functionality of the task are the important factors to be considered. Even though different frameworks and methods have been proposed to dynamically compose web services, each method has its advantage and disadvantage over the other. Most of the methods give much importance to the Quality of Service (QoS) but fail to achieve the actual functionality after composition. This paper proposes a functionality-oriented composition technique for composing web services. Moreover, this method helps reach the extreme functionality of each web service in the composition towards customer satisfaction. Apart from considering the overall QoS of every single service, the non-functional parameters associated with these services are also considered for achieving the expected functionality. Each of these non-functional parameters has a vital role in the functional performance of the web service. The web services that satisfy the non-functional requirements are chosen to form the composition to attain the best performance. The list of services in the proposed composition method is different from the conventional one, which is composed based on the overall QoS. The non-functional parametric values, the QoS of each web service and the overall QoS after composition are evaluated for the proposed method and experimentally analyzed to prove their advantage over the others.     

一种基于杂草优化的全局Web服务选择算法

随着网络中的Web服务数量的暴增,基于QoS的服务选择成为保证组合服务质量和可靠性的关键环节。针对当前服务选择算法全局优化能力弱的问题,将服务选择建模为带约束的非线性最优化问题,并提出一种基于杂草优化的服务选择算法。首先随机产生一组服务选择可行解并将其编码为杂草个体,进而根据个体的QoS效用值确定个体的繁殖数,最后以高斯分布方式指导种群的扩散完成对解空间的快速搜索。理论分析与实验结果表明,该算法有效性和鲁棒性强,可获得相较于已有文献更优的全局解。     

基于事例推理的Web服务QoS动态预测研究

随着面向服务计算技术的发展,网络上出现了大量功能相同而服务质量(QoS)有很大差别的Wcb服务,QoS逐渐成为评价和选择Web服务的重要依据。目前常用Web服务历史QoS的算术平均值来近似服务的QoS,这种度量方法没有考虑Wcb服务QoS的动态性,不能准确地度量Wcb服务的QoS,从而造成被选择的Wcb服务以较大概率不能满足用户的QoS需求。针对这一问题,提出了一种基于事例推理(C13R)的QoS动态预测方法,该方法将Web服务的QoS与服务的外界环境、所处理的任务类型、任务大小关联起来,利用事例推理技术预测Web服务处理新任务时的QoS。实验结果表明,该预测方法能有效地提高Wcb服务QoS的准确度。     

CRP: context-based reputation propagation in services composition

For a number of services with similar functionality reputation has been regarded as one of the most important methods to identify good ones from bad ones. However, a composite service, which is composed of multiple component services, obtains only one score (or feedback) after every invocation. In order to compute the reputation of each component service, it is necessary for the composite service to distribute this score to its component services. How to achieve a fair distribution is a challenging issue, as each component service may perform differently in contributing to the success or failure of the composite service. Although several efforts have been made for this problem, they do not consider the context of composition, which makes the distribution unfair. Therefore, in this paper, we propose a fair score distribution framework which combines the context of component services and their runtime performance. We distinguish two aspects contexts of a component service: structure-related importance and community-related replaceability, and adopt graph theory and dominating relationship technique to compute them, respectively. Experimental results show that our approach can achieve a more reasonable and fair score distribution than other existing methods.     

一种Web服务选择的QoS参数计算方法

为了将用户的恶意评价和服务提供者发布的虚假数据对Web服务的QoS参数的影响降至最小,确保Web服务的QoS参数的真实性,提出了一种Web服务的QoS参数计算方法,包括基于Sproas信任模型推导出的用于来自服务请求者的参数计算公式和通过引入Web服务的负载和状态参量计算来自服务提供者的参数。通过模拟实验及分析表明：来自服务请求者的参数值的稳定性较对照算法提高了9.8%,能更有效地降低用户恶意评价的影响;来自服务提供者的参数值与实际值的相似度较对照算法平均提高了16.7%,能明显削弱服务提供者发布的虚假数据的影响,并改善Web服务的负载均衡。