动态QoS数据驱动的可靠Web服务选择

基于服务质量(QoS)的Web服务最优选择是一个热点问题。高度动态的QoS数据导致QoS模型的不确定性,对可靠的Web服务选择构成巨大的挑战,该文提出动态QoS数据驱动的可靠Web服务选择(DQoS_RSS)。首先利用均值标准差刻画QoS数据的效益和风险,提高QoS描述的准确度;接着建立不确定服务Skyline集,缩小搜索空间,提高选择效率;借鉴优劣解距离法(TOPSIS),设计2种Web服务选择算法,获得体现用户需求的最优服务。另外,介绍2种QoS模型转换器,以及能够适应QoS动态变化的QoS模型自适应调整机制。最后,实验分析验证了该方法的优越性和高效性。     

基于局部近似过滤的多约束服务选择方法

随着Web服务数量与用户需求的不断增长,如何在功能约束和QoS约束下选择Web服务去构建高质量的组合服务已成为Web服务领域的一项重要研究内容。然而,现有大多数Web服务选择方法仅仅解决了在多种QoS约束下选择服务的问题,忽略了服务间的功能性约束。为解决这一问题,该文提出一种基于局部近似过滤的多约束服务选择方法。该方法首先利用候选服务在多种约束下的被选关系,滤除部分不满足约束的服务,并估算每个剩余候选服务的局部适应度;然后,利用文中设计的有向粒子群算法,以候选服务的局部适应度为引导信息搜索出最优方案。实验结果表明了方法的有效性。     

一种新的 QoS 全局最优 Web 服务选择算法

针对运用单目标优化算法求解基于 QoS 的 Web 服务选择问题的不足,设计了一种新的 QoS 全局最优Web 服务选择算法.该算法同时优化组合服务的多维 QoS 属性的多个目标函数,并产生 QoS 全局最优的 Pareto 最优解集.首先建立服务选择问题的多目标优化数学模型,然后采用归档式多目标模拟退火设计该算法以优选 Web服务.实验结果表明了该算法是可行的,实现了全局 QoS 最优化的组合服务.     

基于时序约束分解的QoS感知的Web服务组合

基于时序约束的QoS感知的Web服务组合(TC-QSC)问题是在考虑时序约束的基础上寻找满足QoS约束或效用最大化的Web服务组合问题,受到了越来越多的关注.本文提出了一种时序约束分解方法,把施加于整个或部分工作流的时序约束分解为施加于每个活动的局部时序约束,从而将TC-QSC问题转换为一般的QoS感知的Web服务组合(QSC)问题,并通过过滤不满足局部时序约束的候选服务,一定程度上减小原问题的规模.这种时序约束分解过程主要依赖于工作流及其涉及的活动,而与各活动的候选服务关联不大,复杂度较低.实验测试了该方法的效果与时间开销,验证了其对于局部优选算法的必要性.     

基于云模型的SaaS决策方法

用户评分的模糊性、随机性表现出服务质量（QoS ）的不确定性是软件即服务（SaaS ）最优服务选择研究的难题之一。提出一种基于云模型的SaaS服务决策方法（SDM－CM ）以解决上述难题。该方法首先使用逆向QoS云发生器将评分描述的QoS指标转换为云模型描述的QoS指标;接着借鉴多属性决策分析中常用、有效的多属性决策算法-优劣解距离法（TOPSIS ）,提出基于云模型的SaaS最优服务决策算法。最后,在真实的服务质量数据基础上,验证了该方法的优越性和有效性。     

云计算中基于QoS的调配优化算法

研究和设计云计算环境下一种优化的基于QoS约束的调配算法,并验证其正确性。在QoS需求下采用具有服务等级协议(SLA)参数的约束条件,对任务划分优先级,形成优先级队列。SLA服务参数采用二进制权值的方法进行标记,避免了作业分级重叠的情况。在对该任务分配计算资源时,采用资源等级队列的方法,分配合理的工作节点。通过对几种算法的比较实验,验证优化算法运转的鲁棒性和正确性。     

动态QoS多播路由协议

本文主要研讨了具有QoS约束的动态多播路由问题.文中描述了一种适用于QoS多播路由的网络模型,提出了一种动态QoS多播路由协议(DQMRP),该协议能操作在单播路由协议的顶层,它只要求网络链路(或节点)的局部状态信息,不需要维护全局状态信息.DQMRP可有效地减少构造一棵多播树的开销,多播组成员可动态地加入／退出多播会晤.该协议可搜索多条可行树枝,并能选择一条最优(或近优)树枝将新成员连接到多播树.文中给出了DQMRP的正确性证明和复杂性分析,并通过仿真实验验证了该协议的可用性和有效性.     

基于动态描述逻辑的服务组合及质量模型

 本文提出一个基于动态描述逻辑的Web服务自动组合框架.在该框架中,Web服务自动组合被划分为逻辑层和实现层两部分,于是服务的自动组合问题在逻辑上归结为一个动作规划问题,在实现上归结为一个根据动作选择具体服务的服务选择问题.基于该框架,本文给出了一个支持非线性QoS聚合和显式数据流声明的QoS模型.得益于合理的服务组合框架和QoS模型,本文提出的服务选择方法可以将复杂服务分解为较小的服务,然后分别用递归的剪枝算法求解.实验显示该方法是有效的,不但可适应候选Web服务数量较大的情况,且相对于现有方法能更好地处理服务组合中的复杂结构.     

一种基于CSA的模糊聚类新算法

在聚类分析中,模糊k均值算法是目前应用最为广泛的方法之一,然而该算法对初始化敏感,容易陷入局部极值点。为此,该文提出一种基于克隆选择的模糊聚类新算法以实现全局优化处理。在新算法中,由于克隆算子能够将进化搜索与随机搜索、全局搜索和局部搜索相结合,因而通过对候选解进行克隆算子操作,能够快速得到全局最优解。用人造数据和IRIS实际数据所做测试结果表明了新算法的有效性。     

基于云平台的在线服务性产品任务流分配设计与研究

针对云计算环境下满足用户服务质量(QoS)约束条件的在线服务性产品任务流分配问题,提出一种基于QoS约束的差分进化算法(QoS-DE算法),以便实现多目标优化全局最优问题。该算法首先构建了云计算环境下的QoS模型,并对在线服务性产品的工作流分配约束指标进行了分析。然后利用差分进化算法实现约束条件下的计算资源多目标优化模型求解,并通过自适应的惯性权重调节,提高了全局优化能力。CloudSim云仿真平台上的测试结果表明,相比经典Min-Min算法和QoS-GA算法,提出的QoS-DE算法能够将任务合理分配到对应的节点,并在执行时间、执行费用等指标方面上表现出更好的性能。     

Dynamic Web service selection group decision-making based on heterogeneous QoS models

In open and dynamic Internet environment, multi-periods quality of service (QoS), multiple decision-makers based on heterogeneous QoS models and uncertainty weights make optimal Web service selection hard. To solve the difficulties above, dynamic Web service selection group decision-making based on heterogeneous QoS models (DWSSGD_HQM) is proposed. Drawing on and extending technique for order preference by similarity to ideal solution (TOPSIS), DWSSGD_HQM supports multiple decision-makers based on heterogeneous QoS models expressed in real numbers, interval numbers, triangular fuzzy numbers and intuitionistic fuzzy numbers respectively, and takes multi-periods QoS and weights of user and group into account. Six steps are detailed. They are converting heterogeneous QoS models into ones expressed in interval numbers, calculating weighted normalized decision-matrix, determining the group positive-ideal and negative-ideal solutions, calculating the close-degrees of candidates, aggregating close-degrees of multi-periods for each decision-maker, and ranking the alternatives. Finally, experiments are conducted by using actual QoS data to evaluate the effectiveness of the proposed approach.     

基于环境感知的可信QoS评价与服务选取策略

面向服务计算网络中,迫切需要对服务实体的QoS与可信性做出客观的评价.针对服务实体QoS的评价通常只是基于对用户感知到的QoS一种加权,不能客观反映实际网络环境下服务实体所能够提供的QoS问题,论文结合服务实体实际服务组合环境来表征服务实体的QoS,提出了一种基于环境感知的可信QoS评价与服务选取策略:(1)采用不同负载下的QoS特征向量来表征服务实体的QoS;(2)建立一种受限于可信实体的信任推理与演化机制,有效避免信任演化机制中信任泛化问题;(3)基于可信实体演化推导服务实体的可信度与QoS的特征向量;(4)结合当前的服务负载情况,较为客观地评价服务实体实际所能够提供的QoS.论文最后给出了综合的可信QoS评价与服务选取算法,实验结果表明了策略的有效性.     

物联网服务动态评价选择方法研究

对于物联网WoT面向服务SOA的软件架构成中基于服务质量QoS选择最优服务的问题,给出了反馈控制的QoS属性向量动态更新过程和服务动态评价选择方法.基于WoT设备资源受限的特点,通过指数加权平均和以并发引用服务的客户端个数为价格因素的随机指数标记REM方式估计服务时间,在系统在线概率中加入服务相邻状态检测实现服务可用性的估计,基于偏好权值和QoS属性向量通过TOPSIS过程选择最优服务.NS-3.13的模拟实验结果表明基于QoS属性向量动态更新选择最优服务的准确性明显优于简单QoS属性向量.     

多策略QoS感知的服务选择与排序模型

随着网络中具有相同功能、不同QoS服务的增多,在用户请求服务时,为了确保能找到满足用户功能与质量要求的服务,并对找到的可用候选服务集按一定的策略进行选优,提出了一种多策略QoS感知的服务选择与排序模型。在该模型中,综合考虑服务的性能与运营维护成本等属性,提出了一个扩展的服务QoS模型,在此基础上引入用户、运营商对服务满意度的计算方法,通过改变用户满意度与运营商满意度在排序选优过程中所占的不同比重,灵活设置服务选优策略,有效的解决了服务排序选优问题。搭建了服务选择与排序原型系统,并通过应用实例对上述模型进行了验证。     

基于信任路径搜索的分布式虚拟化环境下可信服务组件选择方法——HA_OTPS

可信服务组件选择是实现分布式虚拟化环境下服务可信性保障的关键.将服务组件选择抽象为多限制优化路径问题后,可以通过搜索信任路径来选择服务组合所需组件,但现有的信任路径搜索算法计算复杂度过高、性能表现差,同时在建立可信服务组件选择模型时缺少从服务组件信任关系和证据传播的角度出发,对可信服务构建与组合过程中服务组件社会关系方面考虑.针对以上不足,本文提出可信质量QoD概念,引入组件亲和度等属性来对分布式虚拟化环境可信服务组件选择模型加以描述与限制,并设计一种基于QoD的启发式优化信任服务路径搜索算法HA_OTPS,选择优化信任服务路径上的服务组件来满足用户可信性需求.实验结果表明,与现有的信任路径搜索算法相比,HA_OTPS算法具有运行时间较短、搜索结果效用值较高等优势.     

移动自组织网络下一种基于可用性感知的服务选择方法

Service composition is considered to be an effective way for resource sharing and node collaboration in Mobile Ad hoc NETworks (MANETs) environment. In order to improve the reliability and shorten the response time of composite services, this paper first analyzes the node environments and network environments that affect the component services’ availability, and then proposes an Environment-aware Quantitative Evaluation Model for Service Availability (EQEM-SA). In addition, based on EQEM-SA, a service field concept is proposed as well as the availability attenuation equation, where the availability value is considered as the field strength. Then the service selection approach based on service field model is presented. The effectiveness of the proposed approach is illustrated and compared with related references, and the results of experimental evaluations indicate that our approach significantly reduces the failure rate and shortens the service delay.     

Web service discovery utilizing logical reasoning and semantic similarity

Web service discovery facilitates the implementation of complex and reconfigurable applications in service‐oriented architecture, such as service selection, composition, and provision. This paper presents an approach for semantic and automated Web service discovery. Our approach to semantic Web service discovery consists of ontology‐based service preprocessor, reasoning‐based service filter, and parameter‐based service matcher. An important feature of this approach is that the relationship among concepts in ontology is quantified and considered as an important factor in the matching process, which results in high precision and recall. Additionally, we propose a filtering method based on logical reasoning to preprocess the large amount of Web services. Through the filtering method, Web services which are feasible in logic are selected to be matched with user requests. So there is a great improvement in the run‐time performance of service discovery approach. Experiments show that our approach is feasible and effective to discover the required Web services.     

移动性感知的边缘服务迁移策略

针对移动边缘计算网络中由于用户位置动态变化而导致边缘服务器间负载不均衡、用户服务质量降低的问题,提出了一种移动性感知的边缘服务迁移算法。首先,以最小化用户服务请求感知时延为目标,将优化问题建模为混合整数非线性规划问题。其次,基于Lyapunov优化方法将时延优化问题解耦为边缘服务迁移子问题与无线接入子问题。再次,提出快速边缘决策算法求解出给定无线接入策略情况下最优的资源分配与边缘服务迁移方案。最后,提出异步最佳响应算法迭代出最优无线接入策略。仿真结果表明,与现有服务迁移策略相比较,所提算法能够在保证服务迁移成本稳定的情况下降低用户服务请求的感知时延。