用户初始服务密码管理方式

本文对用户初始服务密码管理困难的原因进行了深入的分析,提出了将初始服务密码印制在SIM卡涂层下的新型管理方式。     

自定义服务质量模型的网格工作流调度算法

随着网格服务应用的发展,在网格工作流中,复杂的任务可以由多个独立的服务,通过工作流引擎等方式组合成新服务后完成。在组合服务的过程中,由不同服务提供商提供的候选服务,具有不同的服务质量参数,在网格工作流调度中,需要满足用户定义的服务质量约束。提出了方便用户定义的服务质量模型,并且在该模型的基础上,改进了网格工作流调度算法,通过实验分析证明改进后的算法优于传统的调度算法。     

基于RDF4S的一种轻量语义Web服务组合

首先简要介绍语义Web服务资源描述框架(RDF4S),在此基础上提出语义Web服务包装机制,语义Web服务经包装后,分别通过组合接口和调用接口为组合语义Web服务的设计与调用提供支持.然后分别详细介绍组合语义Web服务的设计存储和调用执行:通过图形化的设计工具按照语义Web服务的3种基本逻辑关系设计组合结构图,然后将该图映射到组合结构信息表存储,组合语义Web服务执行时根据结构信息表生成语义Web服务代理对象和相应的语义消息,再根据语义消息传递机制调用Web服务实体.最后用一个实例展示组合语义Web服务执行时的消息传递,试验表明该方法有效.     

粮库远程监管系统的设计与开发

本文介绍的粮库远程监管系统基于Java EE平台,采用Web Service技术,能够采集数字粮库系统的业务数据,传输并保存到系统数据库中,具有查询地理地图、个性化首页、统计分析、粮情监测分析、业务单据索引以及视频监控等功能,能够对粮食收购、销售、保管等业务的全过程进行监管。     

基于极端学习机的MANET移动性预测模型

针对移动自组织网络移动性在管理无线网络带宽资源可用性方面的重要性,为了更好地规划连续服务可用性和有效能源管理以提升网络的整体服务质量,提出了一种基于极端学习机的MANET移动性预测模型。利用ELM对MANET中的任意节点进行建模;假设已知每个移动节点当前的移动性信息（位置、速度和运动方向角度）,以这种方式预测节点未来的位置和相邻节点之间未来的距离;基于几个标准移动性模型,产生更加真实、精确的移动性预测,从而更好地捕捉任意节点直角坐标系之间现有交互/相关性。使用标准移动性模型的仿真结果验证了所提模型的有效性,实验结果表明,提出的预测模型明显改进了传统基于多层感知器的模型,此外,当预测相邻节点之间未来距离时,避免了当前算法对预测精度的限制。     

基于领域本体的Web服务动态组合模型

给出了领域本体、Web服务及服务组合的形式化描述,综合基于业务流程的动态服务组合和基于服务接口匹配的服务组合方法,提出了一种基于领域本体的Web服务动态组合模型。该模型首先把服务请求分解为业务流程,再对业务流程的每个服务按接口匹配方法分解为组合服务。以客户订购产品为例,说明了领域本体的建立方法和Web服务动态组合模型的应用方法。     

不对称信息和风险规避下的能力期权契约模型

针对物流服务供应链中物流能力订购与投资决策问题提出一种基于能力期权契约的协调机制,建立不对称成本信息和存在风险规避者情形下的双效规划模型,并通过优化方法研究Stackelberg主从博弈结构下的最优契约设计。研究结果表明：物流集成商提供的能力期权契约既能揭示物流分包商的真实成本信息,又能使自身有效规避市场风险,从而实现物流服务供应链效率的Pareto改进,但其效果取决于集成商抵抗市场风险的能力。进一步通过仿真算例说明了该能力期权契约的有效性。     

协同环境下基于角色任务的个性化服务模型

针对多人协作的动态任务分配、动态资源推送等问题,建立了一种基于角色任务的个性化服务模型以支持网络大规模应用。将工作流中涉及到的用户、角色、任务、资源等要素抽象出来,构建统一的元模型作为整体应用基础;根据每个用户的角色特征、任务负载量等因素建立了针对用户的任务和资源匹配算法,并实时根据协同环境中任务的状态迁移将相关任务和资源推送给用户;通过一个实例来验证该模型的可行性和有效性。结果表明该模型为大规模网络服务应用中的资源推送机制提供了参考实现途径。     

基于JMS异步消息的心跳监听设计与实现

阐述了如何利用Java消息服务和心跳技术实现对分散模块状态的监控，以及保证模块间通信无阻。通过收发消息的形式，集中监控关键模块，并准确定位故障所在，尽可能保证系统长时间的无故障运作。     

基于最大熵原理的Web服务QoS概率分布获取

为了进行服务风险管理,需要了解服务质量（QoS）的随机特性,而描述QoS随机特性的一种有效手段是获得其准确的概率分布。为此,提出了一种基于最大熵原理在小样本情况下获取Web服务QoS概率分布的方法。方法采用最大熵原理将小样本情况下QoS概率分布获取的问题规约为一个由已知QoS数据确定约束条件的最优化问题进行求解,获得QoS概率密度函数的解析式,然后设计了对该概率密度函数解析式参数进行估计的算法。最后,以实际的Web服务QoS数据为基础,通过实验验证了该方法对不同QoS分布获取时的有效性和合理性,并验证了分布获取算法的效率和终止性。