用户期望质量驱动的Web服务优化选取

提出了一种基于用户期望的服务质量评价方法。该评价方法仅考虑具有相似期望的用户,允许期望相似的评价影响服务的信誉度评价,以利于得到客观、准确的服务质量评估。在此基础上,提出一种基于用户期望的QoS驱动的服务选取算法。该算法实现了在满足用户偏好和期望的前提下Web服务的最优选取。电子购物的实例展示了该方法的可行性。     

利用服务质量参数值预测的Web服务选择方法

为了使得服务消费者获得的QoS值能够作为服务分级和排序的重要依据,提出了一种基于QoS参数值预测的Web服务选择算法.依据服务质量一致性指标生成服务质量报告,并对可信报告进行标记,再利用预处理算法来剔除欺骗报告.采用模糊回归方法对服务质量值进行预测:将服务质量的属性值和服务质量评价值分别作为方法的输入和输出,以此来确定模糊系数;把服务质量的评价模糊化为对称的三角模糊数;最后将获得的QoS预测结果作为服务选择的依据.实验结果表明,随着质量报告样本数的增加,服务质量预测值逐渐接近实际的QoS值.在服务发现对比实验中使用了服务质量预测方法,通过调整服务质量的一致性、服务消费者能够接受的服务广告和服务请求之间的质量差,实验结果的平均准确率误差可以控制在2.7%以内.     

一种支持Web服务QoS动态预测的方法

为了在高度动态环境下准确地预测Web服务的服务质量(Quality of service,QoS),该文提出了一种基于半马尔可夫过程(Semi-Markov processes,SMP)和事例推理(Case-based reasoning,CBR)的QoS动态预测方法。该方法首先使用SMP预测Web服务在未来被调用时刻的忙闲状态,在此基础上,利用CBR技术预测Web服务处理具体任务时的QoS。实验结果表明:该预测方法能够大幅度提高Web服务QoS的准确度。研究结果为客观评价和成功选择Web服务提供了可靠的依据。     

基于服务质量的Web内容变换方法研究

结合网络和Web服务器提出了一种基于服务质量的Web内容变换方法：针对网络资源与Web资源负载不均衡问题建立一个基于服务质量的Web内容调整组件。通过监测用户网络状况，利用Web调整网络传输内容，实现端到端的服务质量保证．并在网络教学中进行该方法的实际应用，验证了其可行性和实用性．     

一种支持用户偏好的语义Web服务组合算法

Web服务组合是Web服务系统架构的重要组成部分,语义Web技术的出现使智能Web服务的实现成为可能。随着服务数量的指数级增长,支持用户偏好的服务质量度量技术在Web服务架构中发挥着越来越重要的作用。本文在现有的语义Web服务组合技术的基础上,提出基于服务质量度量的一种支持用户偏好的语义Web服务组合方法,在完成用户服务请求的同时,能够更好地满足用户的个性化需求。     

基于贝叶斯推理的Web服务质量评价方法

为了对Web服务质量进行准确评价,提出了一种基于贝叶斯推理的Web服务质量评价方法.该方法首先从客观数据和主观数据两个方面,使用最大熵原理提取先验分布信息,然后通过贝叶斯推理出服务质量(quality of service,QoS)的分布参数,最后使用获得的QoS分布参数给出可信的QoS后验分布信息,从而对Web服务质量进行评价.大量的实验结果表明,本文提出的方法能够准确地对Web服务质量进行评价.     

一种支持QoS约束的Web服务发现模型

服务质量是Web服务发现中的关键问题.本文提出了一种支持QoS的Web服务发现模型,该模型增加了Qos代理中心机构,并引入监控和反馈机制.在满足用户对Web服务功能需求的基础上,它以服务注册参数、用户反馈信息和实时监测数据为依据结合QoS代理中心的监控器、量化器、选择器、管理器对Web服务的非功能性属性进行量化,实现服...     

基于用户特征聚类与服务质量预测的推荐方法

随着服务系统中Web服务的不断增加，为用户进行个性化Web服务推荐成为服务计算领域最热门的研究课题之一，然而，服务推荐面临不可靠用户和服务导致推荐的不准确性问题.为了解决上述问题，提出一种基于位置和信誉感知的Web服务推荐方法 .首先采用粒子群优化（Particle Swarm Optimization,PSO）对用户进行聚类，得到相似用户；其次，计算用户和服务的信誉来识别可信的用户和服务；最后，将相似用户和可信服务的信息整合到矩阵分解（Matrix Factorization,MF）中，为用户预测缺失的服务质量（Quality of Service,QoS）.在真实数据集WS-Dream上的实验验证了提出方法的可行性与有效性.与其他先进的预测方法相比，该方法的MAE (Mean Absolute Error)和RMSE (Root Mean Squared Error)较低，证明该方法有较高的预测准确性.     

一种基于模糊代数的Web服务质量计算方法

反映服务调用中存在的不确定性、克服已有服务质量计算方法的主观性和考虑各种影响服务质量因素内在联系为动机,从不同角度定义了服务调用的信誉度、可靠性和可用性三个因素。通过对服务调用的历史信息进行统计计算,得出各因素的值。根据模糊代数的相关方法,定义了计算多个因素联合贡献的算子,给出了一种无加权因子的Web服务质量计算函数。此方法不依赖于各影响因素的重要性,具有较好的可扩展性。     

基于SOA扩展的信誉评价模型

随着Web技术的不断发展,Web服务的安全和信誉度是目前的热点研究问题,传统的SOA提供了一种新的共享模式,没有考虑到Web服务的安全和信誉问题,也不支持对Web服务信誉度的评估工作。提出了基于扩展SOA的Web服务信誉度评估模型,并重点研究了信誉度评估的算法,提出了信誉度值及综合信誉度值的计算方法,这种方法有利于服务提供者和使用者双方建立信任关系,并针对当前信任评估模型系统性能低的问题,对Web服务环境中采用的信誉评价模型进行改进,提高系统的整体性能,同时对模型中计算信誉度值及综合信誉度值的运算进行改进。通过模拟实验证明,扩展后的SOA模型考虑了服务信誉度问题,达到了预期效果。     

Web服务QoS的免疫多信号预测模型研究

合理的服务质量(Quality of Service,QoS)预测是Web服务承诺的重要依据,在很大程度上关系到服务提供者的信誉.为了有效解决服务质量的预测问题,受到免疫系统多信号机制的启发,提出一种服务提供者主动的实时QoS预测模型.在多Agent仿真平台上的模拟实验和分析表明,该模型能够很好地解决实时QoS预测问题,服务提供者能够根据预测结果动态地调整Web服务的QoS承诺,从而有效提高其信誉.     

一种基于QoS约束的Web服务选择和排序模型

提出了一种基于QoS约束的Web服务选择和排序模型,在研究Web服务的三维QoS模型的基础上设计基于QoS约束的服务选择模型,进一步研究服务效能的概念和量化方法并设计基于服务效能的排序模型.该模型的原型系统已经在国家地质调查网格中得到应用,结果表明模型能够有效保障用户对服务的需求,具有很高的查准率、响应率以及较好的负载均衡能力,提高了基于面向服务架构(SOA)的网络应用的可用性.     

QoS本体在语义Web服务发现中的应用研究

通过分析语义WEB服务、语义功能本体和QoS本体的描述,研究基于QoS的语义WEB服务发现及其相关的问题,建立了面向WEB服务应用的QoS模型,并基于语义WEB服务发现和已经建立的QoS模型提出WEB服务发现框架。最后,给出了实例,建立了这种框架下的语义功能本体和QoS本体。     

时空感知下基于结构相似度的Web服务质量预测

随着云计算等新型服务计算的兴起,Web服务数量日益增长,相同或相似功能的Web服务也逐渐增多.为了向用户推荐更高质量的服务,精确地预测Web服务的QoS值成为亟待解决的重要问题.传统的协同过滤方法已经被广泛应用于QoS预测和Web服务推荐中,但因为数据稀疏和噪声问题导致QoS预测性能不好.为提高QoS预测的性能,文中通过分析用户服务QoS矩阵的时空特征,提出了一种基于全局和局部结构相似度的稀疏矩阵分解模型.该方法将QoS矩阵的相邻时间相似用户的网络环境相似性这一特征融入到矩阵分解中,并利用分解的因子对QoS矩阵进行低秩填充.这种方式在一定程度上消除了数据稀疏和噪声的影响.在真实Web服务调用数据集上进行实验,结果表明,该方法在预测精度上优于典型的协同过滤算法(相比于NMF,其MAE值最大下降了3.25％,RMSE值最大下降了6.65％;相比于SVD,其MAE值最大下降了3.67％,RMSE值最大下降了7.01％),能够有效地解决数据稀疏和噪声的问题.     

预测Web QoS的协作过滤算法

不同环境中用户对同一服务质量的感受可能存在较大差别,针对这一问题,提出了一种QoS预测方法.该方法不仅使用了历史QoS信息,还将环境因素、用户输入等对QoS的影响考虑进去.以这些信息为基础,首先通过高斯法对原始信息数据进行规范化处理,然后计算其他服务与待预测服务的相似度,找到与目标服务相似度较大的服务集,并根据服务相似...     

基于全局QoS约束分解与关联感知的动态服务组合

在Web服务组合过程中,基于全局QoS(quality of service)约束分解的服务组合方法是提高服务组合动态性与灵活性的有效途径。已有的研究工作在进行约束分解服务优化组合时,没有考虑上下游服务之间的QoS关联性,影响了组合的效率与质量,降低了用户的满意度。提出一种基于QoS全局约束分解与关联感知的动态优化服务组合方法,通过改进后的人工蜂群算法将全局QoS约束分解为局部QoS约束;定义上下游服务之间的QoS关联系数,构造一种基于QoS关联感知服务选择的方法,解决了存在关联关系的服务选择问题。实验验证了该方法的可行性和有效性。     

基于混合QoS模型的服务选择策略

目前大部分Web服务质量属性都采用精确数值型描述,不能适应客户对服务QoS描述的需求。为了增强服务QoS描述能力,给出混合QoS模型。该模型将QoS属性分为精确数值型、区间数值型和模糊数值型,并基于OWL-S增加了其QoS信息的描述。在此基础上,采用TOPSIS决策算法给出混合型QoS属性服务的选择过程。提出了一种基于理想解的多属性决策模型。实例验证该模型是可行的。     

云计算中服务质量预测数据的信心建模

为处理服务质量(quality of service,Qo S)预测所用数据的不确定性,增加预测结果的信心值,使预测的Qo S值更可信,建立了量化Qo S预测中信心的概率模型。构建模型过程中,考虑了预测所用的Qo S数据项数量、数据的波动情况(数据偏差)以及数据随时间的衰减情况。数据项数量表明参与预测的数据多少对预测结果可信度的影响程度;数据偏差表明服务的实际Qo S值和预期值的一致程度;数据衰减程度表明随时间变化,数据对预测结果的影响程度。仿真试验表明,该信心模型能够准确有效地帮助用户选择满足其需求的服务。     

一种关联感知的组合服务重选取方法

已有的组合服务重选取方法大都假定任务之间互相独立,然而在实际场景中,由于基本服务间存在着Qo S关联关系,使得某些任务之间也存在着关联关系,从而导致这些已有的方法难以获取最佳的调整方案.针对该问题,通过扩展OWL-S,给出了一个支持服务间关联关系的Qo S模型.基于该模型,给出了一个支持任务间关联关系的重选取算法,该算法将具有关联关系的任务作为一个任务单元,以关联服务作为任务单元的备选服务进行重选取.实验结果表明,与按照任务间独立的方式进行重选取相比,该方法能有效提高重新选取出的组合服务质量.