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。     

激励机制下负载均衡和QoS感知服务组合方法

提出一种基于激励机制的负载均衡和服务质量感知服务组合(LBQSC)方法.首先,构建一个全局约束分解模型,并采用文化遗传算法求解;其次,考虑服务质量(QoS)和负载构造激励合同,提出一种基于激励机制的服务选择算法,通过不断激励QoS的动态调整获取最优服务;最后,在QWS 2.0综合数据集上进行对比实验.实验结果表明:基于激励机制的负载均衡和QoS感知服务组合方法能在保证负载均衡的情况下有效地获取高质量的组合服务.     

考虑物流服务的云服务组合QoS评价方法研究

为满足对云服务组合的个性化需求,对一类含有物流服务的服务组合QoS评价方法进行研究,建立了含有物流服务的云服务描述模型,在此基础上计算云服务的相关QoS指标. 为对指标值进行科学的综合评价,提出了一种基于历史数据的主客观结合QoS指标权值设定方法. 最后用一个汽车零件加工过程的实例进行验证,验证结果表明提出的含物流服务的服务组合QoS评价方法可行及有效.      

基于扩展QoS模型的物流服务选择方法

随着越来越多的物流公司开始采用Web服务技术提供服务,如何从大量具有相似功能的服务中选出最能满足特定业务需求的物流服务变得日益重要。已有的研究大多局限于通用的Web服务选择,难以满足特定业务领域的选择需求。为了解决该问题,该文通过引入物流业务服务质量指标,构建了一个基于层次分析法(analytic hierarchy process,AHP)框架的服务质量(quality of service,QoS)扩展模型,并在此基础上提出了一种新的物流服务选择方法,综合运用分层聚类算法和模糊综合评判的方法对候选物流服务进行选择。最后,在重庆港物流项目中进行了实际验证,结果证明该方法能够有效地根据特定业务需求选择出最适合的物流服务。     

基于概率方法的QoS感知Web服务组合

针对Web服务的服务质量(QoS)的随机本质,提出了一个基于概率QoS感知的Web服务组合方法,实现传统方法难以描述的QoS需求.在概率QoS模型的基础上,定义QoS目标以及组合方案与QoS目标之间的距离函数.通过将服务组合问题转化为组合优化问题,应用Rollout算法作为求解问题的计算框架,对一个具体问题设计了相应的启发函数.以跨国旅游方案提供商作为具体案例演示基于概率方法的QoS感知服务组合.该方法很好地解决了概率QoS模型难以应用到动态服务组合中的问题.理论分析和实验数据表明该方法可以很好地满足用户对于组合服务的QoS需求.     

基于用户和QoS的业务流程动态服务组合研究

本文对国内外基于QoS的Web服务组合的现状进行阐述,指出目前web服务组合中存在的问题。结合用户的个性化偏好,构建了基于用户的服务组合框架,并给出了具体的实现思路。     

一种基于遗传算法QoS敏感的Web服务组合方法

在QoS敏感的业务流程中,除了要求流程成功完成预先定义的任务之外,整个流程的QoS也是用户所关心的特征. 因此,如何在备选的Web服务中进行有效地选择,使得被选中的Web服务不仅能够完成流程分配的任务、满足局部约束,还能够与流程中完成其他任务的Web服务协作,使流程的QoS达到全局最优,便成为亟待解决的问题. 针对该问题,提出了一种基于遗传算法的方法. 实验结果证明了该方法的有效性.     

一种基于QoS指标的服务组合优化方法研究

服务组合是目前研究的热点,但现有很多方法服务质量不高。针对该问题,提出了一种基于QoS指标的服务组合优化方法。该方法依照业务流程关系将不同服务组合起来;根据用户的功能要求,将不同的服务按照QoS指标排序形成最优组合。该方法考虑了用户的现实需求,合理地实现了服务组合的优化。     

一种基于本体的支持QoS的Web服务组合方法

引入本体ontology来描述web服务,对语言网格中的语言服务进行形式化描述,形成一个规范与标准,并重点结合服务质量指标QoS进行服务组合,以提高语言网格中组合服务的质量.实验结果表明,该方法能更好满足用户的需求.     

一种组合服务的个性化QoS模型

针对单一化QoS模型没有充分考虑Web服务非功能属性的主观性、业务相对性、相关性以及不确定性的问题,提出组合服务的个性化QoS模型.首先,将基于业务相对性的指标重要度与基于主观性和不确定性的业务关注度合成初始权重向量;其次,对初始权重向量做基于相关性削弱考虑的调整,得到个性化权重向量;最后,生成基于业务功能约束和指标相关性削弱的个性化QoS模型.实例分析表明,它比单一化QoS模型对服务质量的评价更为细腻合理.     

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。     

An approach for QoS measurement and web service selection sureness

Web services have gained popularity m recent years anu prowue a new moue, u~ w~u, w,,,~,, ,~- cilitates interaction of scientific and business applications through the Internet. More often, several services with similar functionality are available from a large and changing number of service provid- ers. Quality of Service （QoS） is the dominant factor in service selection and is of great importance to users. In this paper, we propose a model for QoS measurement and web services selection. The model consists of QoS model, QoS monitoring, QoS comparison and service selection with a QoS feedback mechanism. The most suitable service is to take into account the agreed QoS, monitoring is done during invocation phase and if any deviation is recorded, next suitable service is selected. Fi- nally the model is proved to be feasible and effective by simulation experiments.     

不确定QoS信息下的web服务选择方法研究

针对web服务选择中存在Qo S属性信息不确定性的问题,在分析Qo S属性描述的基础上,提出一种不确定Qo S信息下的web服务选择方法,该方法分别从区间型和模糊型两方面考虑不确定Qo S信息,基于有序加权平均(OWA)算子实现区间型Qo S属性的确定化,使用联系数分析和量化web服务的模糊Qo S属性,并在此基础上设计不确定Qo S下的web服务选择模型.实验结果证实该选择算法的有效性和可行性.     

Web服务事务的动态补偿模型

对π-演算进行扩展,提出了作为Web服务事务动态补偿模型的Exπ-演算.该演算的补偿可随着Web服务的交互动态地建立起来,同时给出了结构同余关系和操作语义.为了保证事务的唯一性,定义了一个简单的类型系统.最后,将该简化的Exπ模型与静态补偿模型和并行动态补偿模型进行比较,结果表明:本演算比其他演算更灵活,表达能力更强.     

基于顺序图的Web组合服务属性验证

为了更好地理解和分析Web组合服务的过程及其相关属性,针对个体服务的WSDL文档和服务组合规约BPEL,提出了基于UML的Web组合服务建模和验证方法.从服务的WSDL中提取消息、操作等基本元素,用类图构建静态模型,以便考虑Web组合服务数据相关属性;用顺序图对业务流程构建动态模型,以形象易理解的方式刻画组合服务的行为...     

网格服务QoS动态评估方法研究

提出了一种可扩展的网格服务QOS参数构造模型,定义了网格服务多维QoS参数的效用更新函数,且提出了网格服务QoS动态评估框架,并给出了相应的评估算法,用仿真实验验证了所提算法的有效性.     

网格服务QoS动态评估方法研究

提出了一种可扩展的网格服务QoS参数构造模型,定义了网格服务多维QoS参数的效用更新函数,且提出了网格服务QoS动态评估框架,并给出了相应的评估算法,用仿真实验验证了所提算法的有效性。     

基于RBF神经网络的Web服务QoS短期预测

针对Web服务QoS的预测问题,将RBF神经网络及其相关算法应用到Web服务QoS的短期预测中,首先对RBF神经网络的结构进行介绍,并将该网络应用于Web服务的QoS预测,然后运用MATLAB工具箱函数建立QoS预测网络模型,通过计算机仿真验证了RBF神经网络在Web服务QoS预测中是可行且有效的。