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.     

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。     

基于改进TOPSIS法的物流云服务选择研究

针对传统TOPSIS法在物流云服务选择中主观指标权重的不确定性,以及不能完全反映出各方案优劣性的问题,提出基于熵值法和改进相对接近度算法的TOPSIS法.在分析传统TOPSIS法基本原理的基础上,构建出改进的TOPSIS法评价模型,并结合具体算例对此评价模型进行实验验证:A公司为了有效控制供应链成本、提高客户满意度,决定使传统TOPSIS法和改进TOPSIS法在服务质量(Qo S)指标参数相同的情况下,对相同物流云服务提供商选择进行比较.评价结果表明,改进的TOPSIS法可以消除主观因素对结果造成的影响,用于物流云服务提供商选择更具客观性与合理性,为物流云服务的选择提供了参考与借鉴.     

物流服务供应商组合评价方法研究

针对物流服务供应商直接影响到服务质量、服务方式、服务成本以及服务效率等,提出了一种新的物流服务供应商选择方法:熵值-灰色关联度组合评价法。利用极大熵理论和单一评价值之间总熵值最小思想进行组合赋权,以此为基础计算各个物流服务供应商的组合评价值并进行排序;设计并采用评价值灰色关联度对评价方法的效果进行衡量;结合具体实例,说明该组合评价方法在物流服务供应商选择中的应用过程,评价值灰色关联度证明熵值组合评价方法不仅优于单一评价方法,也优于目前普遍使用的平均值组合评价方法。新组合评价方法具有良好的组合评价效果和有效性。     

云服务组合的agent方法研究

在多云环境中,协调自私的参与者,自动地选择服务,配置分布式的服务以及处理那些云提供者和他们的服务的不完善的信息,这些都是云服务组合要解决的问题。由于agent具有动态性、自治性、协调性、合作性等特性。基于此,提出了一种云服务组合的agent方法。     

基于时间自动机的动态服务组合方法研究

动态网络环境下,Web服务资源具有高度自治性和动态性,如何根据运行时具体的用户需求完成动态的服务组合是一个重要问题.时间自动机是一种形式化的实时并发系统模型,它为实时系统的行为描述提供了较好的分析方法.本文通过引入基于时间自动机的二部图表示可以实现对动态服务组合的建模与控制.     

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。     

领域QoS与资源感知的物流服务动态优化组合方法

为了提高物流服务优化组合的动态性、可靠性与用户满意度,本文提出了一种基于全局服务质量(quality of service,QoS)约束分解的能够感知领域质量与资源需求的物流服务优化组合方法.该研究工作首先把学习机制引入人工蜂群算法(artificial bee colony algorithm,ABC),形成了具有自主学习能力的改进型人工蜂群算法(LABC);之后,应用学习人工蜂群算法(LABC)将全局QoS约束分解成每个物流子任务需要满足的局部QoS约束,从而将QoS感知的物流服务优化组合这一全局优化问题转化成以领域质量为依据的局部最优服务选择问题;其次,在物流服务流程执行的过程中,在感知物流任务节点对资源需求的前提下,为每一个物流任务节点选择一个具有最优领域QoS的物流服务;与已有的研究工作相比,该方法能够实现物流服务动态可靠的优化组合.最后,通过模拟实验验证了本文所提出的方法是可行有效的.     

基于区分服务的IP QoS控制策略研究及性能评价

针对目前IP网络亟待解决的QoS问题，分析了区分服务(DiffServ)模型的体系结构，研究了区分服务实现IP QoS的控制策略，包括支持区分服务的各种缓冲管理、队列调度算法及拥塞控制机制．最后用网络仿真软件NS2在Linux环境下搭建了实现区分服务的仿真实验平台，在该平台上对区分服务模型进行了模拟测试和性能评价．     

基于服务元组链的Web服务组合方法

提出一种描述Web服务的关系模型, 通过引入空服务和 服务元组的概念, 采用基于服务元组链的Web服务组合方法, 解决了基于服务链的Web服务组合方法只能处理顺序关系的组合问题, 应用该方法既能处理顺序关系的组合问题, 又能处理多个后继服务或前驱服务都需要被组合的并发关系组合问题.     

Web服务组合中基于服务质量的服务选择算法

为了提供满足客户服务质量（QoS）需求的组合Web服务，提出了一种支持QoS属性描述的Web服务描述模型．通过在原有的Web服务描述语言的tport元素中添加operationInst属性来描述QoS属性，从而获得了一种可扩展的Web服务描述语言．在此基础上给出了基于多目标决策理论和分形理论的服务选择算法，该算法考虑了QoS属性之间的不可公度性和独立性，同时给出了QoS驱动的服务组合框架（E-WsFrames）和具体实现方法．实验结果分析表明，E-WsFrame可以综合考虑服务组合的功能和QoS的要求，并可根据服务请求自动地实现组合服务．     

一种费用最廉的Web服务动态组合算法

针对现有组合服务选取的算法因其复杂度太高而难以在实际环境中应用,提出了一种 Web 服务动态组合优化算法.该算法利用最优化原则在服务组合图中求解一组执行费用最廉、满足用户需求的 Web 服务.     

一种具有服务质量支持的数据访问方法

针对目前的查询优化技术并没有考虑网格环境中数据源的动态特征,导致数据访问质量很差的问题,文中提出了网格环境中具有服务质量(QoS)支持的数据访问方法.它能在查询优化的过程中考虑数据源的动态特征以及用户的QoS要求,根据用户的QoS要求选择不同的查询执行计划;文中还提出了基于管道并行方式的分层管道树来对多连接表达式进行优化,它不仅可以提高并行度而且可以尽快返回部分结果给用户.实验结果表明,文中提出的方法是有效的,可以为不同类型的用户提供不同等级的数据访问服务.     

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。     

基于信任度变化趋势的云服务选择模型

针对云服务选择过程中,用户难以选择可信、可用、可靠的云服务问题,本文提出一种基于信任度变化趋势,并结合QoS服务质量的云服务选择模型.首先,信任度的计算分为两部分,一部分根据贝叶斯原理计算信任度值,另一部分是将历史信任度值进行最小二乘的拟合,得到能更准确地反映信任度值的变化趋势值,根据信任度变化趋势值对信任度值进行修正,确定其综合信任度值.然后,根据云服务的QoS量化模型,计算得到客观的QoS值,在此基础上,引入了信息熵的概念来确定可信参数加权的问题,从而得到最优的服务选择.仿真实验表明,该模型能够体现云服务主体信任度的变化,增强云服务选择的预判能力,有效地提高服务选择的成功率.     

云制造环境下知识资源的评价与选择

为了解决云制造环境下知识资源的选择问题,从知识资源提供方服务能力的角度,提出了一种基于知识服务能力值的选择模型.该模型从知识资源供需双方自身特性出发,从企业维、服务维、交互维三维度建立知识资源提供方服务能力评价体系,利用变精度粗糙集算法计算各评价指标的权重,利用敏感系数修正用户在实际情况下的偏好,最终求得所有候选资源的知识服务能力值;以此为依据指导云平台为用户选择最佳的知识资源供应方.实例表明,该模型能够从大量候选资源中推理出最佳的知识资源推荐给用户.     

依赖知识的服务组合算法

针对面向服务的体系结构中Web服务和服务组合技术在下一代互联网和云计算领域中的应用问题,提出了一种依据知识对原子服务进行组合的3步服务组合算法,分为相邻节点连接匹配、断枝节点清理和原子服务组合3个步骤.相邻节点连接匹配就是完成相邻的服务节点之间连接匹配,将所有允许的连接都存入弧的连接链表中.通过断枝节点清理,删除所有没有连接的候选原子服务,因为在候选队列中会存在许多断枝服务节点.通过原子服务组合,从清理过断枝节点之后的剩余候选服务中整理出服务组合实例.实验表明:算法可以实现服务的自动化装配,不需要用户参与服务调用过程,通过原子服务间的可连接性以及知识模型生成服务组合实例,从而实现原子服务数量和检测范围的有效控制.