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.     

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．     

QoS感知的Web服务选择

一个组合服务可以由多个具有不同QoS属性的服务合成,由此带来的一个问题是如何将QoS属性作为条件选择最合适的服务以满足组合服务的全局QoS需求.针对这个问题,提出了利用分层图技术对复杂的服务组合过程模型进行化简,将服务选择问题简化为有向图中的选路问题,这样在服务选择时就无需考虑不同的流程结构(例如,顺序、选择、并发和循环结构等),从而降低了服务选择算法的复杂性,提高了执行效率.在简化模型的基础上,给出了一个基于自适应遗传算法的QoS感知的组合服务选择算法.仿真实验表明该方法是可行和有效的.     

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.     

基于量子粒子群优化算法的Web服务组合问题

使用量子粒子群优化算法（QPSO）,将可能的web服务工作流执行路径看作粒子,按照QPSO算法进行进化,从而解决了基于服务质量（QualityofService,qos）~束的Web服务组合问题,此为解决Web服务组合问题提出了一种新的思路．实验表明,使用QPSO算法求解复杂web服务组合问题在组合时间上具有一定的优越性．     

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.     

基于改进粒子群算法的Web服务组合推优方法

针对半自动的Web服务组合模型,为了尽可能多地发现服务质量处在Pareto前端的服务组合供用户参考使用,提出了一种基于改进粒子群算法(MPSO)的Web服务组合推优方法.结合服务组合问题给出了粒子适应度评价函数以及群体多样性的计算模型.为了改善粒子群算法存在的早熟问题并且发现更多服务质量处在Pareto前端的组合服务,给出了受群体多样性指导的速度更新方法和惯性权重模型.针对指导粒子飞行的关键组合服务,给出了它们的寄存方法.最后通过实验从有效率和精确度及平衡性方面验证了基于MPSO的Web服务组合推优方法的有效性.     

基于Qos的工作流模型Web服务组合全局优化方法

分析了工作流模型Web服务组合方案缺乏动态选择高质量服务的灵活性,并且随着应用规模增大导致服务调度性能降低,提出了一种服务质量计算模型和拓扑排序优化方案。增强了Web服务的服务质量,优化了服务调度的功能,缩短了服务组合应用的响应时间。     

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。     

基于概率时间自动机Web服务质量的形式化建模分析

针对拓展的Web服务体系结构, 利用概率时间自动机（probabilistic timed automata, PTA）对Web服务组合进行形式化建模, 将Web服务组合的过程理解为一个实时系统的运行过程, 进而对Web服务组合的整体服务质量（quality of service, QoS）进行定量分析, 从而克服了已有Web服务质量研究方式主要集中在对单个Web服务分析评估上的局限性, 在整个分析过程中充分考虑Web服务组合执行过程所具有的随机性和不确定性, 具有较高的可信度. 通过实验说明了建模分析方法的可行性, 并证明了采取相应的服务选择策略有助于提高Web服务组合的成功率.     

QoS感知的全局最优快速服务选择

针对已有的服务选择算法往往按业务流程中任务的执行顺序依次选择服务,使服务选择时间随着任务数和候选服务集规模的增大而变长,难以让用户接受,而且算法也并未考虑包含关键路径的组合结构QoS优化这一问题,设计了对等网络服务覆盖网,利用服务社区和任务代理,根据组合结构和关键路径将全局QoS约束分解为局部约束,支持并行化的服务选择.实验结果表明,该方法可以迅速有效地找到接近最优的服务组合方案.     

基于Agent的Web服务组合研究

提出了一个基于移动Agent的服务组合框架（MAWSCF）。引入计划（P）,用于描述Agent的逻辑行为,同时给出了过程匹配规则,将组合规范转换为P。在运行过程中,行为匹配算法将P解释为Agent的物理行为,从而实现组合服务任务。MAWSCF使用对等计算（P2P）的模式克服了传统服务组合系统中心控制的性能瓶颈,Agent通过克隆能够并行的执行目标组合任务中的多个分支,大大提高了效率,也有效地降低了网络的负荷。     

QoS敏感的服务组合动态配置研究

针对静态配置的Web服务组合系统无法适应组件服务QoS的动态变化,以及对易错环境缺乏自适应性和不能反映系统不断演进特征的问题,提出了一种QoS敏感的服务组合系统动态配置方法.通过扩展Petri网对服务依赖关系进行建模,形成一个形式化的系统配置方案;利用无循环依赖关系验证算法和最终状态合法性验证算法验证了系统配置方案的正确性;提出了一种最优配置选择算法以选取具有最优QoS的服务配置.仿真实验对比了动态配置、静态配置和随机配置对用户服务请求满意度的影响,结果表明,所提建模方法和相应算法能大幅改善组合服务的QoS.     

基于Petri网的Web服务动态组合

基于Petri网技术提出了一个Web服务模型,针对电子商务中的Web服务进行动态组合,形成复杂的业务服务. 给出了一种实现方案,分析了活动图的生成过程、任务指派、服务绑定等关键技术.     

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.     

基于DAML-S的Web服务匹配方法

服务匹配是Web服务发现中一个很重要的部分,针对目前服务发现方法的不足,提出了一种基于DAML-S的Web服务匹配方法,其核心思想是用DAML-S进行服务描述并将其发布后,通过对服务描述中的输入输出和用户需求中功能的测度来判断服务与用户需求的匹配程度．     

基于Petri网的Web服务组合分析方法

为提高Web服务组合的运行效率,提出了基于有色Petri网的Web服务组合网系统概念,用于Web服务组合的建模和性能分析.以电子资源跨库查询过程为实例,构建实例的理想模型和缓存限制模型.模型支持Web服务组合协调节点间的网络延迟、数据依赖、控制依赖等因素.基于CPN Tools仿真平台,验证了模型的正确性,并在仿真实验中监测了查询延迟、查询成功率、缓存占用率等指标.结果表明,实施缓存限制策略前后,分布式模型比集中式模型均有更好的性能.