服务组合中基于执行性能评价模型的人工任务调度方法

针对服务组合中人工任务的执行问题,给出了一个支持人工任务的组合服务执行引擎.该执行引擎将人工任务作为BPEL中的一个活动,并通过人工服务容器实现人工服务资源对人工任务的执行,能够保证人工服务资源与业务流程间的松散耦合.同时,针对人工任务的执行效率保证问题,建立了包括执行效率、负载均衡以及可靠性等性能指标的人工服务资源执行性能评价模型,以客观地反映人工服务资源任务执行的实际效果.在该模型的基础上,给出了人工任务调度问题的目标函数,并提出了基于执行性能评价模型的人工任务调度算法.实验结果验证了所提出的人工任务调度方法的有效性.     

一种基于可扩展核心式结构的Internet服务质量模型

随着 Internet技术的迅速发展 ,一系列的服务质量 (Qo S)保证体系逐渐成为人们研究的热点。文章探讨了最新的综合服务、区分服务等一系列 Qo S的体系模型 ,对每种模型的特点进行了分析比较 ,并结合网络数据流的状态对 Qo S的影响 ,提出了一种使网络具有灵活性、可扩展性、鲁棒性和较高服务质量保证的 Qo S模型。该模型综合了集中服务和区分服务 2种体系模型的优点 ,最后给出了该模型实现的算法。     

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.     

基于消息关联关系的Web服务组合模型

分析了Web服务之间存在的语义关联关系,给出了Web服务之间关联关系映射为消息传递关系的相关定义及消息处理规则,提出了基于消息关联关系的语义Web服务组合模型,阐述了组合服务生成时消息处理过程.该模型为用户提供了一种简单、通用的服务组合机制,降低了语义Web服务组合的复杂性.     

基于可组合关联模型的Web服务排序算法

提出了一种基于可组合关联模型的服务排序算法.该算法充分挖掘服务间的关联关系,将每个Web服务重要度关联到所有直接前驱可组合的Web服务上,而每个Web服务又将自身权重值以类似的方式分配给所有后续可组合的Web服务.另外,该算法独立于具体的服务组合过程且可离线工作,执行效率高且排序结果比较稳定.最后,以实验证明了该算法能够有效地实现对Web服务的排序.     

云环境下基于MapReduce的海量服务选择研究

当处理分布式、大规模的服务选择时,传统服务选择方法存在着效率不高和全局Qo S性能低下的问题。基于Map Reduce框架,设计了一种云环境下的海量服务选择方法以解决此问题。首先,基于Map Reduce框架,利用Skyline算法,筛选海量候选服务,生成Skyline服务库;其次,基于迭代式Map Reduce框架,运用多目标模拟退火算法,从所生成的Skyline服务库中优选Skyline服务,产生一组Pareto最优的组合服务;最后,依据用户的个性化和多样性需求,执行Top-k查询,优选出满足用户偏好的k个组合服务。该方法适应于具有分布式环境、高维Qo S的海量服务选择,能快速返回组合服务,且其全局Qo S较优。     

基于多径传输的QoE量化方法

基于多径传输的Qo E模型量化方法目前还没有成形规范,大部分研究集中在承载网默认路由Qo E量化与评价方法上.针对这一问题,提出了一种基于重叠网多径传输的Qo E量化方法.首先,依据多径传输网络性能指标指出Qo E量化影响要素.然后,对多径传输Qo E量化计算过程进行了详细讲解,并给出了模型的设计过程,其中包括Qo E量化模型公式规范、Qo S性能指标参数选取、人为因素参数设定、评分规则设置.最后,通过OMNe T++实验仿真验证了多径传输Qo E量化方法的有效性.此算法解决了多径传输模式Qo E量化方法问题,有效地验证了多径传输模式的优越性.     

基于退火果蝇优化算法的Web服务组合

随着互联网中Web服务数量急剧增加,如何快速地从大量候选服务中选择出满足用户Qo S需求的服务组合成为亟待解决的关键问题。Qo S感知的服务组合优化问题是典型的NP-hard问题,而智能优化算法已成为主流的求解方法。在对web服务组合建模基础上,提出一种基于退火操作的果蝇优化算法(AFOA)。该算法通过引入模拟退火操作,使个体在进化过程中以一定概率进行突变,从而引向全局最优解,较好地避免了FOA易早熟收敛陷入局部最优的问题。大量实验结果表明,该算法在不减弱时间性能的同时,全局寻优性能较果蝇算法(FOA)、模拟退火算法(SA)有很大的提升。     

分布式反馈分组调度算法DF2Q

路由器要求提供高速转发性能及高服务质量(Qo S)。支持 Qo S的算法对缓冲队列进行分组调度。输出排队机制可获得要求的 Qo S,却缺少可扩展性 ;输入排队方式扩展性好 ,但缺少必要的 Qo S特性。采用输入输出结合排队方式 ,设计实现了可保证较好可扩展性和 Qo S的分组调度算法 DF2 Q。该调度算法引入反馈机制 ,很好避免内部拥塞和提高资源利用率。 DF2 Q提供和输出端公平排队近似的Qo S保证 ,保证路由器转发性能     

避免无用重选取的QoS劣化阈值模型及计算

为了避免QoS优化效果不好的无用重选取,需要判断QoS的劣化是否将影响组合服务对全局质量约束的满足,为此,建立了QoS劣化阈值模型.通过QoS劣化阈值反映QoS劣化程度与组合服务全局质量约束满足之间的关系,从而触发QoS优化效果较好的有用重选取.根据组合服务的流程结构,给出了QoS劣化阈值的计算规则和相应方法.实验表明,所提出的QoS劣化阈值计算方法能够有效地避免无用重选取,保证重选取的QoS优化效果.     

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.     

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.     

基于概念关联程度的网格服务组合方法

为克服自动服务组合在网格环境下性能低下的弱点,提出了基于领域本体的两阶段法(two phases method,TPM)。首先根据聚类规则将同类网格服务归并为一个抽象服务类,针对服务类进行组合;然后选择具体的网格服务替换第一阶段生成的组合方案中相应的服务类。TPM定义了基于领域本体的服务类关联程度,并根据关联关系构建服务组合图,将服务组合问题转化为最短路径问题,给出了基于Dijkstra贪婪搜索的组合算法及服务选择策略。通过实验与同类方法在计算效率、服务满意度和服务质量上进行了对比,实验结果证明TPM规模扩展性良好,并能提供一定的QoS保障。     

一种求解有状态服务选取问题的遗传算法

基于QoS的Web服务选取问题,通常认为应用工作流中的任务是相互独立的,而在很多实际应用中,工作流的某些任务之间往往需要共享状态信息,由此增加了任务绑定约束,使得求解复杂度提高,影响了选取效率.针对现有方法的不足,提出了一种面向有状态服务选取的遗传算法,其中重新定义了交叉操作和变异操作,使得所有个体均满足任务状态关联绑定约束,同时在个体评价策略中引入罚函数,并进行个体相似性判断以防止过早收敛.实验表明,提出的算法在有状态服务选取问题中,可求得质量良好的解,且收敛速度快,选取效率亦优于现有算法.     

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.     

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．     

一种基于信誉度的Web服务质量预测方法

基于现有的服务质量预测方法大多是以其他用户的使用感受为依据,但前提部是假设这些信息是准确可信的,一旦这个假设难以得到保证,那预测的结果将会出现重大偏差.从服务用户信誉度的角度,提出一种Web服务质量预测的方法.首先介绍该方法的基本思想与主要过程,随后对评价用户信誉等级划分、评价用户信誉度计算以及服务质量的预测算法等内容进行重点分析:最后,通过仿真实验,将本文提出的方法与传统的算术平均值法进行比较.研究结果表明:该方法能有效提高Web服务质量预测的准确性.     

基于QoS约束的计算能力调度算法研究

云计算具有很强的商业性特点,以为用户提供高质量的服务为目标。针对云计算对服务质量QoS的需求问题以及云计算原有计算能力调度算法没有考虑用户多样性的缺点,提出了基于QoS约束的计算能力调度算法。该算法可以在保证为用户提供模拟的独立计算能力基础上,根据QoS参数生成的向量进行资源与任务的匹配,区分用户的不同服务质量需求,为用户提供符合其需求的资源。     

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.