基于QoS感知的Web服務組合關鍵技術研究.pdf

1、Web服務其實就是一種運行在網(wǎng)絡上的應用程序,它可以在Web環(huán)境中被描述、被發(fā)布、被查找以及被調(diào)用。雖然Web服務給應用程序的集成提供了方便,但單個Web服務的功能往往設計得很簡單,致使我們有時候無法找到任何一個可以滿足用戶需求的單一Web服務。這時,最好的解決辦法是將多個功能簡單的Web服務按照一定的標準和要求進行組合,形成新的增值服務以實現(xiàn)用戶預先設定的目標。隨著網(wǎng)絡上可用的Web服務數(shù)量的增加,組合服務中的每一個子任務能夠由大量功

2、能相同的服務來完成,那么擺在我們面前的首要任務是怎樣從候選服務集中挑選最合適的服務來完成我們的子任務。雖然這些候選服務的功能相同,但是它們具有不同的非功能性屬性——服務質(zhì)量(QoS),所以這些QoS數(shù)據(jù)便成為我們選取服務時的重要參考依據(jù)。但是用戶消費者可能只使用過候選服務集中的部分服務,對于其他候選服務的QoS,用戶還不是很了解,為了選取合適的候選服務,我們需要幫助用戶預測未曾使用過的候選服務的QoS。因此尋找合理的QoS預測機制和基于

3、QoS感知的Web服務組合算法是我們當前重點研究的內(nèi)容。
　　 本文的工作主要圍繞Web服務質(zhì)量預測問題和基于QoS感知的Web服務組合問題而展開,其主要研究內(nèi)容及貢獻如下:
　　 (1)分析了已有的QoS預測方法,提出了一種基于協(xié)同過濾的服務質(zhì)量預測方法。該方法克服了傳統(tǒng)服務質(zhì)量預測方案(求算術平均值)沒有將用戶的偏好和使用經(jīng)驗考慮在內(nèi)的缺點。該方法在協(xié)同過濾算法的框架之上引入了一種新的相似度挖掘算法,這種新的相似度挖

4、掘算法根據(jù)用戶的消費經(jīng)驗來評估用戶之間的相似度,并在計算出來的相似度的基礎上預測服務的服務質(zhì)量。這種新的相似度挖掘算法分別從鄰近度、影響因子和流行度三個方面來綜合考慮用戶之間的相似度,從根本上改善了傳統(tǒng)相似度挖掘算法(皮爾森相關系數(shù)、余弦函數(shù)和歐幾里得距離等)在QoS數(shù)據(jù)稀疏時容易產(chǎn)生預測誤導的現(xiàn)象。
　　 (2)對QOS數(shù)據(jù)的類型進行分類,引入了基于的模糊集和隸屬度函數(shù)的正規(guī)化方法。對于數(shù)值型QoS數(shù)據(jù),我們采用高斯正規(guī)化方法

5、將處于不同區(qū)域的數(shù)據(jù)映射到一個統(tǒng)一的區(qū)間[0,1]上；對于模糊型QoS數(shù)據(jù),我們根據(jù)用戶的使用經(jīng)驗找到它們的隸屬度函數(shù),然后運用隸屬度函數(shù)將這部分模糊型QoS數(shù)據(jù)映射到區(qū)間[0,1]上。
　　 (3)分析了已有的基于QoS感知的Web服務的組合算法,提出了一種基于遺傳算法的Web服務組合方案。該方法改善了使用傳統(tǒng)遺傳算法進行Web服務組合時收斂速度慢的現(xiàn)象,滿足了實時性服務組合的需求。該方法使用蟻群算法產(chǎn)生初始抗體種群以提高初始