基于可信評估的服務組合方法研究.pdf

1、隨著計算機網絡的迅速發(fā)展，互聯(lián)網應用的日益普及，服務組合技術得到了越來越廣泛的應用。在面向服務計算和云計算環(huán)境中，新型的復雜應用對服務組合技術提出了更高更精細的要求，如何在動態(tài)分布式環(huán)境下對服務實例進行可信評估，使得選擇期望最優(yōu)的服務執(zhí)行路徑已成為了服務組合領域中新研究熱點，也是整個服務組合領域亟待解決的關鍵問題之一。
　　 目前服務組合領域主要存在的問題包括：
　　 (1)在動態(tài)分布式環(huán)境下，由于節(jié)點和服務實例的不確定

2、性、惡意性，且通信開銷受限，難以實時準確地對服務實例的可信度進行評估；
　　 (2)在選擇最優(yōu)服務組合路徑時，如何利用服務實例可信度，使得在實際執(zhí)行時得到最優(yōu)服務組合路徑可以獲得期望最優(yōu)的效果；
　　 (3)目前大多數(shù)的服務組合調度算法未深入考慮路徑的快速恢復問題，在按照最優(yōu)路徑執(zhí)行發(fā)生故障時，難以獲取當前的剩余最優(yōu)路徑。
　　 (4)在動態(tài)分布式環(huán)境下，含復雜結構活動的流程執(zhí)行困難的問題。
　　 針對上

3、述問題，本論文的主要研究工作和創(chuàng)新點如下：
　　 1、基于Dempster Shafer理論和Pignistic概率轉換理論，提出了服務實例的可信評估模型。
　　 針對動態(tài)分布式環(huán)境下，難以實時準確地評估服務實例可信度問題，本文基于Dempster-Shafer理論，提出了服務實例的可信評估模型。該模型先計算前一級服務實例對后一級服務實例的直接可信度，然后根據(jù)Shapley熵做權值來進行Dempster規(guī)則合成，最后再利

4、用Pignistic概率轉換理論對不確定區(qū)間進一步細分進行可靠評估，得出較為準確的服務實例可信度。實驗結果分析表明該模型在動態(tài)環(huán)境下，服務實例可信度評估模型是有效的，得到的可信度評估值準確率在90％以上。
　　 2、基于服務實例的可信評估和Q學習，提出了可信的服務組合調度方法。
　　 針對在動態(tài)分布式環(huán)境下，目前大多數(shù)服務組合調度算法計算出的最優(yōu)服務組合路徑，在執(zhí)行時難以獲得實際最優(yōu)效果的問題。本文基于服務實例的可信評估

5、模型，提出了一種基于可信評估的服務組合調度算法，該算法計算各條備選路徑的期望聚合屬性累加和，然后選擇具有最小期望聚合屬性累加和的組合路徑作為最優(yōu)路徑。針對動態(tài)分布式環(huán)境下，難以準確對系統(tǒng)進行建模，從而影響最優(yōu)路徑計算的問題，本文提出了一種基于Q學習的服務組合調度算法，該算法僅通過對組合環(huán)境進行簡單的建模，得到粗略的Q初始值，然后通過反饋學習，不斷迭代Q值，從而獲得較為準確的組合策略。通過實驗結果分析，表明上述兩種算法在動態(tài)分布式環(huán)境下，

6、其組合成功率和綜合QoS性能均得到了有效地提升，其中基于可信評估的服務組合調度算法對比傳統(tǒng)服務組合算法，綜合QoS性能提升15.2％，組合成功率提升22％。
　　 3、提出了支持動態(tài)局部優(yōu)化的可信服務組合方法
　　 針對在按照最優(yōu)路徑執(zhí)行發(fā)生故障時，難以獲取當前的剩余最優(yōu)路徑問題，本文提出了一種基于局部狀態(tài)逆向擴散的服務組合算法，該算法利用決策圖優(yōu)化的思想，通過周期性從后向前逐級匯報自身QoS狀態(tài)，逐級計算當前最優(yōu)和次優(yōu)

7、路徑進行部署，在實際執(zhí)行時，若最優(yōu)路徑上某一服務實例發(fā)生故障時，能夠直接選擇次優(yōu)路徑作為當前最優(yōu)路徑，保證業(yè)務執(zhí)行的快速恢復。針對在分布式環(huán)境下，分支匯聚流程各分支難以匯聚到同一執(zhí)行節(jié)點問題，本文提出了一種基于公共節(jié)點決策的分支匯聚算法，使得分支匯聚流程能夠順利被執(zhí)行。通過仿真和實際實驗驗證了上述算法的有效性，各算法均能保證當前剩余最優(yōu)和局部最優(yōu)的要求。
　　 上述方法己部分應用于開發(fā)“業(yè)務運行協(xié)同平臺”，該平臺為國家863項目