面向使用環(huán)境的端到端Web服務(wù)推薦方法.pdf

1、隨著Web服務(wù)(以下稱WS)的興起，Internet上涌現(xiàn)出了大量提供公共WS的服務(wù)提供者。隨之而來的，許多不同的WS提供者提供相同或相似服務(wù)功能的現(xiàn)象也開始在網(wǎng)絡(luò)上大量出現(xiàn)。當(dāng)選取一個WS時，服務(wù)質(zhì)量(QoS)是一個非常重要的考慮因素。當(dāng)前的WS選取和推薦主要是基于服務(wù)器端的性能屬性的，然而實際情況是，WS客戶端分布在多種不同的環(huán)境中，不同客戶對同一個服務(wù)所感知到的性能是大不相同的。因此，已往單一基于服務(wù)器端性能的推薦機(jī)制不能保證其有

2、效性。如何針對客戶所在的使用環(huán)境，為其選擇最適合的服務(wù)就成為目前研究的熱點問題。
　　 針對這個需求，本文研究的核心問題是在已經(jīng)滿足ws功能需求的前提下，如何針對用戶所處的不同使用環(huán)境，推薦給客戶最適合它的服務(wù)。本文深入研究不同使用環(huán)境對客戶感知服務(wù)質(zhì)量的影響，提出一種集成WS監(jiān)測、分析、評價和推薦框架的新型推薦方法。該方法以端到端WS監(jiān)測為基礎(chǔ)，客戶端對服務(wù)質(zhì)量的感知為依據(jù)，克服了已往推薦方法單方面信任服務(wù)提供者或者第三方監(jiān)測

3、的弊端。本文在評價Web服務(wù)質(zhì)量時選取了QoS指標(biāo)中最重要屬性之一：性能。建立以客戶為中心的QoS指標(biāo)體系，明確提出了客戶在感知服務(wù)QoS屬性中的中心地位。
　　 在對服務(wù)感知質(zhì)量研究的基礎(chǔ)上，本文對面向使用環(huán)境的端到端Web服務(wù)推薦機(jī)制作了研究。該推薦機(jī)制主要包含3個組成部分：端到端監(jiān)測、客戶分組、服務(wù)推薦?；诳蛻粽{(diào)用服務(wù)時使用環(huán)境的不同，本文重點對客戶分組方法進(jìn)行了深入研究，依據(jù)客戶感知的吞吐率，通過聚類和推論算法對客戶進(jìn)