论文部分内容阅读
Web服务作为一种新型的分布式计算模型,近年来得到学术界和工业界的极大关注。单个Web服务一般提供一些比较单一的功能,通常无法满足复杂应用的需求。因此,集成单一服务所提供的各种功能以形成新的、功能更强大的组合服务用来满足不同用户的复杂应用需求已成为了一个研究重点。由于服务自身的动态性、自治性等特点,使的组合服务中的可靠性问题凸现出来,而可靠性又是决定服务能否可用的关键。因此选取出的组合服务是否高可靠,逐渐成为了评估服务选取是否成功的标准之一。在Web环境中,满足相同功能需求而具有不同QoS参数(如执行时间、费用、可靠性、可用性等)的Web服务存在有多个,如何在满足用户需求条件下提供具有可靠性保障的组合服务就成为了服务领域的热点问题。针对这个问题,本文提出了一种面向组合服务自适应执行的服务选取方法。相较于其他服务选取方法,本方法一是采用了冗余机制来保证组合服务的可靠性,即为在满足用户约束的前提下,为组合流程上的各个任务选取出多个待执行的备选服务,而不是每个任务只对应一个服务实例来执行。二是改进了目前主流的QoS模型,由简单的使用服务提供者发布的属性值改为通过分析服务执行日志库进而得到具体的分布在不同时间段上的相关属性信息。在这个模型基础上,在服务进行选取之前对每个任务对应的服务集进行了预处理工作,针对完成同一任务的多个服务实例,按照其可靠性数值在时间轴上对其进行划分。这么做的好处在于可以在满足任务高可靠的局部最优基础上达到组合服务高可靠的全局最优,同时对于后续的服务监控、服务替换以及阶段性优化都有很大的益处。针对有执行时间约束的服务选取问题,本文提出一个基于粒子群的服务选取算法,在满足用户约束的前提下,利用粒子群智能优化算法,以组合服务的可靠性最大为目标,针对各个任务找到相应的待执行备选服务集。最后,本文设计个两个实验,分别为有效性实验、可行性实验,用以从不同的角度检验本文提出的面向组合服务自适应执行的服务选取方法。