论文部分内容阅读
随着计算机技术和Internet技术的迅速发展,Web服务作为一种新兴的分布式计算模型,近年来得到了学术界以及工业界的极大的关注。Web服务是部署在因特网服务器上一种特殊的应用程序,它遵循一定的技术规范,执行特定的任务,为实现数据和系统互操作性提供了有效的解决方案。随着Web服务的增多,大量具有相同功能Web服务的出现,在海量的Web服务中准确而有效地找到满足需求的服务的重要性显得愈加突出。传统的基于服务质量(Qos)模型的Web服务选择方案已经不能满足要求,一方面,语义信息的不足和依赖关键字匹配容易造成查找精确度不够,难以保证服务发现的性能和质量;另一方面很难提供动态的服务发现并且具有单点失败和性能瓶颈等缺点。目前的服务发现方案均是对其服务功能属性进行评测,然而,不同的用户对服务QoS非功能属性也可能有不同要求,如可靠性、可用性等。由于用户对服务的非功能属性的模糊偏好描述的不准确性,并且其非功能属性难以用精确的数据来量化,因此,在服务发现中,对其QoS的非功能属性的评测便成为关键问题。针对此问题,本文提出基于QoS直觉模糊集的Web服务优化选择模型。该模型的提出是为了在一组具有相同的功能属性的Web服务中选择满足用户需求的最优服务。主要研究内容如下:首先,在模糊集理论基础上,提出基于直觉模糊集的模糊多属性决策方法;其次,利用直觉模糊集相关理论知识对Web服务QoS非功能属性进行建模,提出两个基于直觉模糊集的模糊语义描述集合:QoS属性权重模糊语义描述集、QoS属性性能模糊语义描述集;并根据服务请求者对服务属性的权重模糊需求,从而得出服务QoS属性的权重模糊集;再次,根据服务使用者对服务QoS属性性能的模糊偏好评价信息,结合提出的模糊多属性决策方法,可得出最终的服务综合评价指数,作为选择最优服务的依据,其综合评价指数越小,则服务越优;最后,通过实例分析,验证了本文所提出模型的合理性。