论文部分内容阅读
随着Web服务技术的成熟与发展,组合已有服务提供新的增值服务成为一种具有重要价值的应用构造模式,服务组合技术成为了集成技术发展的新方向。QoS驱动的组合服务动态选取作为保证组合服务用户满意度和质量的手段,在服务组合技术中扮演着相当重要的角色。目前,学术界开展了这方面大量的工作。在这些工作中,以全局优化为目标的动态选取方法占有较大的比例。由于全局优化选取发生在组合服务执行之前,它只考虑了组合服务执行前服务的QoS,而无法适应组合服务执行过程中服务QoS的变化,难以保证组合服务的质量。为此,学术界提出在组合服务执行过程中,当构件服务QoS发生变化时,通过以全局优化为目标的重选取,保证组合服务的质量。QoS驱动的组合服务重选取技术作为保证组合服务执行时全局优化质量的重要手段,成为了目前研究的一个热点。
由于组合服务重选取问题求解是一个NP问题且往往需要较长的时间,这将造成组合服务执行时间的延迟,因此,如何实现高效用的重选取是保证组合服务质量的核心问题。围绕对该核心问题的解决,本文从避免无用重选取的QoS增益保证、重选取代价降低、重选取优化求解效率提高等三个关键问题入手,给出了相应的解决方案,提出了基于效用评价的组合服务重选取方法。该方法是以效用评价模型为基础,在所提出的重选取QoS增益保证和代价降低等效用增长策略的支撑下,在服务被预测将在其调用时刻发生QoS劣化程度较大的变化时触发重选取过程,通过重选取半离线执行机制和求解算法效率的提高,实现高效用的组合服务重选取,以有效的适应服务QoS动态变化的问题。本文主要完成了如下的工作:
●针对于重选取方法所存在的低效用问题,提出了基于效用评价的组合服务重选取方法,建立了衡量组合服务重选取有效性的效用评价模型。该方法以效用评价模型为基础,在所提出的重选取QoS增益保证和代价降低等效用增长策略的支撑下,通过提高重选取算法的效率,实现高效用的组合服务重选取;
●针对于重选取的QoS增益保证问题,提出了面向重选取QoS增益保证的服务QoS劣化阈值模型及计算算法。给出了基于服务QoS劣化阈值计算的重选取QoS增益保证策略,从而,当服务QoS的劣化程度小于服务QoS劣化阈值时,将不触发QoS增益较少的动态重选取,以避免无用重选取,保证重选取的QoS增益。为了实现该策略,建立了服务QoS劣化阈值模型,以反映服务QoS劣化程度与组合服务全局QoS之间的关系。在此基础上,给出了服务QoS劣化阈值的计算算法。实验表明,所提出的重选取QoS增益保证策略及算法能够避免QoS增益较少的无用重选取;
●针对于重选取的代价降低问题,提出了面向重选取代价降低基于半马尔可夫模型的服务QoS预测算法。给出了基于服务QoS预测的重选取代价降低策略,提出了支撑该策略的重选取半离线执行机制。从而,在构件服务未执行调用且发生劣化程度较大的变化时,进行离线的重选取以不影响组合服务的正常执行,只有在需要调用该服务而涉及该服务的重选取尚未结束时,组合服务才被中断直到重选取的结束。为了实现该策略,提出了基于半马尔可夫模型的服务QoS预测算法,以尽量增加重选取离线执行时间。实验表明,基于服务QoS预测的重选取代价降低策略及算法能够有效的降低重选取代价;
●针对于重选取效率提高问题,提出了基于效用增长策略QoS驱动的组合服务重选取机制及算法。基于效用增长策略,当构件服务被预测在其调用时刻QoS劣化幅度大于劣化阈值时,将触发组合服务的动态重选取。为了进一步提高重选取的效用,本文提出了重选取问题优化求解的启发式算法,以提高重选取的效率、俣证重选取的效用。实验表明,所提出的组合服务重选取机制及算法能够有效的提高重选取效率。