论文部分内容阅读
Web服务组合通过重用已有的Web服务来实现新的、功能更加复杂的业务,是实现服务和资源集成的一种有效方式。在组合服务方案的交付过程中,工作流引擎首先要根据组合服务方案中抽象服务所要求的功能特征从Internet上发现满足要求的可执行的侯选Web服务集合,这些侯选服务的信誉将对组合服务的成功交付产生重要影响。对于组合服务方案中的每一个抽象服务,在网络上都能找到大量功能相同或相似、而服务质量水平不同的Web服务,在这些侯选服务中选择合适的Web服务组合成可执行的组合服务将形成海量的组合方案即“组合爆炸”,是一个典型的NP难题,其效率将对组合服务交付的质量产生重要的影响。在组合服务方案中的某个具体服务被执行的过程中,可能由于该服务是恶意服务或者服务质量发生变化而导致服务调用失败,因此需要为组合服务方案执行故障恢复功能,如何选择有效的可替换服务也成为组合服务质量保障要研究的一个重要问题。本文针对上述若干问题开展研究,并提出了相应的解决方案,主要研究成果包括：(1)针对服务发现的可信服务查准率不高而影响组合服务流程成功交付的问题,提出了一种基于非结构化P2P网络和改进蚁群算法的可信服务发现方法,TSDMACS。该方法在传统蚁群算法的基础上应用一整套全新的策略来控制蚁群的行为,如动态蚁群策略、子蚂蚁策略、服务节点的信誉评估策略等,高信誉服务节点在蚂蚁的推荐下进行邻居更换和自组织。通过与传统的MMAS算法做比较,验证了本算法在各种常见复杂网络环境下仍可保证较高的可信服务查准率和更高的综合服务发现效率。(2)针对Web服务组合的海量组合服务方案的优化问题,提出了基于改进离散粒子群算法的Web服务选择方法MDPSO。该算法采用零惯性权重和子粒子圆周轨道机制,使用基于三角函数的非线性动态学习因子及种群早熟收敛预测与处理方法控制粒子群的行为,在粒子的局部开拓能力和全局收敛能力之间达到了良好的动态平衡。通过与传统的PSO算法做比较,验证了本算法在Web服务组合问题上效率更优。这些新概念和方法的提出为PSO算法在Web服务组合问题上的应用研究提供了一种新的思路,并为进一步的研究工作奠定了基础。(3)针对组合服务交付过程中的故障服务替换问题,提出了一种基于用户协同过滤的可信Web服务推荐方法TWSRCF。该方法首先根据用户的查询请求得到一组功能相同或相似的侯选Web服务集合,然后基于用户的共同评价得到目标用户的偏好相似用户集合,并求得侯选Web服务集合中每个服务的可推荐用户集合,并根据可推荐用户的相似度、评价值和可信度计算各侯选服务的推荐度,按照推荐度对各侯选服务进行排序并向目标用户推荐。实验结果表明,随着用户评价数量的增加,该方法所获得的服务推荐效果也逐渐明显,并且随着系统中的恶意评价用户数量的增加,相对于其它Web服务推荐的方法,其服务推荐结果只受到较小的影响。