基于效用評(píng)價(jià)模型的組合服務(wù)重選取技術(shù)研究.pdf

1、隨著Web服務(wù)技術(shù)的成熟與發(fā)展,組合已有服務(wù)提供新的增值服務(wù)成為一種具有重要價(jià)值的應(yīng)用構(gòu)造模式,服務(wù)組合技術(shù)成為了集成技術(shù)發(fā)展的新方向。QoS驅(qū)動(dòng)的組合服務(wù)動(dòng)態(tài)選取作為保證組合服務(wù)用戶滿意度和質(zhì)量的手段,在服務(wù)組合技術(shù)中扮演著相當(dāng)重要的角色。目前,學(xué)術(shù)界開展了這方面大量的工作。在這些工作中,以全局優(yōu)化為目標(biāo)的動(dòng)態(tài)選取方法占有較大的比例。由于全局優(yōu)化選取發(fā)生在組合服務(wù)執(zhí)行之前,它只考慮了組合服務(wù)執(zhí)行前服務(wù)的QoS,而無法適應(yīng)組合服務(wù)執(zhí)行過

2、程中服務(wù)QoS的變化,難以保證組合服務(wù)的質(zhì)量。為此,學(xué)術(shù)界提出在組合服務(wù)執(zhí)行過程中,當(dāng)構(gòu)件服務(wù)QoS發(fā)生變化時(shí),通過以全局優(yōu)化為目標(biāo)的重選取,保證組合服務(wù)的質(zhì)量。QoS驅(qū)動(dòng)的組合服務(wù)重選取技術(shù)作為保證組合服務(wù)執(zhí)行時(shí)全局優(yōu)化質(zhì)量的重要手段,成為了目前研究的一個(gè)熱點(diǎn)。
　　 由于組合服務(wù)重選取問題求解是一個(gè)NP問題且往往需要較長(zhǎng)的時(shí)間,這將造成組合服務(wù)執(zhí)行時(shí)間的延遲,因此,如何實(shí)現(xiàn)高效用的重選取是保證組合服務(wù)質(zhì)量的核心問題。圍繞對(duì)該

3、核心問題的解決,本文從避免無用重選取的QoS增益保證、重選取代價(jià)降低、重選取優(yōu)化求解效率提高等三個(gè)關(guān)鍵問題入手,給出了相應(yīng)的解決方案,提出了基于效用評(píng)價(jià)的組合服務(wù)重選取方法。該方法是以效用評(píng)價(jià)模型為基礎(chǔ),在所提出的重選取QoS增益保證和代價(jià)降低等效用增長(zhǎng)策略的支撐下,在服務(wù)被預(yù)測(cè)將在其調(diào)用時(shí)刻發(fā)生QoS劣化程度較大的變化時(shí)觸發(fā)重選取過程,通過重選取半離線執(zhí)行機(jī)制和求解算法效率的提高,實(shí)現(xiàn)高效用的組合服務(wù)重選取,以有效的適應(yīng)服務(wù)QoS動(dòng)態(tài)

4、變化的問題。本文主要完成了如下的工作:
　　 ●針對(duì)于重選取方法所存在的低效用問題,提出了基于效用評(píng)價(jià)的組合服務(wù)重選取方法,建立了衡量組合服務(wù)重選取有效性的效用評(píng)價(jià)模型。該方法以效用評(píng)價(jià)模型為基礎(chǔ),在所提出的重選取QoS增益保證和代價(jià)降低等效用增長(zhǎng)策略的支撐下,通過提高重選取算法的效率,實(shí)現(xiàn)高效用的組合服務(wù)重選取;
　　 ●針對(duì)于重選取的QoS增益保證問題,提出了面向重選取QoS增益保證的服務(wù)QoS劣化閾值模型及計(jì)算算法

5、。給出了基于服務(wù)QoS劣化閾值計(jì)算的重選取QoS增益保證策略,從而,當(dāng)服務(wù)QoS的劣化程度小于服務(wù)QoS劣化閾值時(shí),將不觸發(fā)QoS增益較少的動(dòng)態(tài)重選取,以避免無用重選取,保證重選取的QoS增益。為了實(shí)現(xiàn)該策略,建立了服務(wù)QoS劣化閾值模型,以反映服務(wù)QoS劣化程度與組合服務(wù)全局QoS之間的關(guān)系。在此基礎(chǔ)上,給出了服務(wù)QoS劣化閾值的計(jì)算算法。實(shí)驗(yàn)表明,所提出的重選取QoS增益保證策略及算法能夠避免QoS增益較少的無用重選取;
　　

6、 ●針對(duì)于重選取的代價(jià)降低問題,提出了面向重選取代價(jià)降低基于半馬爾可夫模型的服務(wù)QoS預(yù)測(cè)算法。給出了基于服務(wù)QoS預(yù)測(cè)的重選取代價(jià)降低策略,提出了支撐該策略的重選取半離線執(zhí)行機(jī)制。從而,在構(gòu)件服務(wù)未執(zhí)行調(diào)用且發(fā)生劣化程度較大的變化時(shí),進(jìn)行離線的重選取以不影響組合服務(wù)的正常執(zhí)行,只有在需要調(diào)用該服務(wù)而涉及該服務(wù)的重選取尚未結(jié)束時(shí),組合服務(wù)才被中斷直到重選取的結(jié)束。為了實(shí)現(xiàn)該策略,提出了基于半馬爾可夫模型的服務(wù)QoS預(yù)測(cè)算法,以盡量增加

7、重選取離線執(zhí)行時(shí)間。實(shí)驗(yàn)表明,基于服務(wù)QoS預(yù)測(cè)的重選取代價(jià)降低策略及算法能夠有效的降低重選取代價(jià);
　　 ●針對(duì)于重選取效率提高問題,提出了基于效用增長(zhǎng)策略QoS驅(qū)動(dòng)的組合服務(wù)重選取機(jī)制及算法?；谛в迷鲩L(zhǎng)策略,當(dāng)構(gòu)件服務(wù)被預(yù)測(cè)在其調(diào)用時(shí)刻QoS劣化幅度大于劣化閾值時(shí),將觸發(fā)組合服務(wù)的動(dòng)態(tài)重選取。為了進(jìn)一步提高重選取的效用,本文提出了重選取問題優(yōu)化求解的啟發(fā)式算法,以提高重選取的效率、俁證重選取的效用。實(shí)驗(yàn)表明,所提出的組合服