预览加载中,请您耐心等待几秒...
1/8
2/8
3/8
4/8
5/8
6/8
7/8
8/8

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

QoS感知的动态Web服务选择调查 摘要—随着互联网上功能类似的网页提供的服务越来越多,如何充分利用,合计并使用个别组件的服务质量(QoS)的信息得出的最优QoS的组合服务以满足用户的需求,仍然是一个正在进行的研究热点问题。本文首先介绍了当前的QoS模型及相关计算方法,以及目前的策略和服务的选择方法,然后系统地分析和讨论。最后,指出了现有算法的一些缺点,提出了这一领域未来的研究方向。 关键字-----网页服务;服务选择;服务质量(QoS) I.引言 作为SOC的主流范式,对服务的组成及相关技术的理论研究,始终是SOC[1][2]研究领域的核心命题。并且服务选择是需要处理的关键问题之一。服务选择的质量直接影响到服务[3]的重用和组成。开放的网络环境,使提供的服务构成了一个不断成长的,动态改变的服务空间,有越来越多的具有相同功能属性的Web服务但QoS不同(服务质量,例如可靠性,可用性和请求响应时间等),所以,如何动态选择组件服务,满足服务组合模型的任务节点的功能特性,并生成一个可执行的服务组合,以完成用户的需求,已经是一个服务组合的关键问题。 事情往往涉及两个方面的选择,第一,谁是主体的选择,如果主体是人,那么它仅仅是一个人或几个人?二,什么是选择的基础?尽管服务组件很丰富并且功能相当的可以相互替代,但QoS不同的服务提供的服务不同,所以,Web服务的选择通常以QoS做为选择基础。目前,基于QoS的服务选择支付更多的关注对服务的评价,并在单用户协作的情况下调用[1,2],而且缺乏有效的评估工具以支持多用户的服务评价和选择[4]。在大量文献中,佟红霞[5]提出了一种基于QoS的Web服务选择算法,考虑到每个候选服务组的喜好和评价的多属性群决策方法,李佩成[6]提出基于mCP-nets的算法处理多个用户的定性和有条件的喜好。 基于QoS的服务选择,主要包括两个方面:组件服务选择和组合服务选择。基于组件服务选择或者组合服务选择的算法研究,需要QoS模型和QoS计算的研究。因此,在本文中,我们首先总结目前的QoS模型及相关的计算方法,然后分析和讨论服务的选择策略,进一步指出现有算法的一些缺点并提出这一领域的一些研究方向。 II.Web服务的QoS模型和QoS计算 QoS是一些服务属性的组合,这些属性与服务的功能性性能无关,却与服务的非功能性性能相关。QoS是一个重要的指标,以区分相同或类似的服务,它可以用来为客户选择最佳的个性化服务,或用于选择服务组合。此外,从服务提供商的角度来看,提供良好的QoS能够显著增强其业务竞争力。当前QoS模型和QoS计算显示的一些特点: 对于不同的应用需求,QoS属性的集合组成存在差异 W3C建议了几十个QoS属性[7],主要包括价格,可用性,响应时间,可靠性,信誉,性能,安全等。这些特性包括几乎所有的从应用层到网络层的非功能性方面。然而,在QoS感知服务组合领域,只有几个常用的QoS属性普遍被认作例子。QoS属性[8]的四维定义:价格,可用性,响应时间和可靠性,是多数学者[18,18,23,28]选择组件服务和组合服务时的决策评估基础。Sheth[9]在四维QoS特性模型里增加了声望特性,这个五维模型也被广泛用于[11,13,24,26]。胡[10]给四维模型添加了高保真属性。此外,曾[1]认为服务品质属性应包括可用性,可靠性,成本,吞吐量,准确性和声誉等。刘[11]提出了一个可扩展的QoS模型,其中包括通用和域(执行价格,执行时间和声誉)或业务(交易,补偿率和处罚率)的具体标准。 重点放在整体服务质量的真实性,但很少衡量每个QoS属性的信誉。 传感器和客户收集方法目前主要用来收集QoS信息[12]。Sheth[9]使用客户收集方法收集QoS信息。刘[11]和Maximilien[13]使用传感器来收集QoS信息,并且自动计算QoS以保证QoS的真实性。范[14]提出了QoS管理架构,并利用这个架构来检测和自动更新基于UDDI的QoS信息。由于分布服务和自治功能,它很难用一个全球性的监视器来收集所有服务的性能,建立和构造一个绝对可信的第三方认证中心需要大量的时间和空间去管理和维护。这样的设施还不存在。许多服务提供商的QoS信息直接延伸到服务的描述,但容易有主观因素和不公平。他们通常使用的声誉[14,24]或保真度[10]来衡量整个服务的信誉,然而,他们的声誉或保真度的定义完全是基于客户的主观的反馈意见,模型无法抵御恶意率攻击。李燕[28]提出的服务选择方法,考虑QoS数据,分类和计算QoS属性,根据QoS数据源的可信度。李燕[28]提出了考虑QoS数据可信性的服务选择方法,它根据QoS数据源分类计算QoS属性。对于数据来自服务提供商的QoS属性,使用过去运行时的数据统计以修改提供者的Q