發(fā)布時間：2019-05-10 21:28

【摘要】：互聯(lián)網(wǎng)上正具有越來越多的可以被獲取和訪問的網(wǎng)絡資源,包括存儲資源、計算資源、應用資源和軟件資源,使得互聯(lián)網(wǎng)逐漸成為一個開放的分布式計算平臺。而面向服務的計算(SOC)和面向服務的架構(SOA)是當前分布式計算和軟件開發(fā)的最新發(fā)展方向,能夠幫助企業(yè)或互聯(lián)網(wǎng)用戶更加靈活、快速、低成本地開發(fā)應用程序和業(yè)務流程,其中,Web服務組合則是面向服務計算的關鍵技術。 隨著云計算、電子商務以及Internet等技術的發(fā)展,Web服務組合發(fā)生的環(huán)境發(fā)生了變化。為了實現(xiàn)普適性,很多基于QoS的Web服務組合方法針對通用環(huán)境而設計,沒有考慮特定環(huán)境中面臨的一些新問題與機會。本文將Web服務組合發(fā)生的環(huán)境進行了細分,對基于QoS的Web服務組合進行了研究,重點在于改進傳統(tǒng)的方法使之適應這些特定環(huán)境、提出新的方法使之充分利用這些特定環(huán)境的優(yōu)勢并進一步研究特定環(huán)境帶來的新問題,提出相應的解決方法。本文主要內容及貢獻如下： 1.由于互聯(lián)網(wǎng)是由具有不同延遲的子網(wǎng)構成,因此位于不同網(wǎng)絡位置的用戶對相同的Web服務在服務質量上的體驗具有差異。然而,服務提供商一般只提供服務QoS的平均值作為服務的評價指標,造成了目前大多數(shù)服務組合方法沒有考慮網(wǎng)絡傳輸性能給不同位置的用戶調用Web服務帶來的影響。此外,在考慮到Web服務處理能力有限的情況下,同時使用多個實體服務滿足多個用戶的服務請求,不但能夠提高組合服務的可靠性和抗毀容災的能力,還能夠顯著降低Web組合服務的總處理時間。但是,已有的方法在這樣的情況下對服務動態(tài)組合的研究不足。本文借助排隊網(wǎng)絡模型,引入了網(wǎng)絡QoS的量化指標,給出優(yōu)化變量的約束條件和上下限,提出了一種運行時服務組合方法。該方法首先使用非線性優(yōu)化理論選擇一組優(yōu)勢實體服務,再根據(jù)網(wǎng)絡當前的實際狀況,在運行時選擇合適的候選服務。實驗表明,本文提出的方法兼顧了解的最優(yōu)性和執(zhí)行效率兩個方面,適合參數(shù)動態(tài)變化的情境。 2.以前的研究方法側重對原子Web服務或集群服務在能源效率上的研究,卻忽視了對整個組合服務的能耗研究。本文根據(jù)Web候選服務的能耗模型,計算整個組合服務的能耗,提出了能耗感知的服務組合方法。本方法給出了三個優(yōu)化目標,第一個優(yōu)化目標是執(zhí)行時間快：能耗感知的組合方法不能以大幅度的降低執(zhí)行時間來提高能耗利用率。第二個優(yōu)化目標是可靠度高：組合服務中的某些原子服務可能服務率較低,但可靠性較高,因此這類原子服務也具有一定優(yōu)勢,它們組合在一起導致較高的總體可靠度。第三個優(yōu)化目標是能耗低：根據(jù)能耗模型對服務進行選擇,本文使用的M/M/c模型更貼近實際情況,能更多的減少組合服務的整體能耗。為了加快求解速度,本文用混合算法計算最優(yōu)流量分布。最后在不同服務規(guī)模(抽象服務數(shù)和候選服務數(shù)不同)下進行了服務的節(jié)能效率試驗,結果表明本方法在滿足服務請求的前提下可以極大的降低組合服務的能耗。 3.在互聯(lián)網(wǎng)環(huán)境中,Web服務組合具有兩種不確定性,一是服務調用結果的不確定性,二是QoS的不確定性。以前的研究利用離散時間的馬爾可夫決策過程對具有不確定性的服務組合建模,將服務的QoS聚合值作為即時報酬,最后求得服務組合的最優(yōu)策略。這要求每個狀態(tài)的轉移概率必須事先已知,但是轉移概率是較難得到的。此外,以前的研究沒有考慮QoS的取值具有一定的概率分布。本文借鑒了相關文獻提出的模型的優(yōu)點,進一步擴展了服務組合模型,使用具有概率分布的QoS值對服務組合建模,本文提出的方法利用了機器學習算法獲得最優(yōu)的組合服務。實驗結果表明本方法的學習周期短,適應能力強。 4.以前的學者為了簡化研究,認為服務QoS屬性間的關系是相互獨立的,因此不能很好地度量候選服務對客戶的價值。本文的方法考慮到服務的QoS屬性具有相關性,因而對QoS權重的賦值能更準確的反映服務質量。此外,企業(yè)的業(yè)務能力與IT水平相匹配一直以來是其發(fā)展的最高優(yōu)先級,SOA是推動這種匹配的關鍵技術。然而,如果沒有一個可以銜接戰(zhàn)略,戰(zhàn)術和運作層面的服務組合方法,使用SOA的優(yōu)勢將很難在企業(yè)的業(yè)務層展現(xiàn)出來。考慮到上述兩方面的因素,本文提出了一種改進的層次分析法用于組合服務,該方法結合戰(zhàn)略、戰(zhàn)術和運作層面的決策,同時考慮相互依賴的QoS屬性,對服務組合的方案進行了排序,從中可以選擇出最適合企業(yè)戰(zhàn)略的組合方案。
[Abstract]:On the Internet, more and more network resources, including storage resources, computing resources, application resources and software resources, can be acquired and accessed, so that the Internet is gradually becoming an open distributed computing platform. and the service-oriented computing (SOC) and the service-oriented architecture (SOA) are the latest development directions of the current distributed computing and software development, can help enterprises or Internet users to develop applications and business processes more flexibly, quickly and at low cost, The combination of Web services is the key technology for service computing. With the development of cloud computing, e-commerce and Internet, the environment of the Web service combination has changed. In order to achieve universality, many QoS-based Web service combination methods are designed for a general-purpose environment, and some new problems and machines in a specific environment are not considered In this paper, the environment of Web service combination is subdivided, and the combination of Web services based on QoS is studied. The emphasis is to improve the traditional method to adapt them to these specific rings. The new method is put forward to make full use of the advantages of these specific environments and to further study the new problems brought by the specific environment, and put forward the corresponding solution The main contents and contribution of this paper are as follows: next:1. Since the Internet is made up of sub-networks with different delays, users at different network locations have the same service quality as the same Web service There is a difference. However, the service provider typically only provides an average of the service QoS as the service's evaluation index, resulting in the fact that most of the current service combining methods do not take into account the network transmission performance and bring the Web services to users at different locations In addition, in the case of limited capacity of Web service processing, multiple physical services are used to satisfy the service request of multiple users, not only can improve the reliability of the combined service and the ability to resist the damage, but also can remarkably reduce the total service of the Web combination service. However, the existing methods in such a case study the dynamic combination of services In this paper, by using the queuing network model, the quantitative index of the network QoS is introduced, the constraint conditions and the upper and lower limits of the optimization variables are given, and a runtime service group is proposed. the method comprises the following steps of: firstly, selecting a group of dominant entity services by using a non-linear optimization theory, The experiment shows that the method proposed in this paper is suitable for the dynamic change of the parameters in terms of the optimality and the efficiency of the implementation. 2. The previous research approach focuses on the study of atomic Web services or cluster services in terms of energy efficiency, while ignoring the entire portfolio In this paper, the energy consumption of the whole combined service is calculated according to the energy consumption model of the Web candidate service. The method provides three optimization objectives, and the first optimization goal is to perform time fast: the combination method of energy consumption perception cannot be improved with a large reduction in execution time The second optimization goal is high reliability: some of the atomic services in the combined service may have a lower service rate, but the reliability is high, so this type of atomic service also has the advantage that they are combined to lead to higher Overall reliability. The third optimization goal is low energy consumption: the M/ M/ c model used in this paper is closer to the actual situation and can reduce the combined service more by selecting the service according to the energy consumption model In order to speed up the speed of the solution, the hybrid algorithm is used to calculate the maximum energy consumption. At last, the energy-saving efficiency test of service is carried out under different service scale (the number of abstract service and the number of candidate service). The result shows that the method can reduce the combination greatly on the premise of satisfying the service request. the energy consumption of service.3. In the Internet environment, the combination of Web services has two kinds of uncertainty, one is the uncertainty of service call results, and the other is Q The uncertainty of S. The previous study uses the discrete time Markov decision process to model the service combination with uncertainty, and the QoS aggregation value of the service is used as the real-time compensation, and finally the service is obtained. The optimal strategy of the combination. This requires that the probability of transition for each state must be known in advance, but the transfer almost The rate is hard to get. In addition, previous studies have not taken into account the value of the QoS This paper, based on the advantages of the model proposed by the relevant literature, further extends the service combination model, and uses the QoS value with the probability distribution to model the service combination. The method proposed in this paper is obtained by using the machine learning algorithm. The experimental results show that the learning cycle of the method 4. The relationship between the QoS attributes of the service is independent from each other in order to simplify the study, so it is not good to measure the waiting time. The method of this paper takes into account the correlation of the QoS attributes of the service, so the assignment of the QoS weight can be more accurate reflection of the quality of service. In addition, the business capacity of the enterprise has been the highest priority for its development since it has matched the IT level, and SOA is the promotion The key technology of this match. However, if there is no one that can connect to the strategic, tactical, and operational aspects, the advantage of using SOA will be hard to be in the enterprise The business layer of the industry is presented. In view of the above two factors, this paper presents an improved analytic hierarchy process for the combination of services, which combines the decision of the strategic, tactical and operational aspects, taking into account the interdependence of the QoS attributes and the service group. The combined scheme is sorted, where you can select the most appropriate
【學位授予單位】：北京郵電大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TP393.09

【相似文獻】

相關期刊論文 前10條

1 王曉玲,郭志懋,周傲英;Web服務組合的基于文法的消息處理[J];計算機學報;2005年04期

2 王勇;張煜;尹瑞;;Web服務組合中商業(yè)事務處理的研究[J];小型微型計算機系統(tǒng);2006年01期

3 郭玉彬;杜玉越;奚建清;;Web服務組合的有色網(wǎng)模型及運算性質[J];計算機學報;2006年07期

4 蔣運承;湯庸;;服務組合的質量估計模型[J];小型微型計算機系統(tǒng);2006年08期

5 劉必欣;周斌;賈焰;;Web服務組合支撐平臺StarService Flow的研究與實現(xiàn)[J];計算機工程與科學;2006年12期

6 陳紅;;基于參考網(wǎng)的Web服務組合模型[J];計算機應用;2006年12期

7 單保華;韓燕波;李厚福;胡海濤;;一種驗證業(yè)務級服務組合可執(zhí)行能力的方法[J];計算機科學;2006年03期

8 廖志軍;高春鳴;;基于π演算的異構Web服務組合的互操作[J];中國科技信息;2007年06期

9 周宇;張鵬程;李必信;;一種Web服務組合的數(shù)學模型[J];東南大學學報(自然科學版);2007年04期

10 王國法;孫曉亭;王昆;;Web服務組合中的服務選擇研究[J];計算機與信息技術;2007年06期

相關會議論文 前10條

1 段友祥;相鵬;;Web服務組合引擎的研究與實現(xiàn)[A];第二十三屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2006年

2 吳亮;袁兆山;;基于模糊Petri網(wǎng)的語義Web服務組合[A];全國第20屆計算機技術與應用學術會議（CACIS·2009）暨全國第1屆安全關鍵技術與應用學術會議論文集（上冊）[C];2009年

3 趙慧杰;;Web服務的組合計劃與優(yōu)化[A];2007年中國智能自動化會議論文集[C];2007年

4 張玉軍;李心科;;面向自然語言描述的Web服務組合[A];2011中國儀器儀表與測控技術大會論文集[C];2011年

5 周相兵;馬洪江;楊興江;;一種基于云計算的語義Web服務組合模型研究[A];2009年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2009年

6 付曉東;鄒平;;基于元流程的Web服務組合例外處理模型[A];第二十六屆中國控制會議論文集[C];2007年

7 江琦;奚宏生;殷保群;;網(wǎng)絡新媒體服務系統(tǒng)事件驅動的動態(tài)服務組合[A];第二十九屆中國控制會議論文集[C];2010年

8 徐明迪;趙恒;張煥國;;面向可靠性的動態(tài)Web服務組合選擇策略研究[A];CCF NCSC 2011——第二屆中國計算機學會服務計算學術會議論文集[C];2011年

9 周獻中;吳奎;蕭毅鴻;;基于蟻群算法的Web服務自動組合[A];決策科學與評價——中國系統(tǒng)工程學會決策科學專業(yè)委員會第八屆學術年會論文集[C];2009年

10 徐其興;余鎮(zhèn)危;;一種基于移動Agent的服務組合模型[A];2006年全國開放式分布與并行計算學術會議論文集（二）[C];2006年

相關重要報紙文章 前5條

1 本報記者 張茜 通訊員 孟慶超;打好服務組合拳助力民企大發(fā)展[N];萊蕪日報;2014年

2 記者 俞永均 通訊員 方平原 王芬;外經(jīng)貿部門打出金融服務組合拳[N];寧波日報;2012年

3 高智 本報記者 王彤;許昌保險業(yè):亮出服務組合拳[N];中國保險報;2014年

4 沈建苗 編譯;利用現(xiàn)有服務構建SOA應用[N];計算機世界;2006年

5 記者 蕭雨林 通訊員 張興漢 郭畢;打好服務組合拳 提質增效站排頭[N];襄陽日報;2014年

相關博士學位論文 前10條

1 馮名正;Web服務組合關鍵技術研究[D];東南大學;2006年

2 何豐;語義Web服務組合若干關鍵技術研究[D];東華大學;2008年

3 周濤;基于策略的服務組合關鍵技術研究及應用[D];浙江大學;2012年

4 吳鐘;面向多邊協(xié)同的Web服務組合市場決策與優(yōu)化管理研究[D];武漢理工大學;2013年

5 胡佳;語義Web服務自動組合及驗證的研究[D];天津大學;2010年

6 馬小寧;鐵路信息共享的Web服務組合關鍵技術研究[D];北京交通大學;2010年

7 包力;Web服務組合形式化建模與驗證研究[D];大連海事大學;2009年

8 劉莉平;動態(tài)Web服務組合關鍵技術研究[D];中南大學;2011年

9 龍軍;基于信任感知與演化的服務組合關鍵技術研究[D];中南大學;2011年

10 張楊;語義Web服務組合的可信性度量研究[D];重慶大學;2011年

相關碩士學位論文 前10條

1 劉磊;Web服務組合的性質檢驗與實現(xiàn)[D];電子科技大學;2009年

2 史斌;對等模式下個性化Web服務組合和匹配算法研究[D];山東大學;2009年

3 陳陽;Web服務組合模型及相關技術的研究[D];哈爾濱工程大學;2008年

4 周真建;語義Web服務組合的挖掘[D];南昌大學;2009年

5 魏守賢;動態(tài)服務組合在社區(qū)服務平臺中的研究與應用[D];浙江工商大學;2011年

6 朱嘉魯;基于移動Agent的Web服務組合[D];中國科學院研究生院（成都計算機應用研究所）;2006年

7 褚娟;Web服務組合的全局約束分析[D];山東大學;2007年

8 宋馳;基于用戶偏好的啟發(fā)式Web服務組合的研究與實現(xiàn)[D];北京郵電大學;2008年

9 張健;普適環(huán)境下一種分布式可靠服務組合機制研究[D];上海交通大學;2010年

10 余洋;Web服務組合的調解技術研究與應用[D];解放軍信息工程大學;2011年

，

本文編號：2474009