基于鲁棒优化理论的Web服务组合模型

来源 :2012年第三届中国计算机学会服务计算学术会议 | 被引量 : 0次 | 上传用户:lzltgp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  在开放多变的互联网环境下,不确定的Web服务QoS属性会影响组合服务的执行成功率,降低组合服务的可信性,甚至丧失用户对于系统的信心。为了解决这一问题,提出了基于鲁棒优化理论的Web服务组合,分别建立Web服务组合Soyster鲁棒模型和Web服务组合Bertsimas & Sim鲁棒模型,并与最短路径Web服务组合模型进行对比验证。验证结果表明,基于鲁棒优化理论的Web服务组合模型考虑到了开放多变的互联网环境下,Web服务QoS属性不确定性对服务组合结果造成的影响,可以在一定的Qos属性值波动范围内保持组合服务的可用性,提高了组合服务的执行成功率。
其他文献
为了在互联网上实现跨组织数据共享,以及及时响应多变的临机业务需求,能够支持最终用户在分布自治数据源上构建整合的数据视图变得非常重要。在本文中,我们在数据服务模型的基础上,提供了一种用户主导的数据服务组合方法,能够帮助用户按需集成互联网数据。本文的主要贡献包括:提出了一组数据服务组合算子,作为实现跨域数据互操作和构建整合数据视图的基础;提出了基于概率的匹配方法作为算子实现的基础,并将该方法用于一个交
异常处理本就是一件复杂耗时且容易出错的任务,尤其在面向服务体系结构中,异常抛出的行为变得更加复杂,因此对面向服务的异常捕获和异常处理提出了更高的要求。本文首先对面向服务的异常产生的源头进行了分析,提出了面向服务的异常分类方法,将面向服务的异常分为服务层异常和流程层异常。在此基础上,服务层异常和流程层异常再各自细分为系统异常、资源异常和应用异常。最后针对每类异常,提出了对应的异常处理方法,能够分别在
以定性的图形化表示工具PCPN来建模条件偏好信息中的定性偏好关系,针对Web服务选择中返回用户结果集太大的情形设计了概率模块及其推理过程,使得最终返回给用户的结果集更能符合用户的需求。在进行Web服务选择过程中,首先利用聚类方法找出与当前请求用户具有相似偏好信息的历史用户簇,然后利用他们的信息去除当前用户表述的冲突偏好,并对用户表述不完整的情形进行补充,最后针对不可比较的模式采用概率模块来消除。经
随着互联网上各种服务数量的爆炸性增长,如何发现满足用户个性化,多样化需求的服务成为面向服务计算时代中亟待解决的关键问题之一。本文面向特定领域问题(SDP),提出了一种基于角色,目标,流程,服务模型的按需服务组织与推荐方法。该方法对特定领域问题涉及的相关用户角色(R),需求目标(G),实现流程(P),可用Web服务资源(S)进行建模的基础上,根据定义的相应模型以及模型中元素的依赖关系,对相关服务实现
应用偏好进行服务选择是web领域的重要研究方向。在偏好研究中,偏好信息的获得是一个复杂的过程,特别是获取的过程涉及到普通的非专家用户。获取的偏好经常会遇到偏好不完整,偏好冲突的问题,在实际应用中带来很多的问题。本文以条件偏好表示工具CP-net建模用户的偏好,总结了CP-net中出现的不确定性,定义了偏好不完整,偏好冲突。提出了CP-net对应的结果集合上的最优关系与弱化的最优关系。通过CP-ne
近年来随着电子商务等服务业的迅速发展,服务资源的调度问题已经成为服务计算研究的一个重点。在物流配送服务业中,车辆调度问题日渐呈现任务大规模,车辆多类型、多属性,调度实时性要求越来越高等特点。针对这些问题,文中提出了基于近似动态规划的动态车辆调度算法。根据当前的任务需求与车辆状态以及相应的约束条件做出相应的调度,并且采取一些取样进行训练,得到一个近似价值函数。通过此价值函数,即可对任务做出相应迅速决
近年来,标签和标签系统对于网络服务的分类和查询起到很大的推动作用。同时由于标签使用方式上的随意性,导致标签和服务之间是一种随机的对应方式,这就影响了标签在服务查询和应用方面的性能。提出一种基于随机游走的标签排序的方法,目标是根据标签和对应API服务之间的相关性对标签自动进行排序。这种标签排序的方法被应用于基于标签的服务查询,以及标签推荐。通过公开的数据集对该方法的有效性进行了验证,实验结果表明该方
现如今很多具体的应用场景都需要计算用户偏好的相似度,比如协同推荐、社区构造、社交网的创建等等。本文中,我们基于逻辑偏好定义了计算用户定性偏好相似度问题,并在此基础上对此问题作了进一步分析,提出了偏好相似度的计算方法。其中,用户偏好是以逻辑的形式来表示的,以用户偏好缺失作为一个具体Web服务应用场景。并通过实验验证了相似度计算方法的正确性和有效性。
在互联网环境中如何对分布、自治的服务进行有序化组织是一个挑战性问题。传统服务计算环境对服务的关系缺乏分析和有效管理,用户在构建应用时难以发现满足自己需求的服务。本文基于对服务网络有序化程度的观察,量化地分析和度量服务网络的有序化状态,从而更好地指导服务的有序化组织。本文针对服务资产库中的服务集合,利用服务组合历史数据,建立了多个时间点上服务之间的协作网络,然后借用复杂网络的社团发现算法对服务网络进
服务工作流是实现分布式环境下服务资源协同工作的一种重要手段,在候选服务少的情况下,在候选服务少的情况下,很难依靠目前服务质量的一些软件技术特性提高服务工作流整体效率。把业务频率这一重要的非功能性因素融入到服务工作流中,同时结合服务的使用频度和服务出现的间隔这两个因素,提出服务预取模型,包括相对依赖强度和绝对依赖强度两个计算模型,前者体现了服务使用频度,后者体现了服务出现的间隔。业务频率则通过服务工