Web服务是一种面向服务架构的技术，通过标准的Web服务协议提供服务，保证不同平台的应用服务可以相互操作。Web服务作为一种新型的分布式构件模型已经在电子商务、企业应用集成等领域扮演着越来越重要的角色，特别是Web服务的组合技术，因其能实现服务的重用和增值而成为学术界和工业界关注的焦点。　　计算机技术的快速发展推动Web服务数目的快速增长，出现了大量服务功能相同或相似，而其非功能属性尤其是服务质量QoS（Quality of Service）却千差万别的情况，使得选择满足服务请求者QoS要求的Web服务或服务组合成为了NP难题。其研究难点在于求解空间过于庞大，无法在多项式时间内完成搜索，导致了基于QoS的服务组合时间开销过大。对此有研究者提出了各种启发的算法（整数规划、遗传算法以及蚁群算法）来解决基于QoS的服务选择以及服务组合，但是当前这些优秀的服务选择算法，在面对成千上万的候选服务时，仍将消耗巨大的计算时间。所以如何根据服务请求者的QoS要求，快速、可靠的为请求者选择合适的服务仍然存在诸多挑战。　　另外，在动态的网络环境中，Web服务的性能随着服务环境的变化而变化，因此Web服务的QoS具有不确定性，这种不确定性将导致选择得到的服务QoS偏离实际值，造成组合服务不能满足用户的需求。现有的服务选择方法都是基于服务QoS值是固定不变的假设，没有抓住Web服务QoS属性的不确定性，造成在动态环境中组合服务的失败概率较高。　　因此，在实际应用中，高效，准确的服务选择方法成为进一步推动Web服务技术发展的需求。本研究主要对基于非功能属性QoS的服务选择技术中一系列关键技术问题进行研究，进行的主要工作包括：　　①针对传统的服务选择方法在基于大规模服务库的服务选择时，面向服务库中所有的服务进行选择，选择效率受服务数量影响较大的问题。本文引入数据库查询技术中的Skyline方法，并在此基础上提出了一种基于非用户偏好的最优K（Top-K）个Web服务选择模型。该模型以Skyline方法的支配关系为基础，建立了一种支配度衡量方法，利用该方法对Web服务进行基于非用户偏好的筛选，然后通过排序得到最优的K个服务返回给用户或进行服务组合。　　②针对Top-K Skyline的Web服务选择方法中，选择得到的服务只保证了在单个抽象服务中是最优的，而不能保证在整个组合服务中实现最优化的问题。本文引入了典型（Representative）服务的概念，提出了一种Top-K Representative Skyline(Rep-K Skyline)服务选择方法。该方法的主要思想是在整个服务集合中寻找K个典型服务集，使其能够反映整个服务集合在不同QoS维度上的权重，然后从每个典型集合中寻找一个最优的服务作为该集合的典型服务；最后利用选择得到的典型服务获得满足全局最优的QoS组合服务。　　③考虑到Web服务所处网络环境的动态性，Web服务的QoS是不断变化的，Web服务提供者发布的QoS值常常与实际不符，造成组合服务的失败。本文提出了基于时间序列的Web服务QoS预测方法。该方法在分析QoS的不确定性的基础上，利用QoS历史数据建立QoS状态变迁规则，然后通过时间序列模型确定Web服务将来的QoS值。该方法具有良好的可行性和较高的预测准确度。　　综上所述，本文的工作针对服务组合过程中服务选择方法存在的问题和不足进行分析，并对基于QoS的Web服务选择中的一系列关键问题进行了深入研究，提出的基于Skyline的Top-KSkyline和Rep-KSkylie的Web服务选择方法对服务组合的广泛应用具有一定的应用价值；提出的基于时间序列的Web服务性能分析方法对提供可靠QoS保障的服务选择具有重要的意义。