专利名称：一种网络服务环境下求解线性服务组合前k优解的方法
技术领域：
本发明涉及计算机软件技术领域，一种网络服务环境下求解线性服务组合前K优解的方法，用于处理服务组合的动态重规划等需求。
背景技术：
在Web应用过去的几年发展中，面向服务的计算获得了ー个又ー个的成功。面向服务的计算是涵盖计算机与信息技术、商业管理、商业质询服务等领域的一个新的学科，是应用面向服务架构(SOA)技术消除商业服务与信息支撑技术之间鸿沟的直接产物。在软件工程和商业应用领域里，人们很快便知道了面向服务计算技术的无处不在和显著的优势。Web服务技术已经在很多新产品和新应用软件中得到了广泛和深入的应用，服务计算提供的服务协同和管理将会使目前不堪重负的业务系统得以改善，从而提高生产效率，重新建立起新的价值链增值体系。同时，从关注数据管理到流程管理的转变必然会带来大量基于 面向服务架构(SOA)的新应用。越来越多的Web服务将使得Web从ー个面向数据的仓库变成一个面向服务的仓库。从技术上讲，服务是因特网上通过URI标识的软件构件中的自制的软件系统，它们封装了应用程序的功能和信息资源，并使得可以通过编程接ロ实现对这些功能和资源的利用。根据ー些标准(例如SOAP，WSDL和UDDI)，通过基于XML的消息的封装，Web服务可以被发布，定位，访问或者在网络传输。为了能够方便的被其他Web上的应用程序发现和利用，应该给予Web服务明确的描述，使得它们的功能和服务质量便于理解。一般来讲，QoS在区分服务的非功能属性的时候，扮演了重要的角色。对于ー个拥有相同功能的服务集合而言，QoS在服务选择和服务组合中起着重要的作用。在实际应用中，QoS的属性包括价格、执行时间、可用性、可信性和信誉度等等。为了获得ー个符合要求的服务解决方案，大量的精力投入在服务选择和服务组合的研究中。例如，Dimitrios Skoutas等人研究了如何使用多属性的支配关系来对Web服务进行排序和聚类。他们的方法通过提高Web搜索引擎的能力来帮助基于QoS感知的服务检索和选择。Moha_ad Alrifai等人提出了一个启发式的服务组合方法,通过结合全局优化和局部选择，来实现基于QoS感知的服务组合。Qi Yu等人研究了基于不确定的QoS属性值进行服务选择的Skyline方法。由于Web服务环境的动态性，采用预先绑定的策略可能会导致事先确定好的服务组合执行方案在运行时不可行，如Web服务的QoS属性值已经发生改变或在运行吋，该Web服务已经不可得。这将导致整个服务流程的終止。随着互联网以及服务计算技术的飞速发展，个人或企业都希望能够对已有资源进行动态组合以实现增值服务。
发明内容
发明目的本发明所要解决的技术问题是针对现有技术的不足，提供一种网络服务环境下求解线性服务组合前K优解的方法，以便支持动态服务组合的重规划等后续需求的处理。为了解决上述技术问题，本发明公开了ー种网络服务环境下求解线性服务组合前K优解的方法，包括以下步骤
输入处理步骤，对用户输入的数据进行有效性验证，并从网络服务器中取出候选服务的Q0S数据，所述用户输入的数据包括不同属性维度上的权重和约束；创建约束模型步骤，依据用户输入的数据以及候选服务的QoS数据，创建约束模型以及目标函数；最优解计算步骤，依据所述约束模型和目标函数进行最优解计算；中间数据处理步骤，对上步得到的最优解进行处理，依据已经迭代的次数和数据处理的結果，确定是否需要増加新的约束规则和转向最优解计算步骤继续进行迭代计算；约束模型修改步骤，依据上步骤中中间数据处理的结果，通过增加约束用于从当前解空间中去除最优解计算步骤中获得的最优服务组合方案；输出处理步骤，向用户输出结果；所述结果包括前K优服务组合方案或无组合方案。本发明中，所述对用户输入的数据进行有效性验证包括K是否为大于零的自然数、用户在服务的各指标上的权重是否为非负实数以及总和是否为I。本发明中，在线性服务组合的情况下，假设当前服务组合中有N个任务，每个任务有M个候选服务，用约束变量Xi, j表示第i个任务的第j个候选服务是否出现在当前最优服务组合方案中，规定Xu = I表示该候选服务出现在当前最优服务组合方案中，Xi, j = 0表示该候选服务没有出现在当前最优服务组合方案中。本发明中，所述最优解计算方法包括穷举法或者分支限界法，最优服务组合方案的计算工具包括Matlab或者LPSlove ；所述最优解计算结果中包括当前各约束变量的取值，用于确定约束规则和最优服务组合方案。本发明中，当最优解的计算过程确定目标函数存在最优解时，通过确定各约束变量的取值，从而确定当前最优服务组合方案。本发明中，如果当前最优服务组合方案中，'k=l即第i个任务的第ik个候选服务出现在当前的最优服务组合方案中，ik的值可通过对最优解的计算结果进行处理获得。本发明中，通过对约束模型増加新的约束从解空间中去除当前最优服务组合方
i=N
案，在线性服务组合场景下，增加约束W去除当前最优服务组合方案。
/=1有益效果本发明不仅可用于支持传统服务组合的求解，还可支持服务组合的动态重规划以及基于历史记录的服务组合等需求的处理。具体包括以下优点(I)灵活性，用户仅需指定K的值即可获得前K优服务组合方案，当K = I时即退化为传统的服务组合求解过程。(2)透明性，用户无需了解系统的底层实现，可大大节省用户的学习成本。(3)实时性，求解速度快，耗时少，可满足实时需求。
下面结合附图和具体实施方式
对本发明做更进一歩的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。图I为本发明线性服务组合场景简述图。图2为本发明的方法流程图。图3为本发明以手机上的多媒体传输为例说明线性服务组合场景的示意图。
具体实施例方式本发明公开了ー种网络服务环境下求解线性服务组合前K优解的方法，包括以下步骤输入处理步骤，对用户输入的数据进行有效性验证，并从网络服务器中取出候选服务的QoS数据，所述用户输入的数据包括不同属性维度上的权重和约束；创建约束模型步骤，依据用户输入的数据以及候选服务的QoS数据，创建约束模 型以及目标函数；最优解计算步骤，依据所述约束模型和目标函数进行最优解计算；中间数据处理步骤，对上步得到的最优解进行处理，依据已经迭代的次数和数据处理結果，确定是否需要増加新的约束规则和转向最优解计算步骤继续进行迭代计算；约束模型修改步骤，依据上步骤中中间数据处理的结果，通过增加约束用于从当前解空间中去除最优解计算步骤中获得的最优服务组合方案；输出处理步骤，向用户输出结果；所述结果要么是前K优服务组合方案，要么是提示无组合方案的消息。所述对用户输入的数据进行有效性验证包括K是否为大于零的自然数、用户在服务的各指标上的权重是否为非负实数以及总和是否为I。在线性服务组合的情况下，假设当前服务组合中有N个任务，每个任务有M个候选服务，用约束变量Xi, j表示第i个任务的第j个候选服务是否出现在当前最优服务组合方案中，规定Xi, j = I表示该候选服务出现在当前最优服务组合方案中，Xi, j = 0表示该候选服务没有出现在当前最优服务组合方案中。所述最优解计算方法包括穷举法或者分支限界法，最优服务组合方案的计算工具包括 Matlab 或者 LPSlove ；所述最优解计算结果中包括当前各约束变量的取值，用于确定约束规则和最优服务组合方案。当最优解的计算过程确定目标函数存在最优解时，通过确定各约束变量的取值，从而确定当前最优服务组合方案。如果当前最优服务组合方案中，、=1，即第i个任务的第ik个候选服务出现在当前的最优服务组合方案中，ik的值可以通过对最优解的计算结果进行处理获得。通过对约束模型増加新的约束从解空间中去除当前最优服务组合方案，在线性服
i=N
务组合场景下，增加约束W去除当前最优服务组合方案。附图I是线性服务组合
/=1
场景的ー个抽象，表明该场景中共有N个任务，且第i个任务有Mi个候选服务。假设候选服务的QoS属性共有I維，当前用户在第i维上的权重为Wi,在第i维上的约束为Q。用户需要获得前K优服务组合方案。
输入处理步骤，该步骤处理的数据分为两部分，一部分来自于用户输入，如
权利要求
1.一种网络服务环境下求解线性服务组合前K优解的方法，其特征在于，包括以下步骤 输入处理步骤，对用户输入的数据进行有效性验证，并从网络服务器中取出候选服务的QoS数据，所述用户输入的数据包括不同属性维度上的权重和约束； 创建约束模型步骤，依据用户输入的数据以及候选服务的QoS数据，创建约束模型以及目标函数； 最优解计算步骤，依据所述约束模型和目标函数进行最优解计算； 中间数据处理步骤，对上步得到的最优解进行处理，依据已经迭代的次数和数据处理的結果，确定是否需要増加新的约束规则和转向最优解计算步骤继续进行迭代计算； 约束模型修改步骤，依据上步骤中中间数据处理的结果，通过增加约束用于从当前解空间中去除最优解计算步骤中获得的最优服务组合方案； 输出处理步骤，向用户输出结果；所述结果包括前K优服务组合方案或无组合方案。
2.根据权利要求I所述的ー种网络服务环境下求解线性服务组合前K优解的方法，其特征在于，所述对用户输入的数据进行有效性验证包括K是否为大于零的自然数、用户在服务的各指标上的权重是否为非负实数以及总和是否为I。
3.根据权利要求I所述的ー种网络服务环境下求解线性服务组合前K优解的方法，其特征在于，在线性服务组合的情况下，假设当前服务组合中有N个任务，每个任务有M个候选服务，用约束变量Xi, j表示第i个任务的第j个候选服务是否出现在当前最优服务组合方案中，规定Xi, j = I表示该候选服务出现在当前最优服务组合方案中，Xi, j = 0表示该候选服务没有出现在当前最优服务组合方案中。
4.根据权利要求I所述的ー种网络服务环境下求解线性服务组合前K优解的方法，其特征在于，所述最优解计算方法包括穷举法或者分支限界法，最优服务组合方案的计算エ具包括Matlab或者LPSlove ； 所述最优解计算结果中包括当前各约束变量的取值，用于确定约束规则和最优服务组合方案。
5.根据权利要求I所述的ー种网络服务环境下求解线性服务组合前K优解的方法，其特征在于，当最优解的计算过程确定目标函数存在最优解时，通过确定各约束变量的取值，从而确定当前最优服务组合方案。
6.根据权利要求I所述的ー种网络服务环境下求解线性服务组合前K优解的方法，其特征在于，如果当前最优服务组合方案中，'4 =1即第i个任务的第ik个候选服务出现在当前的最优服务组合方案中，ik的值可以通过对最优解的计算结果进行处理获得。
7.根据权利要求I或6所述的ー种网络服务环境下求解线性服务组合前K优解的方法，其特征在于，通过对约束模型増加新的约束从解空间中去除当前最优服务组合方案，在 i=N线性服务组合场景下，增加约束[ろ.4 < W去除当前最优服务组合方案。/=全文摘要
本发明公开了网络服务环境下求解线性服务组合前K优解的方法，包括以下步骤输入处理步骤，从网络服务器中取出候选服务的QoS(Quality of Service，QoS)数据；创建约束模型步骤，依据用户输入的数据以及候选服务的QoS数据，创建约束模型以及目标函数；最优解计算步骤，依据所述约束模型和目标函数进行最优解计算；中间数据处理步骤，对上步得到的最优解进行处理，依据已经迭代的次数和数据处理的结果，确定是否需要增加新的约束规则和转向最优解计算步骤继续进行迭代计算；约束模型修改步骤，依据上步骤中中间数据处理的结果，通过增加约束用于从当前解空间中去除最优解计算步骤中获得的最优服务组合方案；输出处理步骤，向用户输出结果。
文档编号H04L29/08GK102655514SQ20111005119
公开日2012年9月5日 申请日期2011年3月3日 优先权日2011年3月3日
发明者岳建明, 王联民, 窦万春, 董维, 谢海军 申请人:南京大学, 江苏三棱科技发展有限公司