一种基于方差的服务选择方法
【专利摘要】本申请公开了一种基于方差的服务选择方法，首先，基于方差理论对每个候选Web服务的N个QoS属性历史记录进行建模，求出每个候选Web服务的方差值；其中，N为整数；然后，根据方差值的大小筛选符合条件的Web服务；最后，利用混合整数规划模型从筛选出的Web服务中求出最优的服务组合。应用本申请公开的技术方案，能够准确地选择出最可靠的组合服务，并缩短服务选择的时间开销，同时，本发明具有较高的准确性和较强的实用性，具有很好的推广应用价值。
【专利说明】一种基于方差的服务选择方法
【技术领域】
[0001] 本发明属于计算机应用【技术领域】，尤其涉及一种基于方差理论计算QoS的不确定 性来进行服务选择的方法。
【背景技术】
[0002] 由于现在的网络中存在海量的Web服务，因此在选择Web服务时，用户需要面对越 来越多功能相同、QoS属性不同的候选Web服务。通常情况下，仅仅一个Web服务难以满足 用户日益增长的需求。因此，如何从众多服务类中选择出最优的组合服务，是成功构建面向 Web服务应用的关键。当前，基于QoS的Web服务组合已经成为服务组合的研宄热点。QoS 属性的具体体现是每个QoS属性用于表征Web服务某一方面的质量信息。
[0003] 常见的Web服务QoS属性包括：响应时间、可靠性、价格、带宽和吞吐率等等。由于 存在多个服务类，每个服务类存在大量的候选Web服务，用户不可能对各个服务类中的每 个Web服务进行逐一组合，以选择最佳组合服务。这就需要综合考虑候选的Web服务在各 自QoS属性上的表现以及用户自身的全局QoS约束，通过建立模型来选择最优的组合服务。 因此，准确的基于QoS的服务选择方法是成功构建面向Web服务应用的重要技术保障。
[0004] 当前基于QoS的服务选择方法的研宄情况是：
[0005] Zeng等人提出了动态、质量驱动的Web服务选择方法，该方法非常重视基于多属 性QoS和全局约束条件的服务选择，并且首次将用户权重加入到服务选择的QoS聚合函数 中。该方法取得了良好的实验效果，但是该方法考虑所有的候选服务，时间开销非常大。
[0006] Alrifai等人提出了一种基于QoS的Web服务组合方法，该方法通过结合全局优化 和局部选择的方法来选出组合服务。该方法首先将用户的全局QoS约束转换为局部QoS约 束建模成一个最优化过程，并通过混合整数规划模型来求出最优的约束分解，然后通过局 部约束分别求出每个服务的最优服务，最终得到最优的组合服务。
[0007] Baraka等人提出的感知的服务选择方法解决了服务选择中的QoS依赖关系并且 提高了服务组合的质量保障。该方法首先对服务中的QoS依赖关系进行建模，然后过滤掉 无意义的候选Web服务，最终进行服务组合。
[0008] 目前已有的基于QoS的服务选择方法大都存在以下缺点：
[0009] (l)Web服务的强烈的、不稳定的QoS波动不能够为服务选择提供可靠性保障。
[0010] (2)通过枚举所有Web服务组合选择出最优的服务组合会导致一个 NP(non_deterministic polynomial,非确定性多项式）难的问题。
[0011] 目前，Web服务的各种应用发展非常迅速，Web服务的数量越来越多，用户的需求 越来越广，准确的为用户选择出最优的服务组合是服务选择的关键。但是，目前已有的基于 QoS服务选择的各种方法都在可靠性上存在各种形式的不足。为此，本领域技术人员对此进 行了大量的探索与研宄。
【发明内容】
[0012] 有鉴于此，本发明的目的是提供一种基于方差的服务选择方法，该方法基于方差 理论计算QoS的不确定性来进行服务选择，以准确地把握Web服务的整体可靠性，缩短服务 选择的时间开销。
[0013] 为实现上述发明目的，本申请提供了一种基于方差的服务选择方法，包括：
[0014] A、基于方差理论对每个候选Web服务的N个QoS属性历史记录进行建模，求出每 个候选Web服务的方差值；其中，N为整数；
[0015] B、根据方差值的大小筛选符合条件的Web服务；
[0016] C、利用混合整数规划模型从筛选出的Web服务中求出最优的服务组合。
[0017] 较佳地，在所述A之前可以进一步包括：
[0018] A0、对每个候选Web服务的N个QoS属性历史记录中的QoS属性进行数据归一化 处理，将每个候选Web服务在各个QoS属性上的取值转化为[0，1]区间的数值。
[0019] 较佳地，所述A0包括：
[0020] A01、设置所有候选的Web服务类组成Web服务类集合WS = {WSi，WS2, . . .，WSi，.. ?，WSJ ;
[0021 ] 其中，集合中的每个WS代表一个Web服务类，下标i为自然数，是Web服务类的序 号，i的最大值为所述WS集合中WS服务类的总数n ;
[0022] WSi= {ws n, wsi2，…，wsij, ? ? ?，wsu}，其中，每个 ws 代表该 的一个 Web 月艮 务，下标j为自然数，是Web服务的序号，j的最大值为WS# Web服务的总数1 ;
[0023] A02、设Web服务的所有QoS属性组成集合P = {Pl，p2, . . .，pk，. . .，pj，其中，p为 各个QoS属性，下标k为自然数，是Web服务QoS属性的序号，k的最大值为集合P中QoS属 性的总数r ;
[0024] A03、对每个wSij在QoS属性p k上执行取值的归一化处理：
[0025] 若pk为正向属性，采用公式：
【权利要求】
1. 一种基于方差的服务选择方法，其特征在于，包括： A、 基于方差理论对每个候选Web服务的N个QoS属性历史记录进行建模，求出每个候 选Web服务的方差值；其中，N为整数； B、 根据方差值的大小筛选符合条件的Web服务； C、 利用混合整数规划模型从筛选出的Web服务中求出最优的服务组合。
2. 根据权利要求1所述方法，其特征在于，在所述A之前进一步包括： A0、对每个候选Web服务的N个QoS属性历史记录中的QoS属性进行数据归一化处理， 将每个候选Web服务在各个QoS属性上的取值转化为[0，1]区间的数值。
3. 根据权利要求2所述的方法，其特征在于，所述AO包括： AO1、设置所有候选的Web服务类组成Web服务类集合WS= (WS1,WS2, ...，WSi,...，W SnI; 其中，集合中的每个WS代表一个Web服务类，下标i为自然数，是Web服务类的序号，i的最大值为所述WS集合中WS服务类的总数η; WSi={wsn,WSi2,…，WSij,…，WSiJ，其中，每个WS代表该WSiIf的一个Web服务，下 标j为自然数，是Web服务的序号，j的最大值为WSi*Web服务的总数1 ; A02、设Web服务的所有QoS属性组成集合P= {Pl，p2,. . .，pk，. . .，pj，其中，p为各个QoS属性，下标k为自然数，是Web服务QoS属性的序号，k的最大值为集合P中QoS属性的 总数r; A03、对每个Wsij在QoS属性pk上执行取值的归一化处理： 若Pk为正向属性，采用公式：
M亍归一化处理； 若Pk为负向属性，采用公式：
执行归一化处理； 其中，ak(Wsij)为Wsij在QoS属性pk上的取值； Qk(WSij)为Wsij在QoS属性pk上的归一化的QoS属性值； 和<3厂(爾1：/)分别为{ak (WSil)，ak (wsi2)，…，Sk(WSil)}中的最大值和最小 值。
4. 根据权利要求3所述的方法，其特征在于： 每个Web服务类提供一种类型的Web服务，同一Web服务类中各个Web服务的QoS属 性各不相同。
5. 根据权利要求3所述的方法，其特征在于，所述A包括： A1、设每个候选Web服务的QoS历史记录组成离散随机变量X= (X1,X2,. . .，X。，. . .，xj，其中，每个X代表候选Web服务的一个QoS历史记录，每个QoS历史 记录为一个多属性向量，下标〇为自然数，是候选Web服务QoS历史记录的序号，〇的最大 值为所述随机变量中QoS历史记录的总数t; A2、计算每个QoS历史记录的QoS效用值，得到实数形式的X=
{x^j X2J ... j X〇J , X^-}; A3、根据实数形式的X=U1,x2,. . .，X。，. . .，xt}，采用公式 计 算每个候选Web服务的方差值，其中，S2为求出的候选Web服务的方差值，X。为各个QoS历 史记录值，YΛ所述随机变量X的均值。
6. 根据权利要求5所述的方法，其特征在于，所述Α2包括： 采用QoS效应函数公式
叫执行映射处理，将X= Ix1,x2,...，X。，...，xt}中的各个多属性向量分别映射为相应的实数；其中：l\k为WSij在pk上的第0个QoS历史记录值； X。为映射完成后的QoS历史记录值； Cm'和分别为Ih1+h2，k，. . .，h^，. . .，ht，k}中的最大值和最小值； ?k为第k个QoS属性的用户权重。
7. 根据权利要求1至6任一项所述的方法，其特征在于： 所述B包括：根据方差值的大小对Web服务进行排序，将方差值最小的前percent个Web服务保留，并过滤其他的Web服务； 其中，percent为预设的筛选Web服务的比例，根据percent和候选Web服务的个数计 算需要保留的Web服务的个数；或者percent为预设的整数。
8. 根据权利要求3至6任一项所述的方法，其特征在于，所述C包括： C1、设用户的全局QoS约束条件组成集合C=IC1,C2,. . .，Cs，. . .，CJ，其中，C为各个QoS属性，下标s为自然数，是Web服务QoS属性的序号，s的最大值为集合C中全局QoS约 束条件的总数m; C2、基于筛选出的Web服务，利用如下混合整数规划模型进行计算：
其中，Qk(WSij)为WSij在Pk上的取值，是对应候选Web服务各个历史记录的平均值； 和gr(M·)为第i个Web服务类中最大的和最小的qk(WSiJ); Vk (WSij)为WSij在pk上方差的取值，是每个候选Web服务的方差值；νΓΥ(ΗΑ)和νΓ(Η^_)为第i个Web服务类中最大的和最小的Vk(WSij); 和为η个Web服务类的gr(體,）.νΓ(體和gf"(上 和； Xij-为二元决策变量，代表候选Web服务是否被选中，候选Web服务选中置为1，否则置 为〇 ; η为Web服务类的总数；j为Web服务类最终的候选服务总数； r为候选Web服务QoS属性的总数； Cm为第m个约束条件； ?k为第k个QoS属性的用户权重； 计算出所述混合整数规划模型的最大值，得到最优的Web服务组合。
【文档编号】H04L29/08GK104468727SQ201410638274
【公开日】2015年3月25日 申请日期:2014年11月6日 优先权日:2014年11月6日
【发明者】王尚广, 孙磊, 周傲, 马友, 孙其博, 李静林, 刘志晗, 杨放春 申请人:北京邮电大学