一种满足端到端QoS约束的服务选择方法
【专利摘要】本发明提供一种满足端到端QoS约束的服务选择方法，所述方法包括如下步骤：(1)获取用户的全局QoS约束需求，并按照归一化方法将QoS值作归一化处理；(2)收集组合服务中每个个体服务的QoS历史信息，并预测每个个体服务下一个时刻的QoS值；(3)针对所述组合服务的基本结构，以及不同的QoS特性和QoS预测值，将全局QoS约束实施分解，得到每个个体服务的QoS约束值；(4)以所述个体服务的QoS约束值为约束，实施服务选择。本发明降低了满足端到端QoS约束下服务组合的时间复杂度，能够在线性时间内组合满足用户需求的组合服务。
【专利说明】
-种满足端到端QoS约束的服务选择方法
技术领域
[0001] 本发明属于服务组合与自适应领域，具体设及一种满足端到端QoS约束的服务选 择方法。
【背景技术】
[0002] 服务组合通过组合多个已有服务W形成新的服务，从而满足单个服务所无法满足 的用户需求。当多个服务提供相同功能时，服务选择是服务组合所必须解决的一个问题。通 常服务选择的依据是服务的非功能性属性，即服务的QoS属性。服务的QoS通常都包含多个 方面(如:价格、可靠性、响应时间等），运些方面之间如何综合权衡也是服务组合与选择需 要考虑的一个方面。如何基于用户的不同QoS偏好，对服务进行选择是QoS感知的服务组合 的核屯、问题。
[000引但是在实际的QoS感知的服务组合需求中，特别是在用户为中屯、"的服务组合 中，用户仅仅会对组合服务提出全局的QoS约束，而不关注个体服务的QoS约束值。而服务选 择则通常是W个体服务的QoS约束值为依据。因此，用户需求的全局性和服务选择的局部性 之间存在鸿沟。也就是说，我们需要在给定全局QoS约束的前提下来选定各个服务W完成服 务选择，从而实现服务组合。为了解决运个问题，研究人员提出了诸如基于多维背包问题求 解的多种不同方法。但是运些方法的求解均为NP问题，很难在有限的时间内得到最优解。在 此情况下，如何通过降低问题求解的时间复杂度来完成QoS感知的服务组合的重要问题。
【发明内容】
[0004] 为了克服上述现有技术的不足，本发明提供一种满足端到端QoS约束的服务选择 方法。本发明降低了满足端到端QoS约束下服务组合的时间复杂度，能够在线性时间内组合 满足用户需求的组合服务。
[0005] 为了实现上述发明目的，本发明采取如下技术方案：
[0006] -种满足端到端QoS约束的服务选择方法，所述方法包括如下步骤：
[0007] (1)获取用户的全局QoS约束需求，并按照归一化方法将QoS值作归一化处理；
[000引（2)收集组合服务中每个个体服务的QoS历史信息，并预测每个个体服务下一个时 刻的QoS值；
[0009] (3)针对所述组合服务的基本结构，W及不同的QoS特性和QoS预测值，将全局QoS 约束实施分解，得到每个个体服务的QoS约束值；
[0010] (4) W所述个体服务的QoS约束值为约束，实施服务选择。
[0011] 优选的，所述步骤(1)中，所述将QoS值做归一化处理的公式如下：
[0012]
[0013]式中，Qi为参数的真实值，义。,。、，式,,",分别为该QoS参数的最佳值和最差值，另为QoS参 数归一化之后的值，通过归一化处理后，所有QoS属性的值域统一定义在[0，1]区间内，并且 值越大说明性能越好。
[0014] 优选的，所述步骤(2)包括如下步骤：
[0015] 步骤2-1、按照所述步骤1的方法对服务的QoS值作归一化处理；
[0016] 步骤2-2、基于QoS特性的不同自相关特性及根据服务的历史QoS信息，采用基于极 值的服务QoS预测机制预测服务下一时刻的QoS。
[0017] 优选的，所述步骤(3)包括如下步骤：
[001引步骤3-1、将组合服务的结构按照从里到外的顺序分别将并行、顺序、选择和循环 四种结构进行变换，得到所述组合服务最外层的服务组合结构；
[0019] 步骤3-2、根据所述组合服务的结构，将服务的QoS预测值按照聚合算法进行聚合；
[0020] 步骤3-3、根据所述服务组合的基本结构，针对基本结构将服务的全局QoS约束分 解为个体服务的QoS;
[0021] 步骤3-4、迭代步骤3-3,直到所有的全局QoS约束均分解到个体服务为止；
[0022] 步骤3-5、引入了松弛系数R，将个体服务的QoS约束值放宽。
[0023] 优选的，所述步骤3-2中，所述聚合算法包括如下步骤：
[0024] 步骤3-2-1、假设有一组服务WSiQ = I,...，n)，其中各个服务WSi均有一组QoS属性 Qi= (qij)l*m;
[0025] 步骤3-2-2、在顺序结构的服务组合中，假设包含服务WSiQ = I, ...，n)，对于代价 巧 qik，经过组合后，其代价表示为瑪《)耐于概率性的QoS指标qik，组合后的QoS指标表示 村 为rt (如^1?)中的第k个分量，其中Rin为QoS属性之间的映射关系，当QoS属性一致时，Rin为1; /吨
[0026] 在并行结构的服务组合中，假设包含服务WSiU = I, ...，n)，对于代价qik，经过组 巧. 合后，其代价表示为Z(恥巧对于概率性的QoS指标Qik，组合后的QoS指标表示 /=1 丹. Zfe 巧"、； !-=1
[0027] 在选择结构的服务组合中，假设包含服务WSiU = I, ...，n)，对于代价性QoS指标 Qik,组合后QoS指标表示为MaxKqikRin) I i = l，.. .n};对于概率性的QoS指标qik，组合后的 QoS指标表示为Min{(qikRin)k| i = l，. . .n};
[0028] 在循环结构的服务组合中，QoS的聚合看成是顺序结构的特例，因此其代价聚合分 别表示为时Ik和妓，其中K为循环结构的循环次数。
[0029] 优选的，所述步骤3-3中，所述将服务的全局QoS约束分解为个体服务的QoS是利用 服务的QoS预测值0"；万、I来指导服务的全局QoS约束分解，对于串行结构，QoS的分解阔值 贫aS'、|表示如下：
[0030]
[0031] 对于并行结构，QoS约束分解表示如下：
[0032] Q-。-S、、=〇()、
[0033] 式中，QoSg为全局QoS约束。
[0034] 优选的，所述步骤3-5中，在引入相应的松弛系数后，个体服务Si的QoS阔值痴S\,修 正如下：
[0035] 巧乂克
[0036] 其中 R(R>〇)。
[0037] 优选的，所述步骤(4)包括如下步骤：
[0038] 步骤4-1、W所述个体服务的QoS约束值为依据对所有候选服务进行筛选，只有服 务的所有QoS指标均高于服务QoS约束值的服务才能作为候选服务保留，W供用户进一步选 择；
[0039] 步骤4-2、W用户的偏好Pre(Ui，U2, . . .Un)对所有服务的QoS属性值(Qi，Q2, . . .，Qn) 进行加权，如下所示：
[0040] 玄巧*谷 /-1
[0041] 根据加权求和的结果，对候选服务进行排序，从而选定用户最满意的，且满足端到 端QoS约束的服务；
[0042] 步骤4-3、根据服务选择的结果执行QoS聚合W验证端到端QoS约束是否满足，若不 满足，则根据步骤4-2的结果对相应的服务进行调整，直到满足端到端QoS约束为止。
[0043] 与现有技术相比，本发明的有益效果在于：
[0044] 本发明的方法无需用户针对组合服务中的每个组件服务设定其约束值而实现端 到端的QoS约束的服务组合;可W降低满足端到端QoS约束下服务组合的时间复杂度，能够 在线性时间内组合满足用户需求的组合服务；用户为中屯、"特性，用户可W在服务QoS分 解中按照其约束偏好来参与其分配;通过利用服务的历史QoS信息来预测服务QoS信息，并 W此来指导服务的QoS分配具有更好的实时性，并能反映个组件服务在组合服务中的重要 性。
【附图说明】
[0045] 图1是本发明提供的一种满足端到端QoS约束的服务选择方法流程图，
[0046] 图2是本发明提供的各种不同自相关特性的QoS时间变化示意图，
[0047] 图3是本发明提供的满足端到端QoS约束的组合服务结构示意图
【具体实施方式】
[0048] 下面结合附图对本发明作进一步详细说明。
[0049] 本发明的思想是将用户的全局QoS约束分解按照一定算法分解为各个服务的约 束，从而为QoS感知的服务选择提供选择依据，并最终实现满足端到端QoS约束的服务组合。
[0050] 全局QoS约束分解可W看成是服务组合中QoS聚合一个逆向问题和QoS聚合一样， 单个服务的QoSW及服务之间的组合结构对分解结果都有重要影响。QoS分解的原则是分解 结果能尽量反应QoS聚合中各组件服务的QoS在组合服务QoS中的重要性。为了尽量让服务 的QoS分配合理，本方法利用了对服务历史QoS信息的记录，并基于此来指导全局QoS的分 解。
[0051] 如图I所示，本发明提供一种满足端到端QoS约束的服务选择方法，具体步骤如下：
[0052] 步骤1、获取用户的全局QoS约束需求，并按照归一化方法将QoS值作归一化处理；
[0053] 根据应用需求，获取用户的QoS需求，用户的QoS需求通常包含多个不同的QoS特 性，如：时间延迟、开销、可靠性等，可W用向量Q表示:9=^1，92,93，...，9。）；然后采用^下 的方法对QoS做归一化处理：
[0化4]
[0化5]其中Qi为参数的真实值，年。、，％，，,。,分别为该QoS参数的最佳值和最差值，可W通过统 计得出，也可W有相关领域专家或服务提供者给出，去为QoS参数归一化之后的值。通过归 一化处理，所有QoS属性的值域统一定义在[0，1]区间内，并且值越大说明性能越好。如响应 时间为0.7就要比响应时间0.5要好，可靠性0.6也要比可靠性0.5好。运样QoS参数的比较模 型就相对简单了。
[0056] 步骤2、收集组合服务中每个个体服务的QoS历史信息，并预测每个个体服务下一 个时刻的QoS值；
[0057] 步骤2-1、按照步骤1的方法对服务的QoS值作归一化处理；
[005引步骤2-2、针对不同自相关特性的QoS预测其QoS值：
[0059] WQoS值的自相关特性为依据，服务的QoS变化规律大致可W分为周期性QoS,趋势 性QoS值W及随机性的QoS值等，如图2所示。
[0060] 假定需要预测当前tn时刻的QoS值，并已知此前k个时刻的QoS值为序列U-I， tn-2,......，tn-k，针对不同自相关特性的，基于极值的QoS预测方法将分不同情况来预测服 务的QoS阔值。
[0061 ] 1)周期性 QoS
[0062] 给定服务的QoS随时间变化的关系如图2a)所示，服务的QoS阔值预测将W-个时 间周期T为作为QoS的预测周期，分析tn所在的时间周期区域(t，t巧]，其中t《tn《t+T，并利 用区域对此前的K个数据进行截取，W保证t《tn-l《t+T，得到时间序列tn-l，......,tn-2, tn-1，其中i《k。基于此序列进行基于最小二乘法的曲线拟合，得到函数':*^(0，1]，^获取 tn时刻的f(tn)。此外，根据QoS监控的历史信息，可W获取该QoS周期中的最大值QoSmax。基于 此预测tn时刻的QoS阔值如下：
[0063]
[0064] 2)趋势性 QoS
[0065] 给定服务的QoS随时间变化的关系如图化)所示，即QoS的值呈稳定化的趋势发展。 在此情况下，给定此前k个时间点的QoS,据此进行基于最小二乘法的曲线拟合，得到函数f: t^(0，l]，W获取tn时刻的f(tn)。对于趋势性的QoS，在tn时刻的服务QoS阔值为：
[0066]
[0067] 3)随机性 QoS
[0068] 给定服务的QoS随时间变化的关系如图2c)所示，即QoS值随机变化，没有规律性。 在此情况下服务的QoS拟合没有任何意义，因此，服务在tn时刻的QoS阔值可W定义到在给 定时间段的QoS的最大值，即：
[0069]
[0070] 步骤3、针对所述组合服务的基本结构，W及不同的QoS特性和QoS预测值，将全局 QoS约束实施分解，得到每个个体服务的QoS约束值；
[0071] 步骤3-1、将如图3所示的组合结构按照从里到外的顺序分别将顺序、并行、循环和 选择四种结构进行变换，得到组合服务最外层的服务组合结构，并按照聚合算法聚合其QoS 值；
[0072] 步骤3-1-1、根据如下的组合服务QoS聚合算法，获得各组合服务的QoS值。
[0073] 假设有一组服务WSiQ = I, ...，n)，其中各个服务WSi均有一组QoS属性向量Qi = (qij ) l*m。
[0074] 对于顺序结构的服务组合，假设包含服务WSia = I, . . .，n)，对于代价qik(如时间， 花费等），经过组合后，其代价可W表示为1(扣A,,);对于概率性的QoS指标Qik(如可靠性， 巧 可用性，组合后的QoS指标可表示为n(如A,)中的第k个分量;其中Rin为QoS属性之间的映 托1， 射关系，当QoS属性一致时，Rln为1。
[0075] 在并行结构的服务组合中，假设包含服务WSia = I, ...，n)，对于代价Qik(如时间， 花费等），经过组合后，其代价可W表示为￡(恥巧.,）；对于概率性的QoS指标qik，组合后的 />'1 n QoS指标可W表示巧,I,、;。 材
[0076] 在选择结构的服务组合中，假设包含服务WSiU = I, ...，n)，对于代价性QoS指标 Qik,组合后QoS指标可W表示为MaxKqikRin) I i = l，.. .n};对于概率性的QoS指标qik,组合后 的QoS指标可W表示为Min{(qikRin)k| i = l,. . .n}。在选择结构中，从各项属性均为最坏值的 一个虚拟服务作为我们的候选服务。在组合服务实际执行时，由于绑定的任意一个候选服 务都比该服务的QoS性能优越，因此可W保证只要服务组合的QoS聚合可W满足用户端到端 的QoS需求，那么服务执行时端到端的QoS肯定可W得到保证。
[0077] 在循环结构的服务组合中，QoS的聚合可W看成是顺序结构的特例，因此对于QoS 指标Qik，其代价聚合可W分别表示为时Ik和妓，其中K为循环结构的循环次数。
[0078] 步骤3-1-2、用组合服务代替作为基本服务，重复3-1-1步骤，直接最终的组合服务 只有单一结构位置；
[0079] 步骤3-2、根据步骤3-1中计算所得到的服务的QoS预测，W及如图3所示的组合服 务结构，将服务的全局QoS约束分解为各原子服务的QoS约束值。考虑到服务组合的基本结 构之间的可转化性和可组合性，服务组合中的最基本结构是串行结构和并行结构。
[0080] 步骤3-2-1、根据服务组合的基本结构，针对基本结构将服务的全局QoS约束QoSg 分解为个体服务Si的QoS阔值。。
[0081] 在考虑服务的阔值分解时，利用服务QoS的预测值0石^1来指导服务的全局QoS约 束分解。对于串行结构，QoS的分解阔值可W如下所示：
[0082]
[0083] 对于并行结构，QoS约束分解则如下所示：
[0084] 疯、I=风成
[0085] 其中QoSg为全局QoS约束。
[0086] 步骤3-2-2、迭代步骤3-2-1，直到所有的约束均分解到个体服务位置。
[0087] 步骤3-2-3、由于服务选择时，同时达到服务选择下限的可能性较少，本算法还引 入了松弛系数R，将个体服务的QoS约束值在预测值的基础上适当放宽，W保证可W更好地 选择服务。
[008引因此，在引入相应的松弛系数后，个体服务Si的QoS阔值痴：、可W修正如下：
[0089] 巧 * 疯、，
[0090] 其中 R(R>0)。
[0091] 步骤4、W所述个体服务的QoS约束值为约束，实施服务选择。
[0092] 步骤4-1、W步骤3中计算所得到个体服务的QoS约束值为依据对所有候选服务进 行筛选，只有服务的所有QoS指标均高于服务QoS约束值的服务才能作为候选服务保留，W 供用户进一步选择；
[0093] 步骤4-2、W用户的偏好Pre(Ui，U2, . . .Un)对所有服务的QoS属性值(Qi，Q2, . . .，Qn) 进行加权，如下所示：
[0094] 公.'',巧 /=1
[0095] 根据加权求和的结果，对候选服务进行排序，从而可W选定用户最满意的，且满足 端到端QoS约束的服务；
[0096] 步骤4-3、根据服务选择的结果执行QoS聚合W验证端到端QoS约束是否满足，如果 不满足，根据步骤4-2的结果对相应的服务进行调整，直到满足端到端QoS约束为止。
[0097] 最后应当说明的是：W上实施例仅用W说明本发明的技术方案而非对其限制，尽 管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解:依然 可W对本发明的【具体实施方式】进行修改或者等同替换，而未脱离本发明精神和范围的任何 修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。
【主权项】
1. 一种满足端到端QoS约束的服务选择方法，其特征在于，所述方法包括如下步骤： (1) 获取用户的全局QoS约束需求，并按照归一化方法将QoS值作归一化处理； (2) 收集组合服务中每个个体服务的QoS历史信息，并预测每个个体服务下一个时刻的 QoS 值； (3) 针对所述组合服务的基本结构，W及不同的QoS特性和QoS预测值，将全局QoS约束 实施分解，得到每个个体服务的QoS约束值； (4) W所述个体服务的QoS约束值为约束，实施服务选择。2. 根据权利要求1所述服务选择方法，其特征在于，所述步骤（1)中，所述将QoS值做归 一化处理的公式如下：式中，qi为参数的真实值/4,,分别为该QoS参数的最佳值和最差值，A为QoS参数归 一化之后的值，通过归一化处理后，所有QoS属性的值域统一定义在[0，1]区间内，并且值越 大说明性能越好。3. 根据权利要求1所述服务选择方法，其特征在于，所述步骤(2)包括如下步骤： 步骤2-1、按照所述步骤1的方法对服务的QoS值作归一化处理； 步骤2-2、基于QoS特性的不同自相关特性及根据服务的历史QoS信息，采用基于极值的 服务QoS预测机制预测服务下一时刻的QoS。4. 根据权利要求1所述服务选择方法，其特征在于，所述步骤(3)包括如下步骤： 步骤3-1、将组合服务的结构按照从里到外的顺序分别将并行、顺序、选择和循环四种 结构进行变换，得到所述组合服务最外层的服务组合结构； 步骤3-2、根据所述组合服务的结构，将服务的QoS预测值按照聚合算法进行聚合； 步骤3-3、根据所述服务组合的基本结构，针对基本结构将服务的全局QoS约束分解为 个体服务的QoS; 步骤3-4、迭代步骤3-3,直到所有的全局QoS约束均分解到个体服务为止； 步骤3-5、引入了松弛系数R，将个体服务的QoS约束值放宽。5. 根据权利要求4所述服务选择方法，其特征在于，所述步骤3-2中，所述聚合算法包括 如下步骤： 步骤3-2-1、假设有一组服务WSia = l，. . .，n)，其中各个服务WSi均有一组QoS属性化= (qij)l*m； 步骤3-2-2、在顺序结构的服务组合中，假设包含服务WSi(i = l，. . .，n)，对于代价qik， 经过组合后，其代价表示呆；对于概率性的QoS指标qik，组合后的QoS指标表示为中的第k个分量，其中Rln为QoS属性之间的映射关系，当QoS属性一致时，Rln为1; 在并行结构的服务组合中，假设包含服务WSia = l，. . .，n)，对于代价qik，经过组合后， 其代价表示呆；对于概率性的QoS指标qik，组合后的QoS指标表示在选择结构的服务组合中，假设包含服务WSia = l，. . .，n)，对于代价性QoS指标qik，组 合后QoS指标表示为MaxKqikRin) I i = l，. . .η};对于概率性的QoS指标qik，组合后的QoS指标 表示为MinKq化化n)k| 1 = 1,. . .η}; 在循环结构的服务组合中，QoS的聚合看成是顺序结构的特例，因此其代价聚合分别表 示为时Ik和姑，其中K为循环结构的循环次数。6. 根据权利要求4所述服务选择方法，其特征在于，所述步骤3-3中，所述将服务的全局 QoS约束分解为个体服务的QoS是利用服务的QoS预测值，来指导服务的全局QoS约束分 解，对于串行结构，QoS的分解阔值揉表示如下：对于并行结构，QoS约束分解表示如下：式中，QoSg为全局QoS约束。7. 根据权利要求4所述服务选择方法，其特征在于，所述步骤3-5中，在引入相应的松弛 系数后，个体服务Si的QoS阔值致ξ修正如下：其中 R(R>0)。8. 根据权利要求1所述服务选择方法，其特征在于，所述步骤(4)包括如下步骤： 步骤4-1、W所述个体服务的QoS约束值为依据对所有候选服务进行筛选，只有服务的 所有QoS指标均高于服务QoS约束值的服务才能作为候选服务保留，W供用户进一步选择； 步骤4-2、W用户的偏好Pre(Ui，U2, . . .Un)对所有服务的QoS属性值(Qi，化，...，Qn)进行 加权，如下所示：根据加权求和的结果，对候选服务进行排序，从而选定用户最满意的，且满足端到端 QoS约束的服务； 步骤4-3、根据服务选择的结果执行QoS聚合W验证端到端QoS约束是否满足，若不满 足，则根据步骤4-2的结果对相应的服务进行调整，直到满足端到端QoS约束为止。
【文档编号】H04L29/08GK105978720SQ201610308696
【公开日】2016年9月28日
【申请日】2016年5月11日
【发明人】邓波, 林旺群, 刘志忠, 齐超, 战茅, 苏晓艳, 袁志坚, 彭甫阳, 唐乐乐, 许帅, 隋然
【申请人】北京系统工程研究所