数据起源可信性约束下基于skyline的Web服务选择方法
【技术领域】
[0001] 本发明设及数据起源和Web服务领域，更具体的讲，设及到Web服务选择领域，提出 数据起源可信性约束下基于skyline的Web服务选择方法。从数据起源角度衡量Web服务的 可信度，并将Web服务的可信度与QoS数据结合，运用5的1 ine计算，剔除冗余的Web服务，得 至IjSkyline服务，并对Skyline服务，利用QoS计算模型对QoS属性值进行归一化处理，对Web 服务进行筛选和评判。
【背景技术】
[0002] Web服务选择就是指从众多相同功能（即具有相同功能属性）的Web服务中选择出 服务质量较高的Web服务，是Web服务组合的必经过程。目前，服务选择研究越来越多，主要 依据为QoS，甚少有考虑数据起源可信性。
[0003] 发明人经研究认为考虑Web服务的起源信息（包括Web服务的输入及Web服务的处 理过程），计算得到Web服务可信度，进行Web服务选择，能够提高选择出来的Web服务质量， 对于研究和实践具有重要意义。
[0004] 本发明针对数据起源可信性约束下Web服务选择的问题，引入Skyline计算，剔除 那些被支配的Web候选服务，选择出化yline服务（即无法再比较优劣的最小Web服务候选集 合)。
【发明内容】
[0005] 发明目的:针对现有技术中存在的问题，基于QoS的Web服务选择，在数据起源可信 性约束条件下，基于skyline,提出了一种Web服务选择方法。首先，给出数据起源可信性约 束下基于skyline的Web服务选择方法框架;然后，综合QoS数据W及Web服务可信度，进行 Sky line计算，得到Sky line服务，易Ij除冗余的候选服务；最后，对Sky line服务利用QoS计算 模型得到最终的候选集。实验表明，本发明方法提高了Web服务选择的准确度和效率。
[0006] 技术方案：一种数据起源可信性约束下基于skyline的Web服务选择方法，包含W 下步骤：
[0007] 1 )Web服务选择方法框架设计；
[000引 2) Web服务选择算法设计。
[0009] 为了提高选择效率和质量，考虑Web服务的数据起源可信度，基于skyline,提出了 一个的Web服务选择方法框架。
[0010] 框架主要包含=个部分：
[0011] (1)基于数据起源的Web服务可信度计算
[0012] 对Web服务候选集，根据服务流程和输入数据的可信度计算Web服务的可信度，将 Web服务可信度作为Web服务选择的因素。Web服务可信度采用公式（1)计算。
[0013] T〇 = aTi+(l-a)Tp (1)
[0014] 其中，Ti为输入数据的可信度，Tp为Web服务的流程可信度，且0<a<l。
[0015] 对于基本服务而言，不管该服务有没有被调用，Tp都是存在且不变的。而对于合成 服务而言，由于其每次执行的流程都不相同，所W，不能用一个定值来表示合成服务的可信 度。化W起源信息就是Web服务的流程信息，所W，Tp的值与化W起源信息有关。
[0016] (2)Skyline 计算
[0017] Skyline计算的目的就在于从海量的候选服务中剔除那些被支配的冗余的候选服 务，从而降低服务选择的捜索空间，提高服务选择的运行效率。
[0018] 根据Web服务可信度和其QoS属性，进行Skyline计算，剔除冗余的候选服务，得到 Skylilne服务。
[0019]对候选服务集，把每一个Web服务的QoS属性值表示为一个向量，即QoS=Wi， q2 , . . . , Qm}，再结合输出数据可f曰度To ,得到新的向重TS = { qi , Q2 , . . . , Qm , To},对向重 TS运用Sky 1 ine计算，剔除冗余的Web服务，得到Sky 1 ine服务。
[0020] 定义1 Skyline计算:Skyline计算是指从一个给定的d维空间内，选择出那些不被 其它任一点所支配(dominate)的点。
[0021] 其中，支配是指对于点口化，...口<1)和点9(化，...，Qd)，如果V/ e[l.t/] .Pi > Qi( >表 示好于或等于），且化。，Pi>A(>表示好于），那么就称P支配Q。
[0022] 定义2 Skyline集合:对于n维数据点集合S= {Si, ... ,Sm}，所有不被其他数据点支 配的点构成了Skyline,记为Sk, & ='指巨'《I一臣S,}。
[0023] 定义3服务支配:设存在一个服务类S ={ Si，S2 }，Si、S2为服务类S的两个候选服务， 并且对于运两个候选服务都有k个QoS属性。如果V/ e [1，A]，Si(i) > S2(i)，且孔e [1，W，使得 Sl(i) >S2(i)，那么就有A H表示服务支配，即別支配S2)，也就是说，候选服务Si的QoS 中的每一个属性值都要好于或者等于候选服务S2的QoS值，并且至少有一个QoS属性值是好 于S2的。
[0024] 定义4 Skyline服务:Skyline服务是指在某一服务类中不被其它任一服务所支配 的最小候选服务的集合，记为SkyS,邸沾=-i.v, e 5' I 一S',, e: .V, 切。
[0025] (3)QoS 计算
[0026] 根据用户的Qo巧自功能性需求，W及处理后的Skyline服务，利用效用函数求得服 务选择的结果，并对结果进行排序。
[0027] 步骤2)在步骤1)的基础上，结合QoS数据，通过sky line计算获得sky line服务。然 后，对Sky 1 ine服务进行QoS计算，得到最终候选集。进一步包含W下步骤：
[0028] 21)对Web服务候选集，根据服务流程和输入数据的可信度计算Web服务的可信度， 将Web服务可信度作为Web服务选择的因素；
[0029] 22)把每一个Web服务的QoS属性值表不为一个向量，即QoS= {qi,q2, . . . ,qm}，再结 合步骤I)求得Web服务可信度To,得到一个新的向量TS= {qi，q2, . . .，qm，To}，对向量TS运用 Sky line计算，剔除冗余的Web服务，得到Sky line服务；
[0030] 23)对Skyline服务，根据Qo巧片力能需求，利用效用函数计算多目标优化问题的 解，即求得服务最优值，根据计算结果进行排序得到最终服务集；
[0031 ] 24)通过测试分析方法的有效性和可行性。
[0032]有益效果:实验表明，本文的发明一方面通过Web服务可信度的加入来提高选择的 准确度，一方面通过Skyl ine来提高效率，因此，选择出的Skyl ine服务集大小相对大一些， 且会耗费一些时间，但是在用户满足度上比一般的基于Sbdine的QoS服务选择方法有一定 程度的提高，验证了本文发明的正确性和有效性。
【附图说明】
[0033] 图1为Web服务选择方法框架图；
[0034] 图2为化yline服务支配实例；
[0035] 图3为Web服务选择流程图；
[0036] 图4为Web服务选择算法实现图；
[0037] 图5为化yline服务集对比图；
[003引图6为时间耗费对比图；
[0039] 图7为满足度对比图。
【具体实施方式】
[0040] 下面结合具体实施例，进一步阐明本发明，应理解运些实施例仅用于说明本发明 而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价 形式的修改均落于本申请所附权利要求所限定的范围。
[0041] 数据起源可信性约束下基于Sk^ine的Web服务选择方法，在数据起源可信性约束 下，基于Sky 1 ine，设计了一种Web服务选择方法框架，具体如图1所示。框架主要包含=个部 分：
[0042] (1)基于数据起源的Web服务可信度计算
[0043] 对Web服务候选集，根据服务流程和输入数据的可信度计算Web服务的可信度，将 Web服务可信度作为Web服务选择的因素。Web服务可信度采用公式（1)计算。
[0044] To = aTi+(l-a)Tp (1)
[0045] 其中，T功输入数据的可信度，Tp为Web服务的流程可信度，且0<a<l。
[0046] 对于基本服务而言，不管该服务有没有被调用，Tp都是存在且不变的。而对于合成 服务而言，由于其每次执行的流程都不相同，所W，不能用一个定值来表示合成服务的可信 度。