skyline的服务qos不确定性过滤(源码)
随着现代科技的不断进步和发展，web服务逐步渗入到人们的学习与生活中，用户可以通过web服务，来满足自己的需求。一个简单的例子，在过去，大家自行车时都需要自己购买，生活节奏日益加快的同时，交通工具也在不断的发展和更新，但是，自行车始终没有被淘汰，虽然依然出现在人们的生活中，但是，也没有之前那样不可选择，很多自行车都会在大多数的时间处于闲置的状态，根据这样的事实依据，共享单车就出现在人们的生活中，人们不再需要去购置一辆新的自行车只需要通过网络来支付使用费用就可以轻松的随时随地的使用自行车，而且不需要修补自行车，这是一场商机，但是，同时，这也是科技科web服务发展的产物，他使得人们更加方便的生活，再比如，网络购物平台的不断普及，又开始的淘宝，变成如今的淘宝，京东，天猫，唯品会等一系列购物平台，它都是社会不断发展的产物，与此同时，越来越多的web服务也在时刻的提醒着人们不断的去选择，每一个web服务都有自身的特点和优势，用户需要根据自身的实际情况，去选择一个更加符合自己需求的问服务，但是，由于许多的用户缺乏专业的知识，加上对自己的需求缺少专业的认识，很难在有限的时间内选择出适合自己的web服务，因此，在针对web服务选择这一方面有了越来越多的研究，这类研究一方面需要准确的掌握用户的真是需求，另外一方面也要时刻的明白每一个web服务的真实属性，如此一来，才能给用户提供更加实际可行的以及更加贴切用户期望的web服务选择。科技的不断发展，人们生活水平的不断进步使得人们对于Qos的选择也不断的重视，关于这方面的研究也在逐步展开。针对以上问题，本文的工作主要从两方面展开，主要工作如下1）从用户的角度出发，真切的掌握每一个web服务的属性值，根据用户的实际需求，对web服务的的各个属性有一个综合的评价，通过一系列的过滤和筛选，为用户选择更加合适的选择范围，web服务选择不是只给用户提供出一种选择，而是在众多的选择中，根据用户的实际需求，给用户提供一系列的符合用户需求的web服务，使得用户在较小的范围内能够有更加优质的选择，这样既既能够减小web服务选择的时间，也能够更好的为用户提供服务。2）从Web服务的角度出发提出一种双向服务选择的服务方法该方法将用户的需求进行数字化，再对数据进行归一化，通过对数据的分析，选择出符合用户需求的数据，也就是对应的web服务。3）基于以上的问题分析，通 *好棒文|www.hbsrm.com +Q: ^351916072#
过仿真实，验证结果。关键词 服务选择 服务过滤 仿真实验 用户需求
目录
1 绪论 2
1.1 研究背景 2
1.1.1 面向单用户的服务选择方法 2
1.1.2 面向多用户的服务选择方法 3
1.1.3 Qos不确定性问题 5
2 基础理论知识介绍 5
2.1 web服务 5
2.2 Qos计算 6
2.2.1Qos简介 6
2.2.2归一化 6
2.2.3 匹配度计算 6
2.2.4 标准差计算 6
3 仿真实验部分 7
3.1实验配置 7
3.2实验数据来源 7
3.3实验步骤 7
3.3.1 服务过滤效率随服务数量的变化情况 7
3.3.2实验结果分析 15
3.3.3 不确定性Qos的过滤实验 16
4 总结 19
致谢 20
参考文献 21
1 绪论
1.1 研究背景
随着现代科技的不断发展，web服务已经逐渐深入到人们的学习和生活中，成为生活的一部分，和工作学习以及个人的发展是息息相关，人们从最初的开口问道逐渐演变成习惯利用web服务去解决遇到的难题，web服务的不断普及正在悄无声息的改变着人们的生活。同时，web服务的不断的普及和深入，也使web服务的提供商不断的开发各个领域的web服务，因此存在大量的功能相似的web服务以供消费者选择，在这样的背景环境之下，选择满足用户个性化需求的web服务就显得尤为重要。用户在选择web服务质量时，一方面要考虑web服务是否满足所需要的业务逻辑，另一方面需要考虑的就是web服务的服务质量问题，对web服务进行选择，进而确定最满足用户个性化需求的方法的研究已经是研究者们广泛探讨的研究课题。Web服务的质量问题逐渐被重视，一个稳定可靠的过滤方法就显得尤为重要，尤其是在web服务层出不穷的现代社会。由于传统Qos感知的Web服务选择方法无法保证服务选择的可靠性和实时性，提出了一种基于云模型的不确定性 Qos 感知的 Skyline 服务选择方法。综上所述，本文主要针对面向用户服务选择场景下出现的问题展开深入研究，从用户和服务两个角度出发考虑服务选择和服务选择优化问题，既保证每个用户能够选择合适的服务，又能较好地避免服务过载。此外，针对大量冗余需求和海量候选服务提出相应的优化方案，旨在提高服务选择的效率。
1.1.1 面向单用户的服务选择方法
在面向单用户的服务选择时，我们需要关注的点是Qos的优化问题，以此来提高用户的满意度，在文献中，我们了解到用户的实际需求中，包含着功能性需求和非功能性需求，功能性需求属于是硬性要求，相当于软件的项目方面，而非功能性需求则包含了稳定性可靠性以及规范性，随着对web服务的要求的不断提升，非功能性的需求也越来越成为人们考虑的方面，例如人们会选择去评价较好的店铺购物，会去商品更新较及时的超市选择生活用品，也会选择口味合适的餐厅就餐，这些都是web服务选择的参考属性，不同的服务选择具有不同的属性，不同属性值之间可以通过归一化进行比较和选择。同时，文献中还介绍可以通过多维的方式来进行服务选择，其实对于web服务选择的方式已经逐步发展，方式的种类逐渐增多，例如还可以考虑静态需求和动态需求来进行分析等。本文对于用户对于web服务的需求主要是从非功能属性方面来进行选择，因为web服务的不断发展和升级，功能属性方面的差距不是很大，例如购物平台的商品种类，餐厅的美食数量，甚至服务器的运行速度等都是差别不大的，而针对用户的非功能性需求，例如是否具有良好的购物体验，响应时间是否及时等，这些才是评价服务是否满意的重要因素。
1.1.2 面向多用户的服务选择方法
在面向多用户服务选择中出现的问题中，在下述文献中，有针对多个用户请求同一种的请求，提出了一种多属性的决策方法，多属性的决策方法简而言之就是针对用户需求的属性以及web服务的专有属性进行匹配，在一定误差范围之内的就可以提供给用户，让用户进行选择，这是一种针对个体差异性提出的方法，十分具有实用性。在文献中还提出，对于用户需求超出服务范围的情况，可以采用暂时性折中政策，就是说，当用户需求不能完全满足时，可以将用户需求分出等级，根据等级的优先情况，首先满足用户的主要需求，接着再满足第二需求，对于无法满足的排名较后的需求可以选择暂时放弃这个需求，当然，这种情况主要是针对用户需求无法完全满足的情况下，在大多数的情况下，还是需要完全的满足用户需求的。当然，对于多个用户请求是，哪一个需求是主要需求可能具有一定的争议性，针对这个问题，其实可以采用少数服从多数的办法，首先根据多个评价要素间的决定，给出基于冲突避免调度和优先级别的评价方法，其次利用遗传算法解决多用户需求下服务组合问题，同时通过引入评价对象解决了独占性服务（并发数较小的服务）对于服务组合的影响。文献中提出了一种面向多用户的Web服务选择框架，该框架首先预测缺失的Qos值，然后用KuhnMunchres（KM）匹配算法完成服务选择。文献中还介绍了欧式距离的作用，欧式距离就是匹配度的另一种化身，欧式距离越大的，表明匹配度越小，这两个是相反的量。此外，该服务组合方法采用需求合并策略来降低算法的时间复杂度以及从理论研究的角度对传统服务组合的问题空间进行了扩展。文献中还针对大规模用户需求的服务选择问题，提出了大规模用户需求分析方法与服务优化调度方法。针对现有方法在应对大规模需求场景中出现的问题提出了用户需求抽象方法以及基于用户需求的时空相关性的服务能力预留方法，并给出基于负载均衡策略的服务能力分配方法和启发式的用户需求分级调度策略，通过以上方法，大大改善了大规模用户需求场景下的整体优化效率，解决了服务提供的公平性问题以及服务容量受限情况下的优化效率问题。针对面向多用户服务选择场景中出现的问题，从融合网络角度提出了一种负载均衡和资源优化的服务组合方法。该方法对全局Qos约束进行了二次分解，提出具有最优的服务选择方案。引入模拟退火算法用于决定父代染色体与子代染色体的保留问题以及采用非线性变异算子对遗传算法中的交叉操作进行自适应调整，使得算法整体上在搜索初期表现出良好的全局搜索性。文献中还针对当前的面向单用户服务选择方法难以在多用户服务选择的环境下应对服务执行时的负载动态变化，提出了一种面向多用户的负载感知动态服务选择模型，该模型能够实时感知服务负载的等级。负载感知动态服务选择模型采用两阶段服务选择，分别是组合服务规划阶段和组合服务执行阶段，在第一阶段，生成候选服务队列。在第二阶段，负载感知的动态服务选择模型能够根据当前服务的负载状态实现服务的动态选择。文献中的方法具有很多种，这也是近代科技先，人们研究出来的成果，是智慧的结晶，文献中提出的方法具有一定的全面性，本文的针对多用户选择web服务时，主要是针对用户选择的需求大体一致，也就是说，对于web服务需求的优先级大体相同的用户。
过仿真实，验证结果。关键词 服务选择 服务过滤 仿真实验 用户需求
目录
1 绪论 2
1.1 研究背景 2
1.1.1 面向单用户的服务选择方法 2
1.1.2 面向多用户的服务选择方法 3
1.1.3 Qos不确定性问题 5
2 基础理论知识介绍 5
2.1 web服务 5
2.2 Qos计算 6
2.2.1Qos简介 6
2.2.2归一化 6
2.2.3 匹配度计算 6
2.2.4 标准差计算 6
3 仿真实验部分 7
3.1实验配置 7
3.2实验数据来源 7
3.3实验步骤 7
3.3.1 服务过滤效率随服务数量的变化情况 7
3.3.2实验结果分析 15
3.3.3 不确定性Qos的过滤实验 16
4 总结 19
致谢 20
参考文献 21
1 绪论
1.1 研究背景
随着现代科技的不断发展，web服务已经逐渐深入到人们的学习和生活中，成为生活的一部分，和工作学习以及个人的发展是息息相关，人们从最初的开口问道逐渐演变成习惯利用web服务去解决遇到的难题，web服务的不断普及正在悄无声息的改变着人们的生活。同时，web服务的不断的普及和深入，也使web服务的提供商不断的开发各个领域的web服务，因此存在大量的功能相似的web服务以供消费者选择，在这样的背景环境之下，选择满足用户个性化需求的web服务就显得尤为重要。用户在选择web服务质量时，一方面要考虑web服务是否满足所需要的业务逻辑，另一方面需要考虑的就是web服务的服务质量问题，对web服务进行选择，进而确定最满足用户个性化需求的方法的研究已经是研究者们广泛探讨的研究课题。Web服务的质量问题逐渐被重视，一个稳定可靠的过滤方法就显得尤为重要，尤其是在web服务层出不穷的现代社会。由于传统Qos感知的Web服务选择方法无法保证服务选择的可靠性和实时性，提出了一种基于云模型的不确定性 Qos 感知的 Skyline 服务选择方法。综上所述，本文主要针对面向用户服务选择场景下出现的问题展开深入研究，从用户和服务两个角度出发考虑服务选择和服务选择优化问题，既保证每个用户能够选择合适的服务，又能较好地避免服务过载。此外，针对大量冗余需求和海量候选服务提出相应的优化方案，旨在提高服务选择的效率。
1.1.1 面向单用户的服务选择方法
在面向单用户的服务选择时，我们需要关注的点是Qos的优化问题，以此来提高用户的满意度，在文献中，我们了解到用户的实际需求中，包含着功能性需求和非功能性需求，功能性需求属于是硬性要求，相当于软件的项目方面，而非功能性需求则包含了稳定性可靠性以及规范性，随着对web服务的要求的不断提升，非功能性的需求也越来越成为人们考虑的方面，例如人们会选择去评价较好的店铺购物，会去商品更新较及时的超市选择生活用品，也会选择口味合适的餐厅就餐，这些都是web服务选择的参考属性，不同的服务选择具有不同的属性，不同属性值之间可以通过归一化进行比较和选择。同时，文献中还介绍可以通过多维的方式来进行服务选择，其实对于web服务选择的方式已经逐步发展，方式的种类逐渐增多，例如还可以考虑静态需求和动态需求来进行分析等。本文对于用户对于web服务的需求主要是从非功能属性方面来进行选择，因为web服务的不断发展和升级，功能属性方面的差距不是很大，例如购物平台的商品种类，餐厅的美食数量，甚至服务器的运行速度等都是差别不大的，而针对用户的非功能性需求，例如是否具有良好的购物体验，响应时间是否及时等，这些才是评价服务是否满意的重要因素。
1.1.2 面向多用户的服务选择方法
在面向多用户服务选择中出现的问题中，在下述文献中，有针对多个用户请求同一种的请求，提出了一种多属性的决策方法，多属性的决策方法简而言之就是针对用户需求的属性以及web服务的专有属性进行匹配，在一定误差范围之内的就可以提供给用户，让用户进行选择，这是一种针对个体差异性提出的方法，十分具有实用性。在文献中还提出，对于用户需求超出服务范围的情况，可以采用暂时性折中政策，就是说，当用户需求不能完全满足时，可以将用户需求分出等级，根据等级的优先情况，首先满足用户的主要需求，接着再满足第二需求，对于无法满足的排名较后的需求可以选择暂时放弃这个需求，当然，这种情况主要是针对用户需求无法完全满足的情况下，在大多数的情况下，还是需要完全的满足用户需求的。当然，对于多个用户请求是，哪一个需求是主要需求可能具有一定的争议性，针对这个问题，其实可以采用少数服从多数的办法，首先根据多个评价要素间的决定，给出基于冲突避免调度和优先级别的评价方法，其次利用遗传算法解决多用户需求下服务组合问题，同时通过引入评价对象解决了独占性服务（并发数较小的服务）对于服务组合的影响。文献中提出了一种面向多用户的Web服务选择框架，该框架首先预测缺失的Qos值，然后用KuhnMunchres（KM）匹配算法完成服务选择。文献中还介绍了欧式距离的作用，欧式距离就是匹配度的另一种化身，欧式距离越大的，表明匹配度越小，这两个是相反的量。此外，该服务组合方法采用需求合并策略来降低算法的时间复杂度以及从理论研究的角度对传统服务组合的问题空间进行了扩展。文献中还针对大规模用户需求的服务选择问题，提出了大规模用户需求分析方法与服务优化调度方法。针对现有方法在应对大规模需求场景中出现的问题提出了用户需求抽象方法以及基于用户需求的时空相关性的服务能力预留方法，并给出基于负载均衡策略的服务能力分配方法和启发式的用户需求分级调度策略，通过以上方法，大大改善了大规模用户需求场景下的整体优化效率，解决了服务提供的公平性问题以及服务容量受限情况下的优化效率问题。针对面向多用户服务选择场景中出现的问题，从融合网络角度提出了一种负载均衡和资源优化的服务组合方法。该方法对全局Qos约束进行了二次分解，提出具有最优的服务选择方案。引入模拟退火算法用于决定父代染色体与子代染色体的保留问题以及采用非线性变异算子对遗传算法中的交叉操作进行自适应调整，使得算法整体上在搜索初期表现出良好的全局搜索性。文献中还针对当前的面向单用户服务选择方法难以在多用户服务选择的环境下应对服务执行时的负载动态变化，提出了一种面向多用户的负载感知动态服务选择模型，该模型能够实时感知服务负载的等级。负载感知动态服务选择模型采用两阶段服务选择，分别是组合服务规划阶段和组合服务执行阶段，在第一阶段，生成候选服务队列。在第二阶段，负载感知的动态服务选择模型能够根据当前服务的负载状态实现服务的动态选择。文献中的方法具有很多种，这也是近代科技先，人们研究出来的成果，是智慧的结晶，文献中提出的方法具有一定的全面性，本文的针对多用户选择web服务时，主要是针对用户选择的需求大体一致，也就是说，对于web服务需求的优先级大体相同的用户。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1384.html
