一种基于可靠性预测与QoS相结合的服务组合方法

摘要

本发明公开了一种基于可靠性预测与QoS相结合的服务组合方法，首先，根据用户的QoS约束进行服务的局部选择，把全局QoS约束分解成局部约束，然后在每个服务集合中选择局部较优的实体服务，最后对这些QoS属性较优的服务的可靠性进行预测，把预测结果作为最终组合方案选择的一个决定因素。这样既考虑了服务当前的QoS满足情况，又考虑它们在未来一段时间内的可靠性变化情况，然后根据用户偏好，决定这两者之间的权重关系，使得选出的服务在当前QoS约束和未来可靠性上达到一种折中，得到高效可靠的系统。

主权项

一种基于可靠性预测与QoS相结合的服务组合方法，其特征在于，该方法包括以下步骤：1)对用户提出的QoS约束请求进行全局分解，即把r个全局QoS约束请求q_1,……,q_r中的每一个分解到n个服务集合，得到nr个目标局部约束，每一个分解过程的具体流程为：首先根据下式把每个服务集合中的每个QoS属性取值区间分成d等份：q^min_ik≤q¹_ik≤……≤q^z_ik≤……≤q^max_ik,其中其中，q^z_ik是第i个服务集合中，第k个QoS属性的第z个分界点，q^min_ik和q^max_ik是候选集中所有服务在对应属性上的最小值和最大值，n为服务集合个数；然后将d‑1个分界点和QoS属性取值区间上限值，即q¹_ik,q²_ik,……,q^max_ik作为输入，利用线性规划方法，从这d个值中选出使目标公式最优的值记为q_ik，并将其作为第i个服务集合中第k个QoS属性的目标局部约束；2)最优服务的选择：基于目标局部约束，利用下式计算得到每个服务的QoS满足情况：$f\left(s_{ij}\right)=\underset{k=1}{\overset{r}{\Sigma }}\frac{q_i(j,k)-q_{ik}}{{q^{\max }}_{ik}-{q^{\min }}_{ik}},1\le k\le r$其中，s_ij表示第i个服务集合中第j个服务，q_ik是第i个服务集合中第k个QoS属性的目标局部约束，q_i(j,k)是服务s_ij的第k个QoS属性值；利用top k算法在每个服务集合中选出t个f(s_ij)值最大的服务，作为最优服务，其中t的值由用户确定；3)可靠性预测：在每个服务集合内，用皮尔逊相关系数方法计算最优服务与其他服务之间的相似度，得出最优服务的相似服务，然后利用相似服务的可靠性，得出最优服务的可靠性；4)确定最终组合方案：从每个服务集合中抽取一个最优服务，组成备选方案，以此方式，按照所有服务集合的不同最优服务的组合，得到tⁿ个备选方案；根据工作流的特点，计算每个备选方案的整体可靠性CS_rel，然后根据下式对每个备选方案进行加权求值，得到整体满意度W_result：$W_{result}=(1-w_{rel})*\underset{i=1}{\overset{n}{\Sigma }}\frac{f\left(s_i\right)}{n}+{\mathrm{CS}}_{rel}*w_{rel}$其中，CS_rel代表该备选方案的整体可靠性，w_rel∈(0,1)是可靠性对最终组合方案的重要性，f(s_i)是第i个服务集合中的最优服务的QoS满足情况；最后将tⁿ个整体满意度W_result中的最大值所对应的备选方案作为最终组合方案。