面向批量Web服务被动容错的选择置换方法及系统技术方案

本发明专利技术公开了一种面向批量Web服务被动容错的选择置换方法及系统，方法包括：获取在Web服务系统运行时出现故障的Web服务运行实例，初选出满足故障服务运行实例功能要求的备用Web服务资源集合；根据运行实例和备用资源构建服务实例容错请求向量、服务资源能力支持向量、及服务批量容错选择矩阵，并生成Web服务批量容错决策目标；根据容错决策目标和运行实例的容错请求基于改进遗传算法的批量优化选择方法，生成满足容错约束条件的批量置换优选方案；根据优选方案对多个故障服务运行实例和备用服务资源进行置换。该方法可用于对批量Web服务出现故障时的被动容错，以实现对Web服务系统可靠性的有效控制，提高系统服务质量。

Selective Replacement Method and System for Passive Fault Tolerance of Batch Web Services

The invention discloses a method and system for passive fault-tolerant selection and replacement of batch Web services. The method includes: acquiring a running instance of a Web service that fails while a Web service system is running, selecting a set of standby Web service resources that meet the functional requirements of the running instance of a fault service, and constructing a fault-tolerant request vector and service resource energy of a service instance based on the running instance and standby resource. Force Support Vector and Service Batch Fault Tolerance Selection Matrix are used to generate the decision goal of Web service batch fault tolerance. According to the decision goal of fault tolerance and the request of fault tolerance instance, the batch optimization selection method based on improved genetic algorithm is used to generate the batch replacement optimization scheme satisfying the fault tolerance constraints. According to the optimization scheme, multiple fault service running instances and standby service resources are allocated. Change. This method can be used for passive fault tolerance when batch Web services fail, so as to effectively control the reliability of Web service system and improve the quality of service.

【技术实现步骤摘要】
面向批量Web服务被动容错的选择置换方法及系统
本专利技术涉及信息技术
，特别涉及一种面向批量Web服务被动容错的选择置换方法及系统。
技术介绍
在面向服务的架构(SOA，ServiceOrientedArchitecture)应用场景中，Web组合服务执行的正确性、可靠性与网络通信环境、原子服务质量等的关联性非常大。经常会出现由于局部网络故障、某Web服务支撑资源(如操作系统、存储容量、CPU性能)失效等因素而出现的多个Web服务运行实例同时失效的情况。例如，某些Web组合服务由分布于不同网络的原子服务组成，当某一局部网络出现故障时，会导致该Web组合服务中处于该局部网络中的所有Web服务实例运行失效，要对失效的Web服务实例进行被动容错和批量置换。在Web服务资源被动容错选择的过程中，不仅要考虑Web服务功能、接口、参数等的匹配，还要考虑被置换Web服务运行实例的性能容错要求、当前Web服务运行环境中对Web服务运行实例起到支撑作用的软硬件网络等资源能力匹配问题(如会话数、并发数、容量、带宽)等。快速、准确、高效、动态的批量选择备用Web服务资源，最大化的提高置换后Web服务系统的Web服务实例运行效率和Web服务运行质量，对于整个Web服务系统的可靠性和用户体验具有重要作用。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种面向批量Web服务被动容错的选择置换方法，该方法能够为多个Web服务实例失效时批量替换提供快速、高精度的计算。本专利技术的另一个目的在于提出一种面向批量Web服务被动容错的选择置换系统。为达到上述目的，本专利技术一方面实施例提出了一种面向批量Web服务被动容错的选择置换方法，包括以下步骤：获取在Web服务系统运行时出现故障的多个Web服务运行实例并初选出所有满足所述多个故障Web服务运行实例的功能要求的备用Web服务资源集合；根据所述多个故障Web服务运行实例和所述备用Web服务资源集合构建Web服务实例容错请求向量、Web服务资源能力支持向量、以及Web服务批量容错选择矩阵，并生成Web服务批量容错决策目标；根据所述Web服务批量容错决策目标和所述多个故障Web服务运行实例的容错请求，基于改进遗传算法的批量优化选择方法在所述备用Web服务资源集合中生成满足容错约束条件的批量置换优选方案；根据所述容错约束条件的批量置换优选方案对所述多个故障Web服务运行实例和所述备用Web服务资源进行置换。本专利技术实施例的面向批量Web服务被动容错的选择置换方法，通过针对Web服务容错请求多样及Web服务资源能力状态有限的问题，构建了两类向量模型和批量选择矩阵解决了批量Web服务选择时维度不一致问题，作为改进遗传算法的输入，基于多约束条件的容错关系定义了个体适应度评价函数，降低了每次个体更新时适应度评价的计算工作量，采用单纯形法对于遗传算法进行了改进，克服了现有方法仅根据适应度综合评价进行种群进化，不考虑多状态多约束的缺点，提高了本专利技术输出优化解的可行性和算法收敛速度。另外，根据本专利技术上述实施例的面向批量Web服务被动容错的选择置换方法还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述Web服务批量容错决策目标为：其中，SIns为故障Web服务运行实例，SAlt为备用Web服务资源，dij表示第i个故障Web服务实例选择第j个Web服务资源进行替换容错，取值为0或1，SInsi为第i个Web服务运行实例的服务容错请求向量，sInsik为向量sInsi的第k个分量，表示该服务实例对于第k个服务请求约束条件的要求，sAltj为第j个备用Web服务资源能力支持向量，sAltjk为向量sAltj的第k个分量，表示该备用服务对于第k个服务容错支持能力的描述。进一步地，在本专利技术的一个实施例中，任一个所述Web服务运行实例分配的所述备用Web服务资源的个数小于等于一个，并且所述Web服务资源中的备选Web服务资源能力支持向量的任意一维分量大于等于分配给所述备用Web服务资源上的所有所述Web服务运行实例的容错请求对应分量的和。进一步地，在本专利技术的一个实施例中，所述根据改进遗传算法的批量优化选择方法生成置换方案，对故障的所述多个Web服务运行实例和所述备用Web服务资源进行置换，包括：S1，确定优化选择目标、染色体编码方式、适应度函数；S2，设置改进遗传优化算法最大迭代次数、适应度精度要求、初始化算法种群，设计算法选择、交叉和变异算子；S3，根据所述算法选择、交叉和变异算子，计算和更新遗传算法当前种群，采用单纯形法对所述遗传算法当前种群进行局部优化更替，加快基于改进遗传算法的批量优化选择方法的收敛速度；S4，判断所述批量优化选择方法是否满足预设要求，若满足，则终止改进的遗传算法，输出优化后的解，否则继续执行S3；S5，将S4生成的优化后的解作为优选方案更新所述Web服务批量容错选择矩阵，并将所述Web服务批量容错选择矩阵的选择结果作为最终解返给所述Web服务系统进行容错置换操作。进一步地，在本专利技术的一个实施例中，所述适应度函数为：其中，f(C)为适应度函数，m为基因个数，K为状态准则约束个数，P为等式约束个数，K-P为不等式约束个数，Hj算子为单位阶跃函数，在gj(C)≥0时，取值为1，否则为0，为达到上述目的，本专利技术另一方面实施例提出了一种面向批量Web服务被动容错的选择置换系统，包括：接收和初选模块，获取在Web服务系统运行时出现故障的多个Web服务运行实例并初选出所有满足所述多个Web服务运行实例的功能要求的Web服务资源集合；生成和存储模块，用于根据所述故障Web服务运行实例和所述备用Web服务资源构建和存储Web服务实例容错请求向量、Web服务资源能力支持向量及Web服务批量容错选择矩阵，并生成Web服务批量容错决策目标；批量优选模块，根据所述Web服务批量容错决策目标和所述多个故障Web服务运行实例的容错请求，基于改进遗传算法的批量优化选择方法在所述备用Web服务资源集合中生成满足容错约束条件的批量置换优选方案；置换模块，用于根据所述容错约束条件的批量置换优选方案对所述多个故障Web服务运行实例和所述备用Web服务资源进行置换。本专利技术实施例的面向批量Web服务被动容错的选择置换系统，通过针对Web服务容错请求多样及Web服务资源能力状态有限的问题，构建了两类向量模型和批量选择矩阵解决了批量Web服务选择时维度不一致问题，作为改进遗传算法的输入，基于多约束条件的容错关系定义了个体适应度评价函数，降低了每次个体更新时适应度评价的计算工作量，采用单纯形法对于遗传算法进行了改进，克服了现有方法仅根据适应度综合评价进行种群进化，不考虑多状态多约束的缺点，提高了本专利技术输出优化解的可行性和算法收敛速度。另外，根据本专利技术上述实施例的面向批量Web服务被动容错的选择置换系统还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述Web服务批量容错决策目标为：其中，SIns为故障Web服务运行实例，SAlt为备用Web服务资源，dij表示第i个故障Web服务实例选择第j个Web服务资源进行替换容错，取值为0或1，SInsi为第i本文档来自技高网...

【技术保护点】
1.一种面向批量Web服务被动容错的选择置换方法，其特征在于，包括以下步骤：获取在Web服务系统运行时出现故障的多个Web服务运行实例并初选出所有满足所述多个故障Web服务运行实例功能要求的备用Web服务资源集合；根据所述多个故障Web服务运行实例和所述备用Web服务资源集合构建Web服务实例容错请求向量、Web服务资源能力支持向量、以及Web服务批量容错选择矩阵，并生成Web服务批量容错决策目标；根据所述Web服务批量容错决策目标和所述多个故障Web服务运行实例的容错请求，基于改进遗传算法的批量优化选择方法在所述备用Web服务资源集合中生成满足容错约束条件的批量置换优选方案；根据所述容错约束条件的批量置换优选方案对所述多个故障Web服务运行实例和所述备用Web服务资源进行置换。

【技术特征摘要】
1.一种面向批量Web服务被动容错的选择置换方法，其特征在于，包括以下步骤：获取在Web服务系统运行时出现故障的多个Web服务运行实例并初选出所有满足所述多个故障Web服务运行实例功能要求的备用Web服务资源集合；根据所述多个故障Web服务运行实例和所述备用Web服务资源集合构建Web服务实例容错请求向量、Web服务资源能力支持向量、以及Web服务批量容错选择矩阵，并生成Web服务批量容错决策目标；根据所述Web服务批量容错决策目标和所述多个故障Web服务运行实例的容错请求，基于改进遗传算法的批量优化选择方法在所述备用Web服务资源集合中生成满足容错约束条件的批量置换优选方案；根据所述容错约束条件的批量置换优选方案对所述多个故障Web服务运行实例和所述备用Web服务资源进行置换。2.根据权利要求1所述的面向批量Web服务被动容错的选择置换方法，其特征在于，所述Web服务批量容错决策目标为：其中，SIns为故障Web服务运行实例，SAlt为备用Web服务资源，dij表示第i个故障Web服务实例选择第j个备用Web服务资源进行替换容错，取值为0或1，SInsi为第i个Web服务运行实例的服务容错请求向量，sInsik为向量sInsi的第k个分量，表示该服务实例对于第k个服务请求约束条件的要求，sAltj为第j个备用Web服务资源能力支持向量，sAltjk为向量sAltj的第k个分量，表示该备用服务对于第k个服务容错支持能力的描述。3.根据权利要求1所述的面向批量Web服务被动容错的选择置换方法，其特征在于，任一个所述Web服务运行实例分配的所述备用Web服务资源的个数小于等于一个，并且所述Web服务资源中的备选Web服务资源能力支持向量的任意一维分量大于等于分配给所述备用Web服务资源上的所有所述Web服务运行实例的容错请求对应分量的和。4.根据权利要求1所述的面向批量Web服务被动容错的选择置换方法，其特征在于，所述根据改进遗传算法的批量优化选择方法生成置换方案，对故障的所述多个故障Web服务运行实例和所述备用Web服务资源进行置换，包括：S1，确定优化选择目标、染色体编码方式、适应度函数；S2，设置改进遗传优化算法最大迭代次数、适应度精度要求、初始化算法种群，设计算法选择、交叉和变异算子；S3，根据所述算法选择、交叉和变异算子，计算和更新遗传算法当前种群，采用单纯形法对所述遗传算法当前种群进行局部优化更替，加快基于改进遗传算法的批量优化选择方法收敛速度；S4，判断所述批量优化选择方法是否满足预设要求，若满足，则终止改进的遗传算法，输出优化后的解，否则继续执行S3；S5，将S4生成的优化后的解作为优选方案更新所述Web服务批量容错选择矩阵，并将所述Web服务批量容错选择矩阵的选择结果作为最终解返给所述Web服务系统进行容错置换操作。5.根据权利要求4所述的面向批量Web服务被动容错的选择置换方法，其特征在于，所述适应度函数为：其中，f(C)为适应度函数，m为基因个数，K为状态准则约束个数，P为等式约束个数，K-P为不等式约束个数，Hj算子为单位阶跃函数，在gj(C)≥...

【专利技术属性】
技术研发人员：刘连臣，徐磊，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11