The invention relates to a method for selecting global QoS decomposition of multi constraint based services and device, through the optimization of single objective model with multiple constraints, the method includes: according to the service dependency transfer characteristics to establish the corresponding dependency set and conflict sets for each candidate service; the global QoS constraints into local QoS the constraint corresponding to each service class; and the service does not meet the local candidate service QoS constraints are filtered; check all filtered candidate services and update the remaining candidate service dependency set and conflict set; no quality scale combination solution state is replaced by adaptive replacement method; calculation of candidate service local fitness each class of service selection; local adaptation of candidate services with maximum degree, form the final composite service. The invention greatly optimizes the complexity and the running time, meets the real-time requirement of the user, reduces the size of the candidate service space, and effectively guarantees the quality and the performance of the network composite service.
【技术实现步骤摘要】
基于全局QoS分解的多约束服务选取方法及其装置
本专利技术属于计算机网络
,特别涉及一种基于全局QoS分解的多约束服务选取方法及其装置。
技术介绍
面向服务的计算技术(ServiceOrientedComputing,简称为SOC)作为一种新型的分布式计算模式,能够无缝地把分布在异构网络中的各类Web服务动态组合起来,形成大粒度的组合Web服务,来满足用户日益复杂的需求。随着Web市场的繁荣和发展,网络上有大量的Web服务拥有重叠的功能属性,用户在选择服务时,不再满足于功能方面的需求,还对组合服务的质量(qualityofservice,简称QoS)提出了要求。然而,由于网络环境的各种不确定性因素,一些服务在运行过程中可能会出现功能失效或QoS突变的情况,此时,能够对服务进行快速选择的方法对于保证组合服务的质量和性能具有重大意义。目前,有大量的研究工作集中于全局QoS约束条件下的服务选取,现有基于QoS的服务选取方法存在以下缺点:(1)通常针对服务组合的用户需求中,用户只会给出组合服务端到端的QoS约束,而不会给出对于每一个基本服务类的局部约束。目前有大量方 ...
【技术保护点】
一种基于全局QoS分解的多约束服务选取方法,其特征在于,通过建立带有多种约束条件的单目标优化模型实现,实现过程包含:步骤1、根据服务依赖关系的传递特性,为每一个候选服务建立相应的依赖集合和冲突集合;步骤2、将用户提供的全局QoS约束通过CGA文化遗传算法分解为对应于每一个服务类的局部QoS约束;并对服务类下不满足局部QoS约束的候选服务进行过滤;步骤3、检查所有被过滤的候选服务,若候选服务在被过滤掉的候选服务的依赖集合中,则将其从依赖集合中去除,并更新剩余候选服务的依赖集合和冲突集合;步骤4、针对服务类中的候选服务通过自适应替换方法进行无解状态的质量标尺组合替换,动态调整Q ...
【技术特征摘要】
1.一种基于全局QoS分解的多约束服务选取方法,其特征在于,通过建立带有多种约束条件的单目标优化模型实现,实现过程包含:步骤1、根据服务依赖关系的传递特性,为每一个候选服务建立相应的依赖集合和冲突集合;步骤2、将用户提供的全局QoS约束通过CGA文化遗传算法分解为对应于每一个服务类的局部QoS约束;并对服务类下不满足局部QoS约束的候选服务进行过滤;步骤3、检查所有被过滤的候选服务,若候选服务在被过滤掉的候选服务的依赖集合中,则将其从依赖集合中去除,并更新剩余候选服务的依赖集合和冲突集合;步骤4、针对服务类中的候选服务通过自适应替换方法进行无解状态的质量标尺组合替换,动态调整QoS约束边界;步骤5、基于全局QoS约束和服务间功能性约束,计算候选服务的服务相容度及局部适应度;步骤6、根据步骤5中候选服务的局部适应度计算结果,选取每个服务类中局部适应度最大的候选服务,依据选取的候选服务形成最终组合服务。2.根据权利要求1所述的基于全局QoS分解的多约束服务选取方法,其特征在于,单目标优化模型表示为:,其中,wk(1≤k≤r)是QoS属性k的权值,满足CS为由m个基本服务类Si(1≤i≤m)构成的组合服务,记为CS={S1,S2,……,Sm};xij代表服务类Sj的第i个候选服务的选取状态;全局QoS约束关系用C={C1,C2,......Cr}来表示,Ck代表第k个QoS属性的全局约束,qk(CS)≤Ck表示组合服务的第k个QoS属性聚合值要满足其对应的全局约束;服务间的功能性约束分别用依赖集合T={t1,t2,......tk}和冲突集合D={d1,d2,......du}表示,依赖关系表示服务类Sa中的第b个候选服务的功能依赖于服务类Sc中的第d个候选服务;冲突关系表示服务类Se中的第f个候选服务的功能与服务类Sg中的第h个候选服务的功能相互冲突。3.根据权利要求1所述的基于全局QoS分解的多约束服务选取方法,其特征在于,所述的步骤1包含如下内容:依赖关系传递规则如下:,式(2)表示若sb依赖于sa,则sb被纳入到sa的依赖集合t(sa)中;式(3)表示若sc和sd相互冲突,则两者互相被纳入到对方的冲突集合中;式(4)表示若sb依赖于sa,sa依赖于sc,则sb被纳入到sc的依赖集合t(sc)中;式(5)表示若sb依赖于sa,sa和sc冲突,则sb和sc也冲突。4.根据权利要求1所述的基于全局QoS分解的多约束服务选取方法,其特征在于,所述的步骤2通过CGA文化遗传算法分解为对应于每一个服务类的局部QoS约束,通过构造染色体模型来表示质量标尺组合,每个服务类对应一个质量标尺组合,将CA遗传方法的进化操作嵌入到CA文化方法的种群空间中,并在信念空间引入协同学习机制,全局QoS约束分解为局部QoS约束的实现过程如下:步骤21、根据种群空间大小,在种群空间随机产生初始有效解,并通过适应度函数对所有解进行评价;步骤22、对种群空间中的解进行进化操作,至少包含选择操作、交叉操作和变异操作;步骤23、从种群空间中选取较优解,将其传递至信念空间中,并根据信念空间中的解累积更新次数,对信念空间中的较差解进行替换;对信念空间中的解实施协同学习操作,并对新产生的解进行评价,并从信念空间中重新选取较优解,过滤掉其余解;步骤24、判断当前迭代次数是否满足设定条件,若是,则输出信念空间中的最优解;否则,返回步骤22进行循环迭代。5.根据权利要求4所述的基于全局QoS分解的多约束服务选取方法,其特征在于,适应度函数表示为:,其中,为质量标尺权重,计算公式为:为服务类Sj中属于质量标尺内的候选服务的数量,n(Sj)是服务类Sj中候选服务的数量,是服务类Sj中属于质量标尺内的所有候...
【专利技术属性】
技术研发人员:方晨,徐开勇,王晋东,王娜,孙磊,韩继红,张恒巍,户家福,赵琨,
申请(专利权)人:中国人民解放军信息工程大学,
类型:发明
国别省市:河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。