[发明专利]一种基于新服务集构造的动态服务选择方法

说明书

技术领域

本发明涉及服务计算领域的动态服务选择方法，特别涉一种基于新服务集构造的动态服务选择方法。

背景技术

随着Web服务的发展和应用范围的扩大，Web上提供相同或相似功能但不同QoS的Web服务数量快速增长，这些可以组成很多功能相同但QoS不同的组合服务。因而QoS成为Web服务选择的重要依据，迫切需要根据用户的QoS要求作为全局限制，选择出符合用户满意度的组合服务。

目前存在的基于QoS的服务选择方法主要有：

1.基于加权和法的传统优化方法。该类方法把用户的多个QoS要求聚合为一个目标函数，之后采用传统的线性整数规划方法优化该函数，获得全局最优解。

2.基于加权和法的智能优化方法。该类方法同样把用户的多个QoS要求聚合为一个目标函数，但采用遗传算法或启发式规则优化该目标函数，获得用户满意的方案。

3.基于多目标优化的服务选择方法。该类方法首先把服务选择问题建模为多目标优化问题，之后求解该优化问题获得一组全局最优解。

以上的方法存在很大的不足。首先，基于加权和法的服务选择方法求得的结果对权重向

量敏感，要求对问题本身有较强的先验认识，且随着问题规模的增大时间复杂度呈指数增长；其次，基于多目标优化的方法不能满足服务选择的实时性要求；最后上述方法对服务选择的动态性考虑不足。

发明内容

技术问题：本发明目的是针对现有技术存在的缺陷提供一种基于新服务集构造的动态服务选择方法。服务选择问题是实现服务组合必须解决的关键问题，本发明把基于QoS的服务选择问题建模为带约束的多目标优化问题，克服了加权和法需要对问题有一定的先验认识、求出的解对权重向量敏感等缺点。为了高效求解该优化问题，本发明提出一种新的多目标粒子群优化方法；为了满足服务选择方法的实时性要求，本发明根据支配的概念对服务集中的原子服务进行排名，优先选取排名靠前的服务参与选择过程；基于排名本发明构造出规模小于原服务集的新服务集，因而可降低方法的时间复杂度；证明结果表明新服务集的构造过程不会丢失全局最优解，能正确解决服务选择问题。

技术方案：本发明为实现上述目的，采用如下技术方案：

本发明一种基于新服务集构造的动态服务选择方法，利用粒子群优化算法对原子服务进行动态选择，任务是构成服务组合模型的基本逻辑单元，它仅包含功能描述和接口信息，并不指向具体的Web服务；原子服务集是指由不同服务提供者提供的、具有相同调用接口、能够实现相同功能的一组服务，具体包括如下步骤：

1.1模型建立

令CS表示某个组合服务，S_i(1≤i≤n)表示能满足任务i所要求的功能但各自的QoS属性不同的一组服务集，s_ij(1≤j≤|S_i|)是集合中的第j个服务实例，|S_i|代表服务集中的服务个数；Q＝{c，t，rep，r}表示CS的QoS属性，c、t、rep、r分别代表花费、时间、声誉、可靠性，q_ij＝{c_ij，t_ij，rep_ij，r_ij}表示S_i中第j个服务的QoS属性；由此可以建立该问题的多约束多目标模型如下：

Min F(CS)＝(T(CS)，C(CS))

s.t Rep(CS)＞Rep0

R(CS)＞R0

其中T(CS)，C(CS)，Rep(CS)，R(CS)分别代表求CS的QoS属性Q＝{c，t，rep，r}的函数；

1.2动态服务选择方法

第一步，count＝min(const，min{|S₁|，|S₂|，…，|S_n|})，初始迭代轮数K＝1；

第二步，基于时间和花费的Pareto优关系标记S_i中的所有服务；tempS_i＝{s|s∈S_i∧s未被标记}，从tempS_i选出最优非劣解集{ts_ij}标记对应于ts_ij中的S_i服务s_iC为