基于可信評(píng)估的服務(wù)組合方法研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)的迅速發(fā)展，互聯(lián)網(wǎng)應(yīng)用的日益普及，服務(wù)組合技術(shù)得到了越來(lái)越廣泛的應(yīng)用。在面向服務(wù)計(jì)算和云計(jì)算環(huán)境中，新型的復(fù)雜應(yīng)用對(duì)服務(wù)組合技術(shù)提出了更高更精細(xì)的要求，如何在動(dòng)態(tài)分布式環(huán)境下對(duì)服務(wù)實(shí)例進(jìn)行可信評(píng)估，使得選擇期望最優(yōu)的服務(wù)執(zhí)行路徑已成為了服務(wù)組合領(lǐng)域中新研究熱點(diǎn)，也是整個(gè)服務(wù)組合領(lǐng)域亟待解決的關(guān)鍵問(wèn)題之一。
　　 目前服務(wù)組合領(lǐng)域主要存在的問(wèn)題包括：
　　 (1)在動(dòng)態(tài)分布式環(huán)境下，由于節(jié)點(diǎn)和服務(wù)實(shí)例的不確定

2、性、惡意性，且通信開(kāi)銷(xiāo)受限，難以實(shí)時(shí)準(zhǔn)確地對(duì)服務(wù)實(shí)例的可信度進(jìn)行評(píng)估；
　　 (2)在選擇最優(yōu)服務(wù)組合路徑時(shí)，如何利用服務(wù)實(shí)例可信度，使得在實(shí)際執(zhí)行時(shí)得到最優(yōu)服務(wù)組合路徑可以獲得期望最優(yōu)的效果；
　　 (3)目前大多數(shù)的服務(wù)組合調(diào)度算法未深入考慮路徑的快速恢復(fù)問(wèn)題，在按照最優(yōu)路徑執(zhí)行發(fā)生故障時(shí)，難以獲取當(dāng)前的剩余最優(yōu)路徑。
　　 (4)在動(dòng)態(tài)分布式環(huán)境下，含復(fù)雜結(jié)構(gòu)活動(dòng)的流程執(zhí)行困難的問(wèn)題。
　　 針對(duì)上

3、述問(wèn)題，本論文的主要研究工作和創(chuàng)新點(diǎn)如下：
　　 1、基于Dempster Shafer理論和Pignistic概率轉(zhuǎn)換理論，提出了服務(wù)實(shí)例的可信評(píng)估模型。
　　 針對(duì)動(dòng)態(tài)分布式環(huán)境下，難以實(shí)時(shí)準(zhǔn)確地評(píng)估服務(wù)實(shí)例可信度問(wèn)題，本文基于Dempster-Shafer理論，提出了服務(wù)實(shí)例的可信評(píng)估模型。該模型先計(jì)算前一級(jí)服務(wù)實(shí)例對(duì)后一級(jí)服務(wù)實(shí)例的直接可信度，然后根據(jù)Shapley熵做權(quán)值來(lái)進(jìn)行Dempster規(guī)則合成，最后再利

4、用Pignistic概率轉(zhuǎn)換理論對(duì)不確定區(qū)間進(jìn)一步細(xì)分進(jìn)行可靠評(píng)估，得出較為準(zhǔn)確的服務(wù)實(shí)例可信度。實(shí)驗(yàn)結(jié)果分析表明該模型在動(dòng)態(tài)環(huán)境下，服務(wù)實(shí)例可信度評(píng)估模型是有效的，得到的可信度評(píng)估值準(zhǔn)確率在90％以上。
　　 2、基于服務(wù)實(shí)例的可信評(píng)估和Q學(xué)習(xí)，提出了可信的服務(wù)組合調(diào)度方法。
　　 針對(duì)在動(dòng)態(tài)分布式環(huán)境下，目前大多數(shù)服務(wù)組合調(diào)度算法計(jì)算出的最優(yōu)服務(wù)組合路徑，在執(zhí)行時(shí)難以獲得實(shí)際最優(yōu)效果的問(wèn)題。本文基于服務(wù)實(shí)例的可信評(píng)估

5、模型，提出了一種基于可信評(píng)估的服務(wù)組合調(diào)度算法，該算法計(jì)算各條備選路徑的期望聚合屬性累加和，然后選擇具有最小期望聚合屬性累加和的組合路徑作為最優(yōu)路徑。針對(duì)動(dòng)態(tài)分布式環(huán)境下，難以準(zhǔn)確對(duì)系統(tǒng)進(jìn)行建模，從而影響最優(yōu)路徑計(jì)算的問(wèn)題，本文提出了一種基于Q學(xué)習(xí)的服務(wù)組合調(diào)度算法，該算法僅通過(guò)對(duì)組合環(huán)境進(jìn)行簡(jiǎn)單的建模，得到粗略的Q初始值，然后通過(guò)反饋學(xué)習(xí)，不斷迭代Q值，從而獲得較為準(zhǔn)確的組合策略。通過(guò)實(shí)驗(yàn)結(jié)果分析，表明上述兩種算法在動(dòng)態(tài)分布式環(huán)境下，

6、其組合成功率和綜合QoS性能均得到了有效地提升，其中基于可信評(píng)估的服務(wù)組合調(diào)度算法對(duì)比傳統(tǒng)服務(wù)組合算法，綜合QoS性能提升15.2％，組合成功率提升22％。
　　 3、提出了支持動(dòng)態(tài)局部?jī)?yōu)化的可信服務(wù)組合方法
　　 針對(duì)在按照最優(yōu)路徑執(zhí)行發(fā)生故障時(shí)，難以獲取當(dāng)前的剩余最優(yōu)路徑問(wèn)題，本文提出了一種基于局部狀態(tài)逆向擴(kuò)散的服務(wù)組合算法，該算法利用決策圖優(yōu)化的思想，通過(guò)周期性從后向前逐級(jí)匯報(bào)自身QoS狀態(tài)，逐級(jí)計(jì)算當(dāng)前最優(yōu)和次優(yōu)

7、路徑進(jìn)行部署，在實(shí)際執(zhí)行時(shí)，若最優(yōu)路徑上某一服務(wù)實(shí)例發(fā)生故障時(shí)，能夠直接選擇次優(yōu)路徑作為當(dāng)前最優(yōu)路徑，保證業(yè)務(wù)執(zhí)行的快速恢復(fù)。針對(duì)在分布式環(huán)境下，分支匯聚流程各分支難以匯聚到同一執(zhí)行節(jié)點(diǎn)問(wèn)題，本文提出了一種基于公共節(jié)點(diǎn)決策的分支匯聚算法，使得分支匯聚流程能夠順利被執(zhí)行。通過(guò)仿真和實(shí)際實(shí)驗(yàn)驗(yàn)證了上述算法的有效性，各算法均能保證當(dāng)前剩余最優(yōu)和局部最優(yōu)的要求。
　　 上述方法己部分應(yīng)用于開(kāi)發(fā)“業(yè)務(wù)運(yùn)行協(xié)同平臺(tái)”，該平臺(tái)為國(guó)家863項(xiàng)目