一种Web服务QoS统一评估方法.docVIP

一种Web服务QoS统一评估方法 　　现有服务发现模型在QoS属性多数据源合成方面，算法过于简单，无法避免异常数据干扰，难以保证客观性，在多属性集成方面亦缺乏实用性。对此，提出了一种Web服务的QoS统一评估方法。其选取三项常用QoS属性作为研究对象。对各属性来自不同数据源的数据，动态更新数字特征处理，并作高斯归一化后，动态加权合成，得到该属性合成数据。将三项属性的合成数据再按照正负关系集成，得到QoS综合评价数据。经实验验证，其能实时客观地进行服务发现，有效地解决了上述问题 【关键词】Web服务发现 QoS 动态集成 自适应处理 高斯归一化 近年来，Web服务应用范围越来越广，同一功能存在着大量不同的Web服务可供选择，如何在相同功能的Web服务集合中动态发现和选择满足客户实际需求的最佳Web服务是一个不可回避的问题。传统的Web服务发现方法，如“分类钻取”和“关键字查询”多是基于功能发现实现的，对服务质量（QoS， Quality of Service）考虑甚少，难以在功能相同的大量服务中为用户筛选出最佳的服务。针对这个问题，研究者提出了基于QoS的Web服务发现方法，以保障服务的质量。其中，QoS被定义为一组非功能属性的集合，其中，每个属性代表了服务某方面的质量特性，通过一个具体数值来表示，例如服务价格、可靠性、安全性、可用性等等 目前，在Web服务QoS领域的研究工作主要分为几个方面：QoS模型研究、QoS信息获取及存储和QoS属性度量方法。其中，基于QoS的Web服务发现技术包括QoS属性的组成、表示、计算及对QoS属性按一定的规范化算法和评价标准计算出综合QoS相对最优服务。文献[5]提出一种在Web服务市场中融合QoS，并以此为依据去完成服务发现，但对QoS的评价仅考虑了用户评价和服务提供商的数据，缺乏第三方数据，因而得出的数据不够客观。文献[6]建立的QoS模型，只参考了用户的偏好和专家的评价，未考虑服务提供商的数据，数据不够全面，无法对用户和第三方评价形成制约，导致模型数据不平衡 针对上述问题，本论文以服务价格（Price）、服务响应时间（Res-Time）和服务可用性（Availability）等三个典型的QoS属性对象，提出了产生Web服务QoS综合评价数据的方法，并进行了实?验证，验证了计算方法的有效性 1 计算方法概述 Web服务QoS某个属性的原始数据经过动态处理，获得集成数据，再将多个QoS属性的集成数据通过公式计算得出QoS的统一评估数据。其中，QoS各个属性集成数据来自3个不同数据源，分别为服务提供者（SP， Service Provider）、QoS第三方评测（PT， Third-part Test）和客户评价（CE， Customer Evaluation）。经过自适应处理和归一化处理后得到。QoS统一评估数据由服务价格、响应时间和可用性等三个属性的集成数据经过动态处理得到 下面，对计算方法中涉及的变量给出定义 2.1.4 数值动态合成 由于当前Web服务QoS数据主要通过服务提供商和客户事后评价来获得。对于长期通过固定权重比来计算多个数据源的合成QoS值时，服务提供商为提高自身服务的评估数值，会串通客户故意提高评价值，从而影响客户反馈的真实性，从而降低QoS数值的准确性。因此，针对这个问题，本文改进了数据合成的方法，在数据合成时，采用一种动态分配各个数据源权重的方法，避免计算出来的数据失真 该计算方法可简单表述为：保持3个数据源的数据互相不会偏离过多，当某个数据源与其它两个均值偏离较多时，调低其在计算结果中的比重，否则恢复原有比重 2.2 多QoS属性综合 在计算得到Web服务QoS各属性合成值后，将多个属性值数据进行综合，从而得到QoS的综合评估值 通过2.1.4节计算公式，可分别得到服务WSi的QoS三个属性的具合成数值：价格对应的Y（pi）、响应时间对应的Y（ri）和可用性对应的Y（ai）。根据各QoS与综合评估结果的正负变化关系，可得出将服务WSi的QoS综合评价值： 3 验证实验及结果分析 3.1 验证实验 为验证设计的计算方法的是否可实现预期效果，借助服务模拟数据进行测试 实验方法：将模拟数据利用第2章所述计算方法进行计算，分别得到服务WS0～WS5的3个QoS属性的合成值和综合评价值 3.2 实验结果分析 实验结果如下表所列。其中，Y和I分别代表合成值和综合评价值 实验结果的分析如下： 服务WS1的可用性中的SP值比PT、CE值的偏高较多，而WS1的Y值，仅比PT和CE的平均值稍高，调低了SP的比重，抑制了其的不合理取值，说明动态合成处理计算方法已实现了预期效果 WS2