基于skyline全局QoS约束下web服务选择.docVIP

基于skyline全局QoS约束下web服务选择 　　摘要 随着web2.0的普及，大量web服务被提出及应用到开放式服务系统中，服务组合能满足用户不断变化的需求，但是在组合服务中需要用尽可能短的时间从大量备选服务中选择以满足用户需求的组合。本文提出了一种基于Skyline服务的全局QoS约束下的web服务选择方法。通过区分出Skyline服务同时对其进行层次聚类，使用虚拟最优点定位有解的层次后，求解全局最优解。实验表明，该方法有较好的有效性以及较好的性能。 　　关键词 web服务；skyline；服务组合 　　中图分类号TP39 文献标识码A 文章编号1674-6708（2012）81-0237-02 　　面向服务的计算能够无缝地把现存的各种商业应用服务组合起来，形成新的增值服务满足用户的需求。如何能从具有不同QoS属性的高度动态化的web服务中，以有效的方式在较短的时间内选择出满足用户对于全局QoS需求的服务，已经是web服务组合中一个比较重要的问题。 　　在文献[1]中提出了一种基于skyline服务的服务选择方法。该方法通过区分出skyline服务，同时进行层次聚类，对每一层使用混合线性规划（MIP， mixed integer program）求解最优解。本文在该方法的基础上进行改进，通过增加虚拟最优点，定位有解的层次，进一步缩小搜索范围，使得性能进一步得到提升。 　　1 全局约束下的服务选择 　　1.1 QoS效用函数 　　QoS效用函数用来将服务类中的每个候选服务的QoS属性向量Qs映射到一个实数值，通过该值对每一个候选服务进行排序或分类，便于选择到满足QoS约束的服务组件。本文中的效用函数采用简单加权方法计算。 　　1.2 基于skyline service的全局QoS约束下的服务选择 　　基于全局QoS约束的服务选择是一个最优化问题，该问题的重点是从所有可能的服务组合中选择一个QoS效用函数值最大且满足全局QoS约束的组合服务。例如，如果全局QoS约束，求得的组合服务是最优组合服务，则必须满足以下两个条件： 　　组合服务中所有服务类的QoS效用函数值U（CS）最大； 　　组合服务的QoS聚合值。 　　通过在论文[1]所提出的方法上进行改进，本节提出了时间复杂度较低的服务选择方法。 　　定义1：Dominate，在一个服务类S中， 有两个服务 x， y ∈ S. x dominates y， 记做 x ? y， 当且仅当x在QoS的所有维度都不比y服务的差，并且至少有一维要优于y。 　　定义2：Skyline服务，在一个服务类中，所有没有被dominate的服务都是Skyline服务。 　　该方法的主要步骤如下： 　　步骤1：对于抽象的组合服务S中所有的服务类Sj找出每一个服务类中的所有skyline服务。 　　步骤2：构造QoSLevel tree。对每一个服务类的skyline服务聚类到k个集合中，其中k=2， 4， 6， K并且为每一个集合选取一个代表性的服务。这里我们选取每个集合中utility值最大的服务代表该集合，将这些具有代表性的服务构造成一棵二叉树。树的叶子节点对应于skyline服务的每一个服务，跟节点和中间结点对应于聚类后产生的集合的代表服务。 　　步骤3：构建虚拟最优点及定位有解的起始层次。对于每一个服务类的QoSLevel tree的每一层构造一个虚拟最优点，该虚拟最优点的QoS每一维的属性值等于该层所有服务中QoS的每一维度的最优属性值。然后，对于所有服务类的每一层的虚拟最优点进行聚合计算。如果聚合值满足全局QoS约束，则该层可能有解。 　　步骤4：使用MIP进行求解。通过上一步定位出了有解的起始层次，从该层开始使用MIP求解，直到找到最优解为止。MIP公式如下： 　　xij代表服务类Sj中的服务yij是否被选择，如果yij被选择，则xij = 1否则 xij = 0。 　　约束条件： 　　2 实验对比 　　为了验证本文所提出的方法，在不同数量的web服务的和不同的全局QoS约束下同一下几种方法进行比较： 　　ExactSkyline：基于Skyline的标准的全局约束下求解最优解的方法。 　　SkylineRep：文献[1]中所提出的方法。 　　SkylineRep-VOP：对于文献[1]中方法的改进。 　　备选服务的QoS使用QWS dataset，该数据集包含2500个真实web服务的9个QoS属性。该实验使用备选服务包含10个备选服务类，每次实验的每个备选服务类中的服务数量从100变化到1 000，每一次实验重复100次得到如下图所示结果： 　　在三种方法中，SkylineRep-VOP明显优于其他两种方法。当备选服务类中服务数量增加时，SkylineRep和Skyline