基于QoS历史记录和社区发现的服务组合排序方法研究

论文摘要

Web服务组合是将单一的Web服务聚合在一起,从而满足复杂应用需求的方法。随着Web2.0时代的到来,越来越多的普通用户参与到Web服务的开发、发布和使用中,这一方面扩大了可供Web服务组合使用的Web服务的规模,另一方面也对Web服务组合的可信度提出了更高的要求。与此同时,随着以Facebook、Twitter为代表的社会网络平台的迅猛发展,社会网络中蕴含的资源也在飞速增长。如何在服务组合中有效利用社会网络中的信息是服务组合领域未来的研究方向之一本文围绕提高Web服务组合的可信度这一课题展开。许多服务组合方法在组合时使用了服务提供者提供的静态QoS(Quality of Service)值作为服务的非功能性属性描述,然而这些QoS值不能反映Web服务运行环境的动态变化且存在服务提供者提供虚假QoS值的可能。有鉴于此,本文提出基于QoS历史记录的服务组合排序方法,用实际执行过的QoS指标计算排序指标,一定程度上提高了服务组合排序结果的可信度。对应于不同的应用场合,提出了两种不同的基于QoS历史记录的服务组合排序方法,并分别给出了实验评估。本文还提出了一种基于节点相似度的社区发现方法,该方法在进行社区发现时,可以同时利用社会网络中的节点属性信息和边属性信息。在社会网络中划分出社区后,可以为Web服务组合的用户找到与其在同一社区的用户群体。考虑到相同社区内的用户的QoS历史记录往往比其他人的QoS历史记录更容易得到用户的信任,在基于QoS历史记录的服务组合排序方法的基础上,结合上述社区发现方法,本文提出了基于QoS历史记录和社区发现的服务组合排序方法。该方法借助同一社区的用户间协同,过滤QoS历史记录,从数据源方面进一步提高了服务组合排序结果的可信度。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 研究工作
• 1.3 论文结构
• 第2章 基于QoS历史记录和社区发现的服务组合排序相关工作
• 2.1 引言
• 2.2 服务组合研究现状
• 2.2.1 Web服务组合规划相关工作
• 2.2.2 Web服务选择相关工作
• 2.3 QoS模型
• 2.3.1 QoS指标
• 2.3.2 QoS聚合
• 2.3.3 QoS规范化
• 2.4 社区发现相关工作
• 2.4.1 非重叠社区发现相关工作
• 2.4.2 重叠社区发现相关工作
• 2.5 本章小结
• 第3章 基于QoS历史记录的服务组合排序方法
• 3.1 引言
• 3.2 基于QoS历史记录的服务组合排序方法
• 3.2.1 历史记录组合
• 3.2.2 全局排序方法
• 3.2.3 基于历史记录的服务组合排序方法
• 3.2.4 实验评估
• 3.3 基于QoS历史记录和聚类的服务组合排序方法
• 3.3.1 QHRC方法
• 3.3.2 H2D-SC模糊层次聚类方法
• 3.3.3 实验评估
• 3.4 本章小结
• 第4章 基于节点相似度的社区发现方法
• 4.1 引言
• 4.2 研究动机
• 4.3 基于节点相似度的社区发现方法
• 4.3.1 记号和定义
• 4.3.2 节点相似度评估方法
• 4.3.3 社区发现方法
• 4.4 实验评估
• 4.4.1 实验数据
• 4.4.2 实验环境
• 4.4.3 实验分析
• 4.5 本章小结
• 第5章 基于QoS历史记录和社区发现的服务组合排序方法框架及原型系统
• 5.1 引言
• 5.2 方法框架
• 5.3 原型系统
• 5.4 案例研究
• 5.5 本章小结
• 第6章 结束语
• 6.1 本文成果
• 6.2 未来展望
• 参考文献
• 致谢
• 附录
• 附录A 攻读硕士学位期间参加的科研项目
• 附录B 攻读硕士学位期间发表的学术论文