面向复杂上下文的组合服务决策方法研究

论文摘要

Web服务作为一种开放的业务提供方式,已经得到了工业界和学术界的广泛关注。单一Web服务功能简单难以满足日益增长的用户需求,而组合服务能够提供更复杂的功能。因此,Web服务组合是Web服务中的重要研究领域,其中基于上下文的组合服务选择在Web服务组合当中扮演着相当重要的角色。本论文的研究重点在于面向复杂上下文的组合服务选择过程,然而就作者目前所具有的相关知识水平和认识程度而言,这方面的研究工作还处于起步阶段,仍存在一些问题：1.目前研究成果中没有上下文模型能够描述组合服务选择相关的上下文(包含不确定数据类型,如区间数、三角模糊数和直觉模糊集)以及基于上下文模型的组合服务选择框架；2.组合服务选择算法不支持下列场景：具有不确定数据类型的用户上下文与服务上下文的匹配,不支持考虑时间维度的QoS计算,不支持实数、区间数、三角模糊数和直觉模糊集混合表示的QoS模型；3.组合服务决策算法在任务数量多和候选服务规模大的情况下运行效率低;4.组合服务选择算法不支持大群体用户中用户具有个性化QoS需求的场景；5.组合服务选择算法不支持具有多决策者并且QoS模型异构的场景。为了解决上述难题,为组合服务提供有效地决策支持,本论文分4个部分分析与研究了复杂上下文的本体模型以及基于复杂上下文的组合服务选择框架、混合上下文感知的动态组合服务选择算法、大群体Pareto最优的组合服务决策算法和基于多决策者的组合服务群决策算法。本论文取得了以下几个方面的科研成果：1)复杂上下文本体创建和组合服务选择框架设计。泛在、融合的网络环境下的组合服务选择必需考虑用户的上下文和Web服务运行的上下文条件,并且用户上下文和服务上下文属性值的数据类型应当包括数据型、区间数据型、语言型；群体活动随处可见,尤其是在泛在、融合网络环境下群体活动更为广泛；因此需要建立一个新的能够描述上述上下文的Web服务上下文本体。为解决这一难题,本文提出了一个新的复杂上下文本体,该本体包含了用户上下文本体和服务上下文本体,能够有效的解决上述问题；基于混合数据类型(实数、区间数、三角模糊数和直觉模糊集)表示的QoS模型,本文提出了一个新的组合服务QoS聚合模型；另外,针对基于复杂上下文的组合服务选择场景,本文设计了一个复杂上下文感知的组合服务选择框架。2)提出一种混合上下文感知的动态组合服务选择算法。泛在网络环境下的网络、资源不断变化,用户设备能力差距很大,以及混合的上下文表示给组合服务选择带来巨大困难；在基于服务质量(QoS)的组合服务选择中,为获得可靠的决策结果必须考虑多期QoS；原子服务规模较大时严重影响组合服务选择算法的性能。为解决上述难题本文提出了一个混合上下文感知的动态组合服务算法,包括5个步骤：混合上下文匹配算法(HCMA)、混合QoS聚合算子(HQAO)、原子服务聚类(ASC)、生成组合服务计划、组合服务选择算法(SSA)。仿真实验验证了该算法的优越性和有效性。3)提出一种大群体Pareto最优组合服务选择算法。面向群体的服务和组合服务,在社会生活中应用非常广泛；而群体规模较大以及个性化的QoS需求给面向群体用户的组合服务选择带来巨大困难。因此,基于多属性群决策理论本文提出一种大群体Pareto最优组合服务选择算法(LGP_SSA)。LGP_SSA包括5个步骤：群体偏好确定、族加权权重确定、构造族加权规格化决策矩阵、确定理想方案、群体综合评价。实验数据表明,LGP_SSA算法能够很好的解决大规模群体用户的组合服务选择问题。4)提出一种基于多决策者的组合服务群决策算法。为了解决具有多QOS注册中心(多决策者)并且QoS模型异构的组合服务选择难题,基于群决策(MAGDM)理论提出一个基于多决策者的组合服务群决策算法(MRHQ_SSA),该算法不仅能够支持多决策者并且QoS模型同构的组合服务选择,也能支持多决策者并且QoS模型异构的组合服务选择。实验数据表明,MRHQ_SSA算法能综合评估各决策者的QoS信息,从而获得QoS综合最优的组合服务计划,同时也具有较高的执行效率。MRHQ_SSA算法包括6个步骤：标准化QOS模型、用户偏好规格化、群偏好确定、加权规格化决策矩阵、确定群理想方案、计算群方案贴近度。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 主要研究工作
• 1.3 论文内容和结构
• 1.4 本章参考文献
• 第二章 面向上下文的组合服务选择研究综述
• 2.1 引言
• 2.2 上下文相关技术
• 2.2.1 上下文定义与分类
• 2.2.2 上下文获取与建模
• 2.2.3 上下文信息处理
• 2.2.4 上下文存储与管理
• 2.3 WEB服务相关技术
• 2.3.1 Web服务基本概念及相关标准
• 2.3.2 Web服务体系结构和面向服务的计算
• 2.3.3 语义Web服务描述
• 2.4 面向上下文的组合服务选择研究
• 2.4.1 Web服务上下文相关研究
• 2.4.2 服务选择相关研究
• 2.5 小结
• 2.6 本章参考文献
• 第三章 面向复杂上下文本体及组合服务选择框架研究
• 3.1 引言
• 3.2 复杂上下文本体
• 3.2.1 用户上下文本体
• 3.2.2 服务上下文本体
• 3.3 组合服务QoS聚合模型
• 3.4 复杂上下文感知的组合服务选择框架
• 3.4.1. 基于智能主体的U/H+S/R框架
• 3.4.2 基于智能主体的S/B框架
• 3.5 小章小结
• 3.6 本节参考文献
• 第四章 混合上下文感知的动态组合服务选择方法研究
• 4.1 引言
• 4.2 混合上下文匹配算法（HCMA）
• 4.3 混合QoS聚合算子（HQAO）
• 4.4 原子服务聚类（ASC）
• 4.4.1 混合矩阵区间化
• 4.4.2 原子服务矩阵规格化
• 4.4.3 原子服务聚类
• 4.5 生成组合服务计划
• 4.6 服务选择算法（SSA）
• 4.6.1 组合服务决策矩阵区间化
• 4.6.2 计算加权规格化决策矩阵
• 4.6.3 确定理想方案
• 4.6.4 计算方案贴近度
• 4.7 仿真实验
• 4.7.1 服务选择算法的比较
• 4.7.2 上下文匹配的服务选择比较
• 4.7.3 多期QoS的服务选择比较
• 4.7.4 原子服务聚类服务选择比较
• 4.8 本章小结
• 4.9 本章参考文献
• 第五章 大群体PARETO最优组合服务决策方法研究
• 5.1 引言
• SSA）'>5.2 服务选择算法（LGP_SSA）
• 5.2.1 群体偏好确定
• 5.2.2 族加权权重确定
• 5.2.3 构造族加权规格化决策矩阵
• 5.2.4 确定群理想方案
• 5.2.5 群体综合评价
• 5.3 实验分析
• 5.3.1 不考虑大群体仿真实验
• 5.3.2 考虑大群体仿真实验
• 5.4 本章小结
• 5.5 本章参考文献
• 第六章 基于多决策者的组合服务群决策方法研究
• 6.1 引言
• SSA）'>6.2 服务选择算法（MRHQ_SSA）
• 6.2.1 标准化QoS模型
• 6.2.2 用户偏好规格化
• 6.2.3 群偏好确定
• 6.2.4 加权规格化决策矩阵
• 6.2.5 确定群理想方案
• 6.2.6 计算群方案贴近度
• 6.3 实验分析
• 6.3.1 QoS模型相同的算法比较
• 6.3.2 QoS模型异构的算法比较
• 6.3.3 性能分析
• 6.4 本章小结
• 6.5 本章参考文献
• 第七章 结束语
• 7.1. 论文总结及主要创新
• 7.2. 进一步的研究工作
• 致谢
• 博士在读期间完成的论文
• 博士在读期间完成和参与的项目