Web Services服务质量模型与量化算法研究

Web Services服务质量模型与量化算法研究

论文摘要

随着Web Services技术受到产业界和学术界越来越多的关注,其应用也越来越广泛,出现了不少功能相同或相似的Web服务。为了对它们加以区分,人们通常采用服务质量(QoS:Quality of Service)作为评价和衡量的标准。因此,需要有相应的机制来对Web服务的服务质量进行描述和量化。然而,现有的Web Services服务质量模型主要考虑的都是通用的服务质量属性,忽略了与Web服务所应用的领域相关的服务质量属性在Web服务评价中的作用。领域相关的服务质量属性是服务用户在衡量Web服务的服务质量和选择Web服务时的重要参考因素。同时,服务质量模型需要组合Web服务的服务质量量化算法,为多个Web服务组合实现复杂功能和业务流程提供支持。本文主要完成了以下三方面的工作:提出了一个结合领域相关服务质量属性的Web Services服务质量模型和一种基于组合Web服务的服务质量量化算法,最后介绍了一种基于API Hook技术的Web Services服务质量度量方法。结合领域相关服务质量属性的Web Services服务质量模型可以对Web服务的通用服务质量属性以及领域特定的服务质量属性统一地进行描述和建模。该模型包括三个子模型,分别是服务质量属性子模型、量化指标子模型和权重子模型。服务质量属性子模型提供了一套定制服务质量属性的框架,其核心是服务质量树,它由领域和服务质量属性构成,用来描述目标对象的服务质量;量化指标子模型提供了定制具体量化指标的途径,并将它们和服务质量属性联系在一起;权重子模型则提供了指明各服务质量属性权重的方法,以便通过加权平均的方式计算目标对象的总体服务质量水平。文中还给出了该服务质量模型中各项概念以及它们相互之间联系的定义和相应的Web本体语言(OWL:Web Ontology Language)描述,并且通过一个实例介绍了该模型的应用。基于组合Web服务的服务质量量化算法以本文提出的Web Services服务质量模型为基础。算法为所有的服务建立一系列的服务质量指标,进行量化,得到一系列的量化值,并针对这些服务质量指标实现优化的组合Web服务的服务质量。同时,在此量化算法的基础之上,在组合Web服务中建立了一个服务质量驱动的服务选择机制,从而实现所有组合服务中的组合都是最优的。基于API Hook技术的Web Services服务质量度量方法通过拦截Web服务应用在发送和接收SOAP消息时对操作系统网络套接字服务的调用,动态地监测其使用Web服务操作的状况,记录相关信息,从而实现对目标Web服务操作的服务质量的度量。该方法具有客观化、自动化和轻量化的特点。

论文目录

  • 摘要
  • Abstract
  • 第一章 引言
  • 1.1 研究背景与意义
  • 1.2 现状与前景展望
  • 1.2.1 现状
  • 1.2.2 前景展望
  • 1.3 本文的主要工作
  • 1.4 论文章节安排
  • 第二章 相关理论与研究
  • 2.1 Web 服务核心技术及相关工作原理概述
  • 2.1.1 核心技术简介
  • 2.1.2 Web 服务工作原理
  • 2.2 现有的 Web Services 服务质量模型
  • 2.3 现有的 Web Services 服务质量量化算法
  • 2.4 小结
  • 第三章 领域相关的 Web Services服务质量模型
  • 3.1 引言
  • 3.2 服务质量属性子模型
  • 3.2.1 服务质量属性P
  • 3.2.2 服务质量类别(领域)C
  • 3.2.3 根 Root
  • 3.2.4 服务质量树T
  • 3.2.5 目标对象TO
  • 3.2.6 服务提供者对象SP
  • 3.2.7 服务部署对象 Deployment
  • 3.2.8 Web 服务对象 WS
  • 3.2.9 Web 服务操作对象 OP
  • 3.2.10 目标对象树 TOT
  • 3.3 服务质量量化指标子模型
  • 3.3.1 量化指标定义
  • 3.3.2 量化指标的分类
  • 3.4 服务质量权重子模型
  • 3.4.1 权重节点
  • 3.4.2 权重树
  • 3.5 服务质量模型的应用
  • 3.5.1 模型的构建
  • 3.5.2 服务质量约束
  • 3.6 小结
  • 第四章 基于组合 Web 服务的服务质量量化算法
  • 4.1 引言
  • 4.2 组合 Web 服务的服务质量量化算法
  • 4.2.1 基本 Web 服务的服务质量指标
  • 4.2.2 组合 Web 服务的服务质量指标
  • 4.2.3 组合 Web 服务的服务质量量化过程
  • 4.3 Web 服务的优选机制
  • 4.4 小结
  • 第五章 Web Services服务质量的度量方法
  • 5.1 现有的服务质量度量方法
  • 5.1.1 基于对底层网络数据包进行检测的方法
  • 5.1.2 基于代理的方法
  • 5.1.3 基于对SOAP 引擎库进行修改的方法
  • 5.1.4 基于应用响应测量API 的方法
  • 5.2 基于 API HooK 技术的服务质量度量方法
  • 5.2.1 服务端度量
  • 5.2.2 客户端度量
  • 5.3 对数据的分析处理
  • 5.4 原型实验
  • 5.4.1 度量工具
  • 5.4.2 客户端度量实验
  • 5.4.3 服务端度量实验
  • 5.4.4 度量开销与实验分析
  • 5.5 小结
  • 第六章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 致谢
  • 参考文献
  • 攻硕期间取得的研究成果
  • 相关论文文献

    • [1].混沌量化算法研究及测试分析[J]. 微型机与应用 2010(19)
    • [2].一种改进的混沌序列量化算法[J]. 通信技术 2016(03)
    • [3].基于权值交互思想的卷积神经网络量化算法[J]. 电子技术应用 2020(10)
    • [4].一种内容自适应的硬判决量化算法[J]. 中国计量大学学报 2017(02)
    • [5].模拟电路的故障度量化算法(英文)[J]. 控制理论与应用 2013(08)
    • [6].抑制局部放电混合干扰的浮阈值量化算法[J]. 重庆大学学报 2012(07)
    • [7].一个基于链表的快速色彩量化算法[J]. 计算机科学 2011(02)
    • [8].软件流水向量化算法研究[J]. 信息工程大学学报 2015(06)
    • [9].一种新的基于K均值聚类的色彩量化算法研究[J]. 计算机科学 2012(S3)
    • [10].一种基于核的聚类色彩量化算法[J]. 机电工程 2008(01)
    • [11].基于视觉特性的一种自适应颜色量化算法[J]. 中国西部科技 2013(02)
    • [12].梯形高斯隶属度量化算法及在汽车图像库的仿真[J]. 模糊系统与数学 2018(06)
    • [13].基于迭代的磁共振指纹参数量化算法改进[J]. 中小企业管理与科技(中旬刊) 2019(04)
    • [14].异构神经网络图像量化算法的相关探讨[J]. 数字技术与应用 2018(03)
    • [15].基于颜色差异的色彩量化算法[J]. 河南大学学报(自然科学版) 2011(02)
    • [16].一种基于高斯混合模型的导谱频率参数量化算法[J]. 电视技术 2014(15)
    • [17].一种基于预测量化对结构的LSP参数量化算法[J]. 解放军理工大学学报(自然科学版) 2012(03)
    • [18].基于CAN总线的标量控制系统中动态量化算法研究[J]. 电子技术 2012(09)
    • [19].一种模糊核聚类的彩色图像量化算法[J]. 河南科技大学学报(自然科学版) 2011(01)
    • [20].基于微粒群的颜色量化算法[J]. 微电子学与计算机 2008(03)
    • [21].基于轻量化算法无人机图像绝缘子识别定位研究[J]. 内蒙古科技与经济 2019(21)
    • [22].基于句中词语间关系的文本向量化算法[J]. 信息安全与通信保密 2014(04)
    • [23].基于多用户MIMO-OFDM系统的动态有限反馈与量化算法[J]. 计算机科学 2008(04)
    • [24].基于隐马尔可夫模型的能量参数预测量化算法[J]. 数据采集与处理 2011(02)
    • [25].基于频度严格优先的八叉树色彩量化算法[J]. 兰州大学学报(自然科学版) 2013(02)
    • [26].基于数据压缩的LSP参数高效量化算法[J]. 军事通信技术 2008(04)
    • [27].面向CPU/MIC异构架构的K-Means向量化算法[J]. 计算机科学与探索 2014(06)
    • [28].车行指路系统信息连续性分析及量化算法[J]. 交通运输系统工程与信息 2019(05)
    • [29].基于Fisher判据的自适应彩色图像量化算法[J]. 计算机工程与应用 2010(31)
    • [30].模糊综合信任量化算法[J]. 计算机仿真 2018(03)

    标签:;  ;  ;  

    Web Services服务质量模型与量化算法研究
    下载Doc文档

    猜你喜欢