[發明專利]一種基于可信度篩選的Web服務組合方法

在審

• 申請號: 202011319892.3
• 申請日: 2020-11-23
• 公開（公告）號: CN112511346A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 韓敏;劉鋒;鐘凱
• 申請（專利權）人: 大連理工大學
• 主分類號: H04L12/24
• 分類號: H04L12/24;G06N3/00;G06N7/00
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 李曉亮;潘迅

一種基于可信度篩選的Web服務組合方法，屬于計算機網絡服務領域。首先，根據Web服務的歷史運行記錄采用貝葉斯學習理論結合時間因素的方法對Web服務的QoS可信度進行計算，并依據可信度使用skyline理論對Web服務進行篩選，得到可信的Web服務作為服務組合過程的候選服務集合。然后，針對QoS屬性構建多目標優化模型。最后，采用改進多目標粒子群算法對優化模型進行求解，得到滿足用戶需求的可信的組合方案。本發明QoS屬性可信度值的計算實時可靠；利用skyline理論方法將被支配的候選服務篩選出去，更加符合用戶的需求，并且得到的候選服務集合是可信的；采用改進多目標粒子群算法求解Web服務組合方案，在保證求解速度的同時，求解出更好的Web服務組合方案。

技術領域

本發明屬于計算機網絡服務領域，尤其涉及到一種基于可信度篩選的Web服務組合方法。

背景技術

Web服務是開放性、松散耦合、高度集成的綜合性計算機軟件，在社會生產和生活中應用十分廣泛。然而，單一的Web服務功能有限，無法滿足用戶的多樣化需求，同時為了最大程度上利用已有的資源，Web服務組合技術逐漸受到重視。所謂Web服務組合技術就是將不同功能的Web服務通過工作流組合成一個具有增值功能的新Web服務，而基于工作流的Web服務組合技術主要是在設計好的工作流的基礎上，選擇合適功能的Web服務(在服務組合過程中稱為子任務)進行組合，取得最佳組合方案，由于該技術不需要過多的經驗及復雜的工作流設計，受到了人們的廣泛關注。

隨著網絡中Web服務數量的增多，出現了大量功能屬性相同或相似但非功能屬性不同的Web服務，因此，人們在選擇Web服務時，不僅僅只是考慮功能屬性，Web服務的非功能屬性也越來越受到重視，而非功能屬性中的服務質量(Quality of Service，QoS)是最受關注的內容之一，從而衍生出基于QoS的Web服務組合技術。該技術主要根據QoS的屬性值選擇合適的Web服務進行組合，使得組合后的Web服務滿足用戶的QoS需求。然而，有時候人們獲得的Web服務的QoS屬性值不一定是可靠的，其原因在于：一方面網絡環境是動態變化的，Web服務的QoS屬性值可能發生變化；另一方面Web服務的發布者可能發布與實際值不符的QoS屬性值。這種情況會導致最終組合的Web服務的QoS屬性不如預期，甚至無法滿足用戶的需求。因此，對QoS的可信度進行研究具有重要的意義。

經過對現有技術的文獻檢索發現，發明名稱“一種基于QoS的可信Web服務組合優化方法”(公開號為CN107070704A，公開日為2017.08.18)提出了一種計算可信QoS指標的方法，該方法首先從主觀和客觀方面計算QoS的可信度，并將其與QoS指標相乘，得到可信QoS。但這種方法的不足之處在于：一方面可信度低的Web服務可能導致組合后的Web服務難以達到預期的QoS屬性值，另一方面也與用戶更傾向于選擇可信度高的Web服務的行為不一致。因此，本發明提出一種基于可信度篩選的Web服務組合方法，采用貝葉斯學習理論結合時間因素計算QoS的可信度，并根據skyline理論將可信度低的Web服務刪除，得到可信的Web服務作為組合過程中子任務的候選服務集合。相比可信度與QoS結合的方法，本發明提出的方法對于構建可信的組合服務更加可靠，也更容易滿足用戶的需求。

發明內容

為解決以上問題，本發明提出一種基于可信度篩選的Web服務組合方法用于求解可信的Web服務組合方案，利用貝葉斯學習理論結合時間因素計算其可信度，并根據計算的可信度利用skyline理論篩選出可信的Web服務，作為Web服務組合過程中子任務的候選服務集合。同時，為了能夠更好地求解出Web服務組合方案，采用一種改進多目標粒子群算法來進行求解，該方法在保持求解效率的同時能夠求解出具有更好質量的Web服務組合方案。

為了達到上述目的，本發明的技術方案如下：

(1)針對Web服務的某個QoS屬性，采用貝葉斯學習理論結合時間因素的方法，計算該屬性的可信度值；