QoS感知的动态Web服务选择调查.docxVIP

QoS感知的动态Web服务选择调查摘要随着互联网上功能类似的网页提供的服务越来越多，如何充分利用，合计并使用个别组件的服务质量（QoS）的信息得出的最优QoS的组合服务以满足用户的需求，仍然是一个正在进行的研究热点问题。本文首先介绍了当前的QoS模型及相关计算方法，以及目前的策略和服务的选择方法，然后系统地分析和讨论。最后，指出了现有算法的一些缺点，提出了这一领域未来的研究方向。关键字-网页服务；服务选择；服务质量（QoS）I. 引言作为SOC的主流范式，对服务的组成及相关技术的理论研究，始终是SOC1 2研究领域的核心命题。并且服务选择是需要处理的关键问题之一。服务选择的质量直接影响到服务3的重用和组成。开放的网络环境，使提供的服务构成了一个不断成长的，动态改变的服务空间，有越来越多的具有相同功能属性的Web服务但QoS不同（服务质量，例如可靠性，可用性和请求响应时间等），所以，如何动态选择组件服务，满足服务组合模型的任务节点的功能特性，并生成一个可执行的服务组合，以完成用户的需求，已经是一个服务组合的关键问题。事情往往涉及两个方面的选择，第一，谁是主体的选择，如果主体是人，那么它仅仅是一个人或几个人？二，什么是选择的基础？尽管服务组件很丰富并且功能相当的可以相互替代，但QoS不同的服务提供的服务不同，所以，Web服务的选择通常以QoS做为选择基础。目前，基于QoS的服务选择支付更多的关注对服务的评价，并在单用户协作的情况下调用1,2，而且缺乏有效的评估工具以支持多用户的服务评价和选择4。在大量文献中，佟红霞5 提出了一种基于QoS的Web服务选择算法，考虑到每个候选服务组的喜好和评价的多属性群决策方法，李佩成6 提出基于mCP-nets的算法处理多个用户的定性和有条件的喜好。基于QoS的服务选择，主要包括两个方面：组件服务选择和组合服务选择。基于组件服务选择或者组合服务选择的算法研究，需要QoS模型和QoS计算的研究。因此，在本文中，我们首先总结目前的QoS模型及相关的计算方法，然后分析和讨论服务的选择策略，进一步指出现有算法的一些缺点并提出这一领域的一些研究方向。II. Web服务的QoS模型和QoS计算QoS是一些服务属性的组合，这些属性与服务的功能性性能无关，却与服务的非功能性性能相关。QoS是一个重要的指标，以区分相同或类似的服务，它可以用来为客户选择最佳的个性化服务，或用于选择服务组合。此外，从服务提供商的角度来看，提供良好的QoS能够显著增强其业务竞争力。当前QoS模型和QoS计算显示的一些特点：1) 对于不同的应用需求， QoS属性的集合组成存在差异W3C建议了几十个QoS属性7，主要包括价格，可用性，响应时间，可靠性，信誉，性能，安全等。这些特性包括几乎所有的从应用层到网络层的非功能性方面。然而，在QoS感知服务组合领域，只有几个常用的QoS属性普遍被认作例子。QoS属性8的四维定义：价格，可用性，响应时间和可靠性，是多数学者18,18,23,28选择组件服务和组合服务时的决策评估基础。Sheth9在四维QoS特性模型里增加了声望特性，这个五维模型也被广泛用于11,13,24,26。胡10给四维模型添加了高保真属性。此外，曾1认为服务品质属性应包括可用性，可靠性，成本，吞吐量，准确性和声誉等。刘11提出了一个可扩展的QoS模型，其中包括通用和域（执行价格，执行时间和声誉）或业务（交易，补偿率和处罚率）的具体标准。2) 重点放在整体服务质量的真实性，但很少衡量每个QoS属性的信誉。传感器和客户收集方法目前主要用来收集QoS信息12。Sheth9使用客户收集方法收集QoS信息。刘11和Maximilien13使用传感器来收集QoS信息，并且自动计算QoS以保证QoS的真实性。范14提出了QoS管理架构，并利用这个架构来检测和自动更新基于UDDI的QoS信息。由于分布服务和自治功能，它很难用一个全球性的监视器来收集所有服务的性能，建立和构造一个绝对可信的第三方认证中心需要大量的时间和空间去管理和维护。这样的设施还不存在。许多服务提供商的QoS信息直接延伸到服务的描述，但容易有主观因素和不公平。他们通常使用的声誉14,24或保真度10来衡量整个服务的信誉，然而，他们的声誉或保真度的定义完全是基于客户的主观的反馈意见，模型无法抵御恶意率攻击。李燕28提出的服务选择方法，考虑QoS数据，分类和计算QoS属性，根据QoS数据源的可信度。李燕28提出了考虑QoS数据可信性的服务选择方法，它根据QoS数据源分类计算QoS属性。对于数据来自服务提供商的QoS属性，使用过去运行时的数据统计以修改提供者的QoS数据。对于数据来自用户的QoS属性，使用反馈的相似性来衡量用户的QoS数据。3) 根据QoS属性的值，形成确定性的QoS模型和混合QoS模型常见的QoS模型通常使用确定真实的描述，从而可以简化确定性模型在服务组成的评估和计算过程，但有时这样的描述不准确，并且一些有用的QoS信息都将丢失。因此，一些学者认为，应引入QoS模型的不确定描述更准确地描述QoS属性的实质内容。E.Michael Maximilien15和Zhou Chen16建议应以区间数的形式描述QoS属性，这可以显示一个属性在一段时间内的突发最大值或最小值，并且能反应最好和最坏的属性值（这些数据被平均数掩盖之前）。此外，Xia Wang17扩展了这项工作，并提出QoS的模型的语言数据，合理地描述了语义性质不明确的QoS属性。考虑到真实的数据，时间间隔的数据和QoS模型，最先进的混合QoS模型描述语言数据形成了。Li Zhen18探索到混合QoS模型和组合中有用的聚合算法，其结果具有重要的参考价值。III. 基于QoS的服务选择策略组件服务的选择通常是指选择组件服务。组件服务的选择通常是指选择最满足用户的非功能性需求和综合评价最高的候选人收集了很多的组件服务，以满足用户的需求，非功能属性的组件服务。复合服务选择是指，每个服务组合过程中的任务，从大量的候选中顺序选择一个组件服务，并形成一个复合的服务实例。复合服务选择，包括全局优化，两个选择策略的本地选择和组合。全局优化通常需要服务结合满足用户的全局约束，并最大限度的聚合QoS的使用价值，而本地选择需要粒度活动/任务选择每个组件服务，其选择方法和标准对于组件服务选择来说是相同的，并且组件服务选择方法往往采用复合服务选择的局部选择以实现“最好的服务+最好的服务=最好的服务”。因此，目前组合服务选择的状态和趋势有以下重点。A. 本地选择策略这个方法是从每一组候选服务，独立于其他各组选择一个服务。使用特定的使用功能，不同的QoS标准值被映射到单一的实用价值并且具有最大使用价值的服务被挑选出来。Su19 为聚集局部最优服务的分布式环境提出了迭代选择算法，以满足网络环境的变换；Lamparter26提出了一个高度可配置的网络服务选择方法，根据为每个服务配置的最大请求工具确定权重，并结合可声明的基于逻辑的匹配规则，以克服缺乏随机选择的服务。Fan14把网络服务组合问题转换成随机离散事件系统的动态优化过程，设计一个可靠的基于马尔可夫决策的Web服务组合算法过程（MDP）。算法使用信誉的属性来衡量服务的信誉，作为随机变量的QoS，并且权重也随机生成，用户的喜好并没有被考虑到。Hu20利用普通使用功能作为具有数值规模的的顺序本地服务，并提出了基于多播QoS的服务选择局部优化模型（MLOMSS）为选择最好的服务提供重要的理由。Ma21讨论的QoS信任度计算区分虚假QoS指标的来源，并为不同来源的指标进行等级划分，然后根据QoS数据的可信度提出服务组合优化方法。这种算法的特点是：l 假定大多数服务提供商给出的QoS数据是真实的；l 不能有效地保证个性和用户喜好之间的服务平衡，部分算法盲目追求效用最大化，更加注重服务选择的理论，而在实用性和多功能性方面稍逊于20；l 非常有效的计算时间，但不适合基于QoS的服务组合，有端到端约束（如最大总价格），由于这样的全局约束不能在本地被验证，所以，用户通常不能得到满足他们非功能性需求的评定结果。B. 全局选择战略全局选择策略通常需要为整数规划，多选择背包算法和模拟退火等有端到端约束的数学解决问题考虑服务选择的全局服务QoS优化问题。Zeng1定义了一个服务质量的五维模型，并提出了一个基于整数规划的全局最佳选择算法；Alrifai2把全局QoS约束分解为局部QoS约束，然后全局搜索被转换为局部搜索以提高算法的效率。Yu22定义了一个考虑系统负载和成本，使端到端服务聚合反应时间的成效最大化来选择服务的实用功能。李18提出了一种新的模糊多属性决策，它是基于全局优化的语义Web服务组合算法（FuMuCom）。Fan23 设计的离散粒子群优化（DPSO）算法以便于动态Web服务选择，旨在限制进化算法很容易的陷入局部最优解，no-hope/re-hope标准出台，以保证粒子群的多样性，提高了全局搜索能力。服务网络的模拟退火算法27，信任感知的蚁群系统的优化算法25，基于多目标遗传算法的GODSS2429等都是全球性的服务选择，其解决方案的效率将限制服务动态绑定的性能。这种算法的特点是：l 假定大多数服务提供商给出的QoS数据是真实的;l 构建的综合服务链是单目标的最优解决方案来满足的约束，而不是多重可接受的解决办法。用户可以选择根据喜好的服务链的组合。该算法无法充分反映用户的偏好和服务的个性，不利于鼓励服务供应商，以优化服务质量;l 大量的计算，当组合规模的增大是，全局优化算法也增加了很多计算，在动态Web环境中，这很难满足实时性的要求。C. 混合策略局部和全局混合策略的综合优势，例如，局部最优策略的使用优先为每个抽象服务筛选出他们的候选服务，然后再对在使用全局最优策略后还没有被过滤掉的候选服务，进行服务选择。Hu10首次使用本地优先选择算法来排序候选服务效用，然后通过全局服务选择算法来构建服务组合链，来提高生成服务组合链的效率以适应网络环境的不确定性。Alrifai2提出了一个解决方案，用全局优化与本地选择技术相结合，从两方面的优势中获益。提出的解决方案包括两个步骤：首先，使用混合整数规划（MIP），找到全局QoS约束的最优分解，把全局QoS约束转化成局部约束。第二，采用分布式局部选择以找到最好的网络服务，满足这些局部约束。Liu30 提出了一个启发式算法来优化组合服务选择，以满足用户对服务质量的期望。优化在全局和局部优化的两个等级约束下进行，每一层都给出了一个数学模型，分别使用“凸壳的前沿”的方法和多属性决策技术启发式算法的制造技术的启发式算法来解决网页服务选择问题。这种算法的特点是：l 假定大多数服务提供商给出的QoS数据是真实的；l 通过局部最优策略减少服务组合的解决方案空间，通过全局优化策略利用整体QoS的优势，然后得到即符合本地约束也符合全局约束的QoS全局最优解决方案，并且需考虑用户的喜好；l 算法的思想是很复杂的，避免使用局部优化策略后处理全局QoS的失败并确保整个算法的高性能、高效率，这是很到设计的。IV. 结论与未来工作A. 问题选择高品质的服务，同时满足用户的需求是一个重要的服务选择的目标。目前，虽然已经有基于QoS的Web服务选择算法被提出，但现有的算法多多少少还有以下一些问题：l 大多数算法假定服务提供商的QoS数据是真实的。虽然有许多研究侧重于服务的信誉，通过一个可信的第三方注册表搜集所有可用服务的各种信息的集中信息管理风格，可能使中央节点成为性能瓶颈和攻击的目标；扩展QoS属性和使用声誉或保真度来衡量整个服务的信誉，对属性的定义是主观的和完全基于客户反馈的，这种模式不能抵挡恶意攻击。l 目前，基于QoS的服务选择更关注服务评价和对单用户协作的调用，并缺乏有效的评估工具，以支持多用户对服务的评价和选择合作。在“一对多”或“多对多”多用户协同事务中，Web服务的QoS评估往往需要多个用户参与和协调，用户QoS值的取向，往往具有一定的个性喜好，因此，服务选择不仅要满足信息服务质量的客观准确性，也要反应多个用户的主观偏好。l 大多数的服务选择算法更注重QoS的计算，盲目追求效用最大化。QoS值越大服务表现越好，服务的选择以来于QoS值的结果，它是一个比多个可接受方案更好的最佳的解决方案，多个可接受方案不能完全反应用户的偏好和服务的个性。不利于鼓励服务供应商优化服务质量。因为在实际应用中，具有最大QoS值的服务不一定是服务请求者最需要的服务，对应的，离请求者最近的服务应该被选择。l 大多数选择算法假定服务的QoS是一个在组合服务中执行的静态常量。在实际应用会中，在执行过程中的综合服务，Web服务，可能随时离开或加入，QoS有时可能会伴随着访问量的增加而下降，或者随着一段时间不能被访问而上升。这就是说，网页服务是动态的，并且QoS是随机和不确定的。在服务组合中，结果失败的概率较大，这会影响到服务组合和组合服务质量的成功率。l 在目前的复合服务中，可选服务被认为是相互独立的，可选服务的QoS是独立于其他服务的。然而，在目前的服务选择模型中，候选服务的QoS是独立于其他候选服务的。因此，目前的服务选择方法无法处理其中一个候选服务的QoS有一个与其他候选服务相关的情况。由于现有的方法缺乏这种关系的考虑，当这种关联出现时，候选服务的QoS偏离声明的QoS，这导致选定的组合服务实际QoS的减少，并且不利于最好的满足消费者31的需求。l 大多数现有的服务选择算法不考虑服务的结合在后续操作中应该有容错能力，故障恢复能力。例如，在具体执行情况中，当Web服务参与在某个的服务组合意外中，为了避免整体解决方案的服务组合方案的失败，你需要有效地选择一个其功能和性能接近失败服务的服务实体，把它加入服务组合的执行过程。B. 预测QoS感知的Web服务选择虽然已取得了很多研究成果，但由于Web服务应用程序开发的复杂性，还需要进行深入的研究：l 受信任的服务选择。开放的网络环境，服务供应商的自主权，服务的演变等这些特点导致大量的服务不可用。例如，Lu32得到了11研究小组通过大量实验得出的以下结论：登记在UDDI和谷歌的服务可用率低于55%。由于在搜索中，人们都愿意找更权威的（更普遍，更可靠）资源，而不是找到最合适的或最好的匹配结果，因此，如何从信任角度描绘服务选择的需求，并且形成可信的服务组合，将会成为一个重要的研究方向。l 服务评价和选择，支持多用户协作。在多用户的协同事务中，Web服务的QoS评估往往需要多个用户参与和协调。用户服务质量的价值取向，往往具有一定的个性喜好，因此，服务的选择不仅要满足信息服务质量的客观准确性，也要反映多个用户的主观喜好，例如，一些用户需要优先考虑响应时间，而有些用户需要优先考虑这种检查的实施成本，等等。在这种情况下，在多用户协作环境下，Web服务选择的过程，在本质上是一个多目标多用户参与决策的过程。对于这些复杂的，协作范围内的应用环境，在一个多用户环境中进行基于多目标决策的动态服务选择是一个重要的研究趋势。l 服务选择支持个性化。把有用户喜好的QoS纳入到服务选择的考虑中，充分考虑到用户的个性化，这样的服务选择算法，仍然是今后的研究重点，这将扩大算法的应用范围。l 选择可靠的服务，考虑QoS的动态变化。一方面，进行动态的QoS预测，另一方面，结合选择算法的研究，提高组合服务的健壮性，稳定性，可靠性和其他方面的性能，在操作中，复合的服务应该有容错能力和故障恢复能力。现在，越来越多的学者推出了服务计算的可信任的计算研究结果。l 服务关联感知的服务选择。在实际的Web应用的情况下，服务的QoS可能有一个与其他服务的相关性31,33。因此，服务关联感知的服务选择方法具有高度的针对性和实用性。l 新的混合选择算法。目前，服务选择使用混合选择策略的算法仍然是比较小的。学习多种算法的优点，进行算法融合是一个提高服务选择算法性能的重要途径，这里仍然有许多工作要做。参考1 L.Z.Zeng, B.Benatallah, et al, “QoS-Aware Middleware for WebServices Composition”. IEEE Transaction on Software Engineering,2004, 30(5):311-327.2 M.Alrifai, and T.Risse, “Combining Global Optimization with LocalSelection for Efficient QoS-aware Service Composition”. Proceeding of18th International Conference on World Wide Web (WWW 2009),Madrid, Spain.3 Wan Shuchao, Wei Jun, Song Jingyu, et al, “Developing a selectionmodel for interactive Web services”. Proc of IEEE ICWS 06.Piscataway, NJ: IEEE, 2006: 231-238.4 Q.H.Liang; X.D.Wu; and H.C.Lau, “Optimizing Service Systems Basedon Application-Level QoS”. IEEE Transactions on Services Computing,2009, 2(2):108-121.5 Ma W B, Deng S, Huang H B, et al, “Approach of calculating foruserspreferences vector in Web service”. Application Research ofComputers(China), 2010,27(7):2517-2519.6 Li P C. “Web service selection based on multiple users preferencelogic” D. Nanjing: Southeast University, 2009.7 “QoS for Web Services: Requirements and possible Approaches”. http:/www.w3c.or.kr/kr.offiee/TR/2003/ws-qos/.8 Benatallah B, Casati F, “Distributed and parallel database. Special Issueon Web Services”. Kluwer Academic, 2002.9 Sheth A, Cardoso J, Miller J, Kochut K, “QoS for service-orientedmiddleware”. Proceedings of the 6th World Multi-conference onSystemics, Cybernetics and In Informations(SCI02). Orlndo, FL, 2002,8: 528-534.10 Hu J Q, “Research on key technologies of Web service DiscoveryD”,Changsha, China,: National Defense University, 2005:1-130.11 Liu Y T, Anne H H, Zeng L Z, “QoS computation and policing indynamic Web service selection”, Proceedings of the13th InternationalConference on World Wide Web.New York,USA,2004: 66-73.12 Xu D, Nahrestedt K, “Finding service paths in a media service proxynetwork”, Proceedings of the SPIE/ACM Multimedia Computing andNetworking Conference (MMCN). San Jose, USA, 2002: 171-185.13 Maximilien E M, Singh M P, “Toward autonomic Web services trustand selection”, Proceedings of the 2nd International Conference onService Oriented Computing (ICSOC). NewYork, 2004: 212-221.14 Fan XQ, Jiang CJ, Wang JL et al, “Random-QoS-Aware Reliable WebService Composition”, Journal of Software, China, 2009, 20(3): 546-556.15 E.Miehael Maximilien, and Munindar P, Singh, “A Framework andontology for Dynamic Web Services Selection”, IEEE internetcomputing, 2003, 8:84-93.16 Zhou Chen, Chia Liang-Tien, Lee Bu-Sung, “DAML-QoS Ontology forweb services”, In: Liang-Jie Zhang, ed. Proc. Of the ICWS04.California, USA: IEEE Computer Soeiety, 2004.472-479.17 Xia Wang, et al, “Synthetical Evaluation of Multiple Qualities forService Selection”, In: Dan, Asit; Lamersdorf, Winfried，eds. Proc. Ofthe ICSOC06. LNCS 4294, Heidelberg: Springer-Verlag, 2006.152-162.18 Li Z, Yang F C, Su S, “Fuzzy Multi-Attribute Decision Making-BasedAlgorithm for Semantic Web Service Composition”, Journal of Software,China, 2009, 20(3):583-596.19 Su S, Li F, Yang F C, “Composite Service iterative selection algorithmin a distributed environmen”, Science in China E: Information Science,2008, 38(10): 1717-1732.20 Hu J Q, Li J Z, Liao G P, “A Multi-QoS Based Local Optimal Model ofService Selection”, Chinese Journal of Computer, 2010, 33(3):526-534.21 Ma J W, Shu Z, Guo DK, et al, “Survey on service compositionapproach considering trustworthiness of QoS data”, ApplicationResearch of Computers, China, 2010, 27(5):1840-1844.22 Yu T, Lin K J, “Service selection algorithms for Web services with endto-end QoS constraints”, Journal of Information Systems and E-BusinessManagement, 2005, 3(2): 103-126.23 Fan X Q, Jiang C J, Fang X W, et al, “Dynamic Web Service SelectionBased on Discrete Particle Swarm Optimization”, Journal of ComputerResearch and Development(China), 2010, 47(1): 147-156.24 Jiang Z Y, Han J H, Wang Z, “An Optimization Model for DynamicQoS-Aware Web Services Selection and Composition”, Chinese Journalof Computer, 2009, 32(5):1015-1025.25 Wang Y, Dai G P, Hou Y, “Dynamic Methods of Trust-AwareComposite Service Selection”, Chinese Journal of Computer, 2009,32(8):1668-1675.26 Lamparter S, Ankolekar A, Studer R et al, “Preference-based selectionof highly configurable Web services”, Proceedings of the 16thInternational World Wide Web Conference(WWW). Banff, Canada,2007: 1013-102227 Jin H, Chen H H, Lu Z P, Ning X M, “Q-SAC: Towards QoS optimizedservic