基于二阶hmm模型的web服务选择方法

基于二阶hmm模型的web服务选择方法

1服务非功能特性随着网络中web服务的数量增加，许多服务都具有类似的功能。如何选择合适的服务来满足用户需求是一个关键问题。服务质量（QoS）是描述Web服务非功能特性的常用参数。在万维网（W3C）给出的定义中，QoS的参数包括：可靠性在本文中，使用吞吐量和响应时间作为评估参数来评估Web服务的质量，提高Web服务选择的准确性，本文主要通过基于响应时间（RT）和吞吐量来预测Web服务的阈值，此外，本文的方法使用二阶隐马尔可夫模型在运行时计算并选择最佳的Web服务，以满足用户需求。2态序列s=#s在本文中，将一阶隐马尔可夫模型(1）状态序列S={S(2）观察序列V={V二阶隐马尔可夫模型仍然可以表示为λ=(A,B,π)，其中元素N和M是可以省略的元素。3响应时间理论为了优化QoS参数，将基于一阶隐马尔可夫模型扩展到基于吞吐量和响应时间的QoS参数的二阶隐马尔可夫模型，以对Web服务选择过程进行建模。吞吐量定义为消息大小在每秒通信信道上成功传输的平均速率，响应时间是用户发送和接收服务之间的总时间间隔。在预测模型中，隐藏意味着底层系统对观察者隐藏。隐藏的状态是不可见的，但只有概率能显示给观察者。在二阶隐马尔可夫模型中，隐藏状态的数量是未知的。通常，基于领域知识可以对隐藏状态进行猜想。使用隐马尔可夫模型根据吞吐量和响应时间预测Web服务行为，模型中有两个步骤流程。第一步是通过训练模型找到一些最佳的隐马尔可夫模型参数，作为最适合的训练序列。最大期望算法（EM）是Baum-Welch算法的一个特例，可用于训练该模型。第二步是首先计算系统的当前状态。然后使用改进的维特比算法对观测序列进行解码并基于当前状态预测接下来的状态。3.1d更新增加属性的计算通常，服务属性的质量在价值范围上是不同的，效用增加的方向是不可比的。因此，计算QoS属性的原始值的加权平均值是没有意义的。应该操纵属性值以将属性值反映到标准范围，然后具有相同的增加方向。对于属性D，假定属性的原始值是d。d算法1服务质量值归一化算法对于增加的属性值d，根据公式（1）处理该属性的数据规范化。否则，对于递减的属性值d，根据公式（2）处理该属性的数据规范化。在算法1中，阈值d3.2最大期望算法为了获取二阶隐马尔可夫模型的参数，使用最大期望算法（EM）来训练Web服务选择模型，该模型能够较为准确地计算出隐马尔可夫模型的初始参数。其中，Count(s3.3解码复杂问题使用EM算法输入Web服务选择模型参数的初始值。随后，改进了维特比算法，以解决由Web服务用户给出的观察序列的解码问题。算法2组合服务选择算法步骤1初始化步骤2递归计算步骤3停止步骤4选择最佳组件序列通过算法2可以计算得出最优的Web组合服务，即根据一致的服务质量参数选取出是的整个组合服务质量值达到最有的服务序列。4客户端类服务为了使本文的案例研究更容易理解，首先将与生产制造流程保持一致，模拟在线购书系统的流程。案例研究中的模拟业务流程如图1所示。此案例包含并发和替代操作。此过程与四个服务交互。当客户需要购买书籍时，客户通过客户端界面向在线书籍购物流程发送请求。该进程接收此请求并将客户端信息发送到客户端类服务。客户端类服务根据客户端信息将客户端的类标准（例如，公共客户端，vip类）返回给进程。该过程将收到的客户类标准和书名发送给ElectronicsIndustryPressWeb服务和AcademicPressWeb服务。这两个服务通过接收的信息检索书价并将书价返还给过程。最后，该过程选择最便宜的书并将结果发送给客户。当系统调用ElectronicIndustryPress(EIP）时，此时使用算法1将EIP服务池中符合用户需求的相似服务的属性值，即响应时间与吞吐量进行归一化处理。通过算法2，得到这些服务的最佳序列，根据该序列可知每个组件所选择的最优服务。5ca：组合及执行操作为了评估该方法的有效性，必须拥有很多具有相似功能的Web服务来进行模拟实验。图2中是构建的一个仿真实验平台用来模拟Web服务之间的协作过程。所有的Web服务都使用目录文件（DF）进行注册，协调代理（CA）用于Web服务的组合及执行操作，它负责从BPEL文件中读取组合信息，启动和组织Web服务工作流，以及在服务运行数据文件中记录执行信息。CA从DF读取Web服务信息并使用服务选择器选取要组合的服务，然后调用进行组合、执行。在实验中，选取了5个组合服务，将所提出的基于二阶隐马尔可夫模型的方法与文献同时，也对一阶隐马尔可夫模型与二阶隐马尔可夫模型处理Web服务选择问题的效率进行了对比，从图3中可以看出，当组合服务中结点数量小于18时使用二阶隐马尔可夫模型进行Web服务选择的效率优于一阶隐马尔可夫模型；而当服务结点数量大于18时，使用二阶隐马尔可夫模型的选择效率不如使用一阶隐马尔可夫模型。6实验结果及分析本文首先提出一种根据响应时间和吞吐量这两个服务质量参数来获取Web服务质量值的数据