[发明专利]基于QoS属性预测和纠错的有监督Web服务发现方法及系统

说明书

技术领域

本发明属于Web服务领域，主要实现一种基于QoS属性预测和纠错的有监督Web服务发现方法以及由此方法架构出的系统。

背景技术

随着互联网技术的应用日益广泛和逐渐深入，人们已不再满足于仅仅简单使用网络资源，如浏览网页、收发邮件等，而是一方面希望能够简捷、快速的将自己开发的软件资源发布在互联网上供他人复用，另一方面也希望能方便地复用现有的软件资源以满足自己个性化的需求。软件服务化是实现这种软件资源复用的有效途径，而面向服务的体系架构（Service Oriented Architecture，SOA）为软件服务化提供了理论支持，很大程度上推动了软件资源的复用、集成、以及网络资源的多样化。Web服务作为SOA架构的一种具体实现方式，具有良好的封装性和广泛的适用性，已经成为企业信息规划、动态电子商务和应用集成的重要支撑技术。近年来，互联网上出现了大量的Web服务，这些服务正在构成云计算平台的基础。但是，由于网络环境的开放、服务资源的快速演变以及用户需求的变更和使用模式的偏好等，导致服务具有很大的不确定性和不可控性，这些不确定性和不可控性的程度往往通过服务质量（Quality of Service,QoS）属性来表征。常用的QoS属性包括响应时间、用户满意度、服务价格、可用性、可扩展性、并发处理能力、准确性、安全性、可靠性、吞吐量等等。

由于Web服务由分布于网络上的众多组织和个人独立开发，其数量众多且增长迅速，因此存在很多提供相似或相同功能的服务。当服务使用者进行服务选择时，不仅应考虑服务所能满足的功能性需求，而且应考虑服务所能满足的非功能性需求，即服务QoS属性。近年来，有很多关于QoS感知的Web服务发现方法的研究，但是这些研究基于一个共同的假设前提，那就是假定用户拥有候选服务的全部QoS信息。但是，在真实的服务消费环境中这种假设并不成立。这是因为用户获取服务QoS信息的一个重要途径是基于历史调用信息，但由于网络上存在海量的服务资源，如果服务使用者试图通过穷尽调用所有的候选服务获取服务QoS信息，不仅需要耗费大量的时间，而且要占用大量的网络资源。因此，在实际的应用场景中，服务用户所能获取的QoS信息往往是不全面的，QoS属性的缺失或者失真严重影响了基于QoS的Web服务发现的准确性和可信性。由此可见，提供精确的QoS属性预测是准确发现和选取可信Web服务的重要前提和保障。

现有的服务QoS属性预测方法主要有两类：一类是基于协同过滤的QoS属性预测方法，该方法以收集到的用户-服务QoS采样矩阵为基础，通过采用Pearson相关系数分别计算用户之间和Web服务之间的相似程度对目标用户进行个性化的QoS属性预测。然而，Pearson相关系数一般用于度量数据之间的线性相关关系，并不能很好地解释客观QoS数据之间的相似性；另一类是基于矩阵分解的QoS属性预测方法，该方法同样以收集到的QoS采样信息为基础，通过采用矩阵分解技术将QoS采样矩阵分解为服务特征向量和用户特征向量。然而，由于QoS数据的稀疏性，从服务特征向量和用户特征向量中获得的信息还不足以提供精确的QoS属性预测。更为重要的是，现有的服务QoS属性预测方法都假设已知的QoS采样信息是真实可信的。但实际上采样到的QoS信息不可避免地会受到少量的结构化噪声污染。例如：少数服务调用者为了自身的利益恶意反馈一些失真的QoS采样信息，在QoS采样矩阵中体现为该服务调用者对应的行存在结构化噪声。因此，在进行QoS属性预测时，研究如何减少由结构化噪声污染带来的负面影响是非常有必要的。

另一方面，虽然已有一些聚类优化的服务发现方法被提出来，但这些方法的共同点是仅仅利用分类信息来缩小服务查询的搜索空间，从而提高服务发现的速度。这些服务发现方法鲜有利用服务的先验类别信息来改进服务表示的区分性，它们均无一例外地采用了无监督的服务表示机制，即tf·idf（term frequency-inverse document frequency）术语加权机制。该机制并没有利用已有的服务类别标记信息，即使所抽取的特征向量能够很好地表达服务的语义信息，但由于缺乏类判别信息，也将导致所抽取的高维特征向量在特征空间中趋同而变得不可分，这显然是不利于服务发现和查找的。