[发明专利]基于事务和QoS组合的服务质量性能预测方法及装置

权利要求书

1.基于事务和QoS组合的服务质量性能预测方法，其特征在于，该方法包括：

首先对Web服务赋予事务性，然后分析具有事务性要求服务的组合问题；

其次分析具有事务属性组合服务的性能问题；

最后，根据事务性组合服务的性能比较，提出基于事务和QoS组合的服务选择方法；该方法具体包括以下步骤：

第一步、在进行当前组件服务的选择时，根据前面已经选择合适组件服务的事务特点，并按照事务组合服务的规则要求，获得满足事务性要求的候选组件服务；

第二步、对每个候选组件服务进行性能评估，评估考虑Web服务的QoS和事务性要求；

第三步、重复以上过程，直到获得一个满足要求的组合服务；

所述第一步、第二步的具体内容如下：

在通常的服务选择方法，性能评估都是基于所有组件服务的QoS进行分析，本方法基于事务性和QoS，把两者相结合获取到基于事务的组合服务选择方法；

在基于事务的组合服务选择过程中，当一些功能性相似的候选组件服务可以被获得时，它们的非功能性要求QoS能够反映用户的需求，本方法提出Web服务ws下面三个QoS指标：

(1)执行价格(Execution price，EP)：请求者调用服务ws所需要的花费，表示为q_ep(ws)；

(2)执行时间(Execution time，ET)：服务ws执行一次所需要的时间，表示为q_et(ws)；本方法认为服务执行一次的时间是相同的，并且在相同的时间内，服务执行一次可能失败，也可能成功完成；

(3)成功完成概率(Probability of Success，PS)：服务ws成功完成用户请求的概率，表示为q_ps(ws)；

其中，执行时间需要考虑组合服务的事务性带来的变化，分析过程如下：

(1)一个服务具有可补偿性，那么它能提供补偿策略来撤销该服务的影响，用符号“c”表示；

(2)一个服务具有可不断重试性，那么它能被重试，并且通过足够次数的重试达到最终成功，用符号“r”表示；

(3)一个服务具有中心点特性，那么它一旦执行成功，它的影响永远存在，而且不能被撤销，如果它执行失败，没有任何影响，用符号“p”表示；

由于网络环境的动态性、不确定性和开放性，来自不同组织的组件服务往往会调用失败，假设一个Web服务成功执行的概率为ps，服务执行一次的时间为t，那么在时间t内一个Web服务或者成功执行，或者执行失败，服务在前n-1次执行都失败，第n次执行成功的概率符合几何分布，概率函数为：

P(X＝n)＝(1-ps)^n-1ps

X表示服务第几次执行，那么数学期望值为：

几何分布的数学期望反应的就是成功的平均执行次数，即成功执行的平均次数为1/ps，服务执行一次的时间为t，那么，成功执行的平均时间st为：

st＝t/ps；

组合服务由基本组合模式构成，为分析事务组合服务的时间性能，现提出基本组合模式的时间性能分析方法；四种基本的组合模式分别是：序列模式、并行模式、选择模式和循环模式；并且服务组合由工作流模型来描述，TP表示事务性，TO表示一次执行时间，ST表示成功执行时间，PS表示成功执行概率；tp、to、st和ps表示组合服务相应概念的具体值；模式中每次只有一个组件服务执行失败；

该方法还包括(1)选择模型的方法；

在Web环境中，组合服务一般由其它服务或组合服务构成；包括三种组合模式：序列，并行，选择；随着越来越多功能性相似的服务被获得，从中选择最优的服务实例；为了确保组合服务可靠和正确的执行，服务组合需要事务的支持；本方法提出两种基于事务和QoS的服务选择模型；

第一种事务组合服务选择模型为事务性确定服务选择模型；组合服务由工作流描述，合适的事务性已经被赋值给工作流中的所有活动；因此，候选服务已经由功能性和事务性要求确定；

第二种事务组合服务选择模型为事务性未知选择模型；组合服务仍然由工作流描述；但是，工作流中活动的事务性是未知的，活动的事务性由被选择来执行该活动的候选服务的事务性决定；基于这两个选择模型，并结合基于QoS的选择方法，本方法还提出了相应的全局最优选择算法；

该方法还包括(2)全局最优选择算法；

在基于事务和QoS的组合服务选择模型中，事务的引入对组合服务的QoS时间性能产生了影响；因此，根据本地最优的时间指标选择最优的候选服务并没有考虑到事务对时间性能的影响；所以，本方法使用全局最优方法来对服务进行选择；

首先，基于所选择模型，工作流的事务性已经确定，即工作流的每个活动事务性为已知的，这里把事务性已知的工作流称之为事务工作流(Transactional Workflow，TWF)；假设事务工作流TWF中活动个数为n，TWF＝{a₁,a₂,…,a_n}；对事务工作流中的每个活动a_j，j＝1,2,…,n，有q_j个候选事务服务能执行活动a_j，该候选服务集合满足活动a_j的功能性和事务性要求；赋给每一个活动一个候选服务可以获得一个可执行的事务组合服务；那么，根据所有候选服务可以获得一个集合可执行的候选事务组合服务TCWS(Transactional Composite Web Service)，TCWS＝{tcws₁,tcws₂,…,tcws_m}，m＝Πq_j，这里，j＝1,2,…,n；然后，使用全局选择算法从集合TCWS中选择最优的可执行事务组合服务；这里，目标函数为Score(tcws_i)，为每个可执行的事务组合服务使用简单的加权方法来计算整个可执行事务组合服务的QoS分数值；Score(tcws_i)＝∑_jw_jq_ij，其中w_j∈[0,1]，∑_jw_j＝1，i＝1,2,…,m，q_ij表示每个候选服务的两个QoS属性；具有最小Score值的可执行事务组合服务作为最优的选择，如果有几个可执行事务组合服务具有最小的Score值，那么随机选择一条来执行事务组合服务；基于事务工作流的全局最优选择算法(Global SelectionBased on TWF，GST)的输入为包含n个活动的事务工作流，输出为具有最小Score值的可执行的事务组合服务BestTCWS；算法描述如下：

第一步：根据每个活动的候选服务集合，获得所有满足组合服务要求的可执行事务组合服务集合，

第二步，根据时间性能分析算法，获得每条可执行事务组合服务的成功完成时间，赋值给ST[i]，同时获得执行价格，赋值给EP[i]，根据加权处理，获得tcws[i]的Score值；

第三步，对比所有可执行事务组合服务的Score值，选择Score最小的执行事务组合服务赋值给BestTCWS；Score[i]为可执行事务组合的Score值；

本方法还提供另外一种选择算法；根据工作流事务性赋值方法，首先，对工作流模型进行事务性赋值，即只给工作流活动赋予合适的事务性，而暂时不选择合适的服务实例来执行活动；那么，可以获得一个集合的事务工作流TWF＝{twf₁,twf₂,…,twf_m}，既满足组合服务的功能性要求，又满足事务性要求；对每个事务工作流，可以使用GST算法来获得全局最优的可执行事务组合服务，然后从这些最优的可执行事务组合服务集合中，再选择一个最优的事务组合服务来满足用户需求；基于工作流的全局最优选择算法(Global SelectionBased on WF，GSW)的输入为一个工作流，输出为具有最小Score值的事务组合服务BestTCWS；算法描述如下：

第一步，根据事务性赋值方法，活动所有可行的事务工作流，然后把它们赋值给集合twf；

第二步，对twf中每个事务工作流使用算法GST选择最优的事务组合服务，同时获得它们的Score值，并分别赋值给BestTcws和MiniScore；最后，从集合BestTcws中选择出最优的事务组合服务BestTCWS；TempMiniScore是一个暂存事务组合服务Score值的变量。