[发明专利]基于全局QoS分解的多约束服务选取方法及其装置

说明书

本发明涉及一种基于全局QoS分解的多约束服务选取方法及其装置，通过建立带有多种约束条件的单目标优化模型实现，该方法包含：根据服务依赖关系传递特性为每一个候选服务建立相应的依赖集合和冲突集合；将全局QoS约束分解为对应每一个服务类的局部QoS约束；并对服务类下不满足局部QoS约束的候选服务进行过滤；检查所有被过滤的候选服务并更新剩余候选服务的依赖集合和冲突集合；通过自适应替换方法进行无解状态的质量标尺组合替换；计算候选服务局部适应度；选取每个服务类中局部适应度最大的候选服务，形成最终组合服务。本发明在复杂度和运行时间得到很大优化，满足用户的实时性需求，缩小候选服务空间的规模，有效保证网络组合服务的质量和性能。

技术领域

本发明属于计算机网络技术领域，特别涉及一种基于全局QoS分解的多约束服务选取方法及其装置。

背景技术

面向服务的计算技术(Service Oriented Computing，简称为SOC)作为一种新型的分布式计算模式，能够无缝地把分布在异构网络中的各类Web服务动态组合起来，形成大粒度的组合Web服务，来满足用户日益复杂的需求。随着Web市场的繁荣和发展，网络上有大量的Web服务拥有重叠的功能属性，用户在选择服务时，不再满足于功能方面的需求，还对组合服务的质量(quality of service,简称QoS)提出了要求。然而，由于网络环境的各种不确定性因素，一些服务在运行过程中可能会出现功能失效或QoS突变的情况，此时，能够对服务进行快速选择的方法对于保证组合服务的质量和性能具有重大意义。目前，有大量的研究工作集中于全局QoS约束条件下的服务选取，现有基于QoS的服务选取方法存在以下缺点：(1)通常针对服务组合的用户需求中，用户只会给出组合服务端到端的QoS约束，而不会给出对于每一个基本服务类的局部约束。目前有大量方案都是基于全局QoS约束，利用智能演化算法对组合服务进行最优搜索，但是这些算法一般计算复杂度比较高，而且算法的运行时间严重依赖于候选服务集合的规模。一旦网络中的Web服务数量增加时，运行时间会成倍增长，将难以满足用户的实时性需求。(2)现有服务选取方法均只是考虑到了用户所提出的全局QoS约束，而忽略了候选服务之间可能存在的功能性约束关系。在海量的Web服务环境中，不同候选服务之间会由于业务关联、技术兼容等问题而相互依赖或者相互冲突。部分方案在遗传算法中引入了一种爬山修复算子，它能够修复种群中不满足服务间冲突依赖约束的方案，从而引导算法的寻优方向，但是当服务间的约束规模增加时，修复时间会成倍增长，这样就难以满足用户的实时性需求。部分方案提出了一种基于局部近似过滤的多约束服务选择方法，它通过全局QoS约束和服务间功能性约束来快速过滤候选服务空间，然后利用有向粒子群算法在剩余候选服务中搜索出最佳组合服务，但是该方法在分解全局QoS时仅仅使用了近似过滤策略，使得最终的组合服务方案不一定能够满足用户的全局QoS约束。

发明内容

针对现有技术中的不足，本发明提供一种基于全局QoS分解的多约束服务选取方法及其装置，采用CGA文化遗传方法将遗传算法的进化操作引入到文化算法种群空间中，并在信念空间引入协同学习机制来获取所有服务类的最优质量标尺组合，充分考虑候选服务之间可能存在功能上的依赖冲突关系，对不满足多约束条件的候选服务进行过滤，缩小候选服务空间的规模，减少算法的复杂度，满足用户的实时性需求。

按照本发明所提供的设计方案，一种基于全局QoS分解的多约束服务选取方法，通过建立带有多种约束条件的单目标优化模型实现，实现过程包含：

步骤1、根据服务依赖关系的传递特性，为每一个候选服务建立相应的依赖集合和冲突集合；

步骤2、将用户提供的全局QoS约束通过CGA文化遗传算法分解为对应于每一个服务类的局部QoS约束；并对服务类下不满足局部QoS约束的候选服务进行过滤；

步骤3、检查所有被过滤的候选服务，若候选服务在被过滤掉的候选服务的依赖集合中，则将其从依赖集合中去除，并更新剩余候选服务的依赖集合和冲突集合；