[发明专利]一种基于离散化全局分布搜索的可信服务组合方法

说明书

技术领域

本发明涉及服务计算领域中的服务组合方法，尤其涉及一种基于离散化全局分布搜索的可信服务组合方法。

背景技术

随着云计算商业模式的推广，使得原本没有能力建立数据中心的中小型企事业单位能够根据需求租用云基础设施的服务来满足业务需求，降低了成本，导致网络中出现了海量的应用服务。面对海量的云应用服务，如何建立可信的服务组合模型，如何在较短的时间内获得满足用户功能需求、且服务质量最佳的云服务组合方案，已成为目前服务组合研究中所面临的一个重要问题。

服务质量是用于描述服务实例非功能属性的重要参数，随着云计算的推广，由缺乏可信的、专业的第三方认证机构而导致的服务不稳定性也随之加剧，甚至存在恶意服务威胁到人们的身份信息及财产安全。人们逐渐意识到云环境下服务可信的重要性，大量的研究工作已经或者正在围绕服务的可信问题展开。现有研究中，服务可信评价值的来源多为用户在使用服务后对服务质量进行的评价，即服务的信誉值。在市场竞争下，服务提供商会根据用户的评价不断地改进服务，提高质量以争取更多的用户。因此，服务的信誉值往往具有一定的时效性。而在已有的研究成果中，所有时刻的评分值被同等对待，致使服务的综合评价值并不能充分反映服务当前的质量。

目前服务组合的方法主要有以下三种：1）局部选择方法：通过效用函数将QoS（Quality of Service，服务质量）多指标服务选择问题转化为多属性决策问题来求解；2）全局优化方法：将基于全局QoS的服务组合问题转化为混合整数线性规划问题，并采用线性求解器进行求解；3）智能优化方法：将复杂的服务组合问题转化为非线性整数规划问题，并采用智能优化算法来求解。如采用遗传算法、粒子群优化算法等。智能优化方法能够在较短的时间内求解复杂的服务组合问题，求解的质量也较高，因而近年来最受关注。

服务组合可以归结为带约束的多目标组合优化问题，是一个典型的NP难题，其研究难点在于解空间过于庞大，无法在多项式时间内完成搜索。尤其在云环境大规模数据下，现有的算法无论在时间效率上还是解的质量上均存在不足。因此，设计一种适用于求解大规模云服务组合方法具有重要的理论意义和应用价值。但是，现有技术中尚无相关描述。

发明内容

本发明所解决的技术问题在于提供一种基于离散化全局分布搜索的可信服务组合方法。

实现本发明目的的技术解决方案为：一种基于离散化全局分布搜索的可信服务组合方法，首先构建可信服务组合模型，之后采用离散化全局分布搜索人工蜂群算法DGABC求解可信服务组合方案，具体包括以下步骤：

步骤1、构建可信服务组合模型，将服务组合问题建模为非线性混合整数规划问题；具体包括以下步骤：

步骤1-1、构建可信服务质量模型，所述可信服务质量模型为q(ws_i,j)＝{q_rt,q_a,q_t,q_p,q_re}，其中，ws_i,j表示第i个抽象服务S_i对应的第j个具体服务，i∈Z且1≤i≤m，m为抽象服务的数量，j∈Z且1≤j≤n，n为具体服务的数量，假设所有抽象服务对应的具体服务的数量均相等，其他符号的具体含义及计算公式如下：

●q_rt为反馈时间：表示用户从给服务ws_i,j发送请求到接收服务反馈的时间，包括请求在发送和接收过程中的信号传输时间t_send、t_response及服务运行的时间t_process，通常以’ms’为单位，其计算公式为：q_rt(ws_i,j)＝t_send+t_process+t_response；

●q_a为可用性：表示服务ws_i,j调用成功的概率，为被成功调用的时间t_success与总统计时间t_total的比值，其计算公式为：q_a(ws_i,j)＝t_success/t_total；