[发明专利]面向批量Web服务被动容错的选择置换方法及系统有效

专利信息
申请号: 201910085145.9 申请日: 2019-01-29
公开(公告)号: CN109783257B 公开(公告)日: 2020-11-03
发明(设计)人: 刘连臣;徐磊 申请(专利权)人: 清华大学
主分类号: G06F9/54 分类号: G06F9/54;G06F11/14
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 张润
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 批量 web 服务 被动 容错 选择 置换 方法 系统
【说明书】:

发明公开了一种面向批量Web服务被动容错的选择置换方法及系统,方法包括:获取在Web服务系统运行时出现故障的Web服务运行实例,初选出满足故障服务运行实例功能要求的备用Web服务资源集合;根据运行实例和备用资源构建服务实例容错请求向量、服务资源能力支持向量、及服务批量容错选择矩阵,并生成Web服务批量容错决策目标;根据容错决策目标和运行实例的容错请求基于改进遗传算法的批量优化选择方法,生成满足容错约束条件的批量置换优选方案;根据优选方案对多个故障服务运行实例和备用服务资源进行置换。该方法可用于对批量Web服务出现故障时的被动容错,以实现对Web服务系统可靠性的有效控制,提高系统服务质量。

技术领域

本发明涉及信息技术技术领域,特别涉及一种面向批量Web服务被动容错的选择置换方法及系统。

背景技术

在面向服务的架构(SOA,Service OrientedArchitecture)应用场景中,Web组合服务执行的正确性、可靠性与网络通信环境、原子服务质量等的关联性非常大。经常会出现由于局部网络故障、某Web服务支撑资源(如操作系统、存储容量、CPU性能)失效等因素而出现的多个Web服务运行实例同时失效的情况。例如,某些Web组合服务由分布于不同网络的原子服务组成,当某一局部网络出现故障时,会导致该Web组合服务中处于该局部网络中的所有Web服务实例运行失效,要对失效的Web服务实例进行被动容错和批量置换。在Web服务资源被动容错选择的过程中,不仅要考虑Web服务功能、接口、参数等的匹配,还要考虑被置换Web服务运行实例的性能容错要求、当前Web服务运行环境中对Web服务运行实例起到支撑作用的软硬件网络等资源能力匹配问题(如会话数、并发数、容量、带宽)等。快速、准确、高效、动态的批量选择备用Web服务资源,最大化的提高置换后Web服务系统的Web服务实例运行效率和Web服务运行质量,对于整个Web服务系统的可靠性和用户体验具有重要作用。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此,本发明的一个目的在于提出一种面向批量Web服务被动容错的选择置换方法,该方法能够为多个Web服务实例失效时批量替换提供快速、高精度的计算。

本发明的另一个目的在于提出一种面向批量Web服务被动容错的选择置换系统。

为达到上述目的,本发明一方面实施例提出了一种面向批量Web服务被动容错的选择置换方法,包括以下步骤:获取在Web服务系统运行时出现故障的多个Web服务运行实例并初选出所有满足所述多个故障Web服务运行实例的功能要求的备用Web服务资源集合;根据所述多个故障Web服务运行实例和所述备用Web服务资源集合构建Web服务实例容错请求向量、Web服务资源能力支持向量、以及Web服务批量容错选择矩阵,并生成Web服务批量容错决策目标;根据所述Web服务批量容错决策目标和所述多个故障Web服务运行实例的容错请求,基于改进遗传算法的批量优化选择方法在所述备用Web服务资源集合中生成满足容错约束条件的批量置换优选方案;根据所述容错约束条件的批量置换优选方案对所述多个故障Web服务运行实例和所述备用Web服务资源进行置换。

本发明实施例的面向批量Web服务被动容错的选择置换方法,通过针对Web服务容错请求多样及Web服务资源能力状态有限的问题,构建了两类向量模型和批量选择矩阵解决了批量Web服务选择时维度不一致问题,作为改进遗传算法的输入,基于多约束条件的容错关系定义了个体适应度评价函数,降低了每次个体更新时适应度评价的计算工作量,采用单纯形法对于遗传算法进行了改进,克服了现有方法仅根据适应度综合评价进行种群进化,不考虑多状态多约束的缺点,提高了本发明输出优化解的可行性和算法收敛速度。

另外,根据本发明上述实施例的面向批量Web服务被动容错的选择置换方法还可以具有以下附加的技术特征:

进一步地,在本发明的一个实施例中,所述Web服务批量容错决策目标为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910085145.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top