在上几篇论文的基础上进行高效的web服务选择算法。
背景:每个web service class有多个服务可供选择,其功能相同,Qos参数各有不同。
针对顺序的情况(s4):Combinatorial Model和DAG图的情况:
combinatorial model: 1)MMKP(0-1 multidimension multichoice knapsack problem) are based on the BBLP(branch-and-bound method)(分支限界,指数时间);成为背包问题,是NP难的;
2)WS HEU启发式:finding a feasible solution at first and then trying to optimize the solution through several upgrades and downgrades参见HEU [Khan et al. 2002],是其之延伸。
DAG图: 将服务的选择问题转化成DAG图中single-source shortest paths 的问题。
与以前不同之处在于:不是保留所有路径,而是只保留K条可行路径,以提高搜索效率。
针对有其它结构的情况(s5):Combinatorial Model和DAG图
Combinatorial Model:1)分支的情况按各分支概率建模成0-1IP(整数规划)问题进行解决。(似乎只有分支,没有其它如环等情况?) 2)WS IP Algorithm:基于分支限界法进行解法; 3)WFlow EU和WFlow HP:stochastic workflow reduction algorithm (SWR)(如果需要,要仔细看)
DAG图:对顺序,并发及选择进行了分析,(循环可以展开为顺序,参见zeng 04),对并发,针对不同的参数如执行时间(选择大的值), cost值,则需要求和。选择也进行了类似的分析。
仿真实验:分别对顺序及通用结构进行测试。
注意点:
是以前几篇的总结及改进。提出zeng 04用ILP适用于规模较小的情况,而本文适用于精确数据且规模较大的情况。
基本上是采用现成的数学模型或是对现在模型的改进。
参考文献:
CASATI, F., ILNICKI, S., JIN, L., KRISHNAMOORTHY,V., AND SHAN, M. 2000. Adaptive and dynamic service composition in eflow. Tech. Rep. HPL-200039, Software Technology Laboratory, Palo Alto,CA.
KHAN,S.,LI,K.F.,MANNING,E.G., ANDAKBAR,M. 2002. Solving the knapsack problem for adaptive
multimedia systems. Studia Informatica Universalis 2, 1, 157–178.
与以前内容相比:有了Sequential, AND split (fork), XOR split (conditional), Loop, AND join (Merge)and XOR join (Trigger),而不是只针对顺序的情况。