论文部分内容阅读
随着Web的发展,可供用户选择的Web服务越来越多。传统Web服务的组织和管理方法对服务质量缺乏有效支持,用户难以从众多候选服务中按质量选取最佳服务。现有的Web服务QoS (Quality of Service)管理方法中也存在着一定的不足。在功能上,不能确定准确直观的查询条件,无法对查询条件进行动态的调整,不能对查询结果进行分类浏览。在查询效率上也有待提高,不适合海量Web服务的查找。本文提出一种新的Web服务管理模型——多维QoS模型(MQM: Multi-dimensional QoS Model),用来支持对Web服务的查找。首先,MQM是一种层次化模型,维的概念分层使查询条件更加准确直观。其次,MQM支持对QoS数据的上卷、下钻等OLAP (On-Line Analytical Processing)操作,可以为用户动态地调整查询条件、对查询结果进行分类,有效的解决了传统方法在功能方面的不足。该模型还为用户提供了一种高效的Web服务选择机制,支持两种Web服务选择方法：“精确查询”和“模糊查询”,它们是传统查询方法的高性能替代,满足用户的不同需要。MQM在支持查询和OLAP操作的基础上,使用户能准确和快速的按QoS查询现有服务,进而改善了用户体验。同时,多维模型的预计算也是本文研究的主要内容之一。对多维模型进行部分物化就是在响应时间和存储空间之间达到一种平衡,既减少了查询的响应时间,又不会占用过多的存储空间。本文基于遗传算法提出MQM2算法,用于MQM的部分物化。该算法实现了在一定存储空间限定的条件下,寻找出维层次更深、属性范围更宽的最优解。通过MQM2算法的计算结果,对MQM进行物化,提高了多维查询的效率。最后本文以多组实验证明了MQM的性能和查询效果,充分证明了MQM在查询性能及用户体验上的优越性。在查询时间方面,MQM查询时间远远低于传统查询。在功能方面,MQM在保证了较高的查全率、查准率的同时,为用户提供了丰富的功能,进而使用户选取Web服务更加方便。同时,实验证明了MQM2算法较传统的冰山立方体算法是更适合MQM的部分物化算法。