论文导读:：随着Web服务的迅速发展，QoS作为Web服务的一个衡量标准，重要性日益显著。然而，现在技术很少考虑到QoS非功能的重要性，故不能找到合适满意的服务。本文提出了新的方法，通过引入模糊逻辑，将消费者的意见进行模糊相似聚类计算，旨在计算功能和非功能的QoS权重，对QoS属性值达到一致性认可，从而使得消费者更好地发现所需服务。
论文关键词：模糊匹配，QoS，Web服务
1 引言
Web服务在电子商务和信息领域的作用日益显著，服务提供者和消费者不仅希望找到所需的功能，也期望得到良好的非功能属性，如服务质量（QoS）。QoS包括服务的可靠性、安全性、信任及执行成本[1]。
目前衡量QoS侧重于功能属性方面，如网络吞吐量、延时及响应时间，而忽略了服务的非功能属性。实际上，在衡量非功能属时，应该考虑消费者的QoS的偏好，因为非功能属性受消费者的偏好与经验的影响。因此，消费者偏好可以用模糊方式表达，这有利于找到合适的服务。
本文在描述模糊匹配模型的基础上，提出了一种基于一致性的QoS适度方法，增加一个调解机制，在服务分类过程中对消费者和请求者之间不同的评价标准进行模糊相似聚类[2]，从而达到一致性。该方法使得返回的结果更客观，为消费者找到所需的高质量的服务。
2 Web服务的模糊匹配
Web服务技术包括一系列标准语言描述接口和通讯协议，以增加软件的互操作性。服务消费者或软件开发者可以通过组合已有的服务构造新的服务。匹配是半自动或自动组合的一个步骤论文发表，传统的信息系统（数据库）通过Web服务技术打包变成服务，这种情况下服务接口和能力的相关信息不能有效地为消费者定位所需服务，因为他们更专注于数据的内容。此外，用户或者系统将使用模糊请求，在查询中包括模糊术语，因此需要对数据进行进一步的描述，包括对数据和信息进行抽象。下面通过对模糊框架的描述，引入模糊逻辑和语义Web技术对底层数据进行抽象优化发现过程[3]，进而导出相似聚类方法解决服务消费者之间的不同评价标准，提高服务质量。
服务模糊匹配框架[4]如下图1所示。主要由模糊转换器(Fuzzy Converter)、匹配引擎(Matching Engine )、OWL-S2UDDI转换器、OWL-S Files、UDDI Register等组成。
图1 服务模糊匹配框架
其中OWL-S Files是用来存储OWL-S的档。OWL-S是基于本体OWL的描述语言,采用明确的、计算机可以理解的语言标识来描述Web，试图利用语义描述和逻辑推理最终实现服务匹配的自动化和智能化，ServiceProfile是OWL-S重要组成部分,除基本描述之外,使用输入(Input)、输出(Output)、前提条件(Precondition)和结果(Result)等元素描述Web服务；OWL-S2UDDI转换器将包含语义信息的OWL-S Files映射到UDDI注册器中供用户查找；模糊转换器用于将服务请求的模糊条件进行转换；匹配引擎（MatchingEngine）主要由OWL-S匹配、模糊匹配组成。
文章【4】的研究是假设服务消费者和提供者对服务属性值有一致的偏好以及相同的期望。为了解决该问题，通过引入模糊调解器调整服务消费者和提供者的期望达到统一[5]。
3 一致性的QoS适度方法
上节提出了在模糊匹配框架的基础上引入一个模糊调解器，来建立服务消费者和提供者之间不同的桥梁。模糊调解器将消费者使用模糊请求进行评估后的结果保存起来，然后进行聚类和计算。
模糊调解器的工作原理是用来修正模糊规则，将各个消费者的意见进行处理，达到普遍的一致性，因而消费者可以得到满意的服务结果。虽然开始时，由于模糊规则主观性太强，查询的结果不一定满足消费者的查询请求，因此也没有必要根据消费者的反馈结果来调整规则。然而，单个消费者的意见是非常主观的，但多个消费者的意见组合在一起就没那么主观了，就有必要进行一致性处理。
达到一致性可以看作是聚类问题，通过模糊数学中的方法可以解决该问题。
3.1 相似聚类方法
为了解决服务消费者之间的不同评价标准，引入了相似聚类方法（SAM）。SAM将消费者不同的意见进行聚类，使之达到统一的标准。该方法采用相似度测量计算一组里面单个个体和其他部分的不一致来获得索引的一致性。即将每个个体的值进行聚类，通过计算达到对某个QoS属性值的一致认识。
SAM方法包括如下几个步骤。
步骤1：每个消费者采用一个正的梯形模糊数作为标准，描述他（她）的主观模糊偏好。梯形模糊数可以记作 ，其中 。如果 的值落在 ， 可以主观认为标准为1，即 。
步骤2：获得 与 的判断相似度的标准。也可以表示为 与 可以通过相似度函数计算。记作 。如下所示：
步骤3：公式(2)中的聚类矩阵用来计算组中的每一对值的相似度[6]。
其中， ，如果  ，则 。
 步骤4：计算单一用户的平均一致性。
步骤5：计算每个用户的相对一致性。
步骤6：权重的分配。
步骤7：计算个体统一度系数(CDC),由以下公式计算
 （5）
认为每个个体返回的结果是平等的论文发表，故 。这种情况可以减少CDC的相对统一度。
步骤8：根据以上步骤得到的结果，每个个体的判断标准组合在一起，形成统一的标准 。
 （6）
3.2 相似聚类方法实例
这里选取了一个订购飞机票的实例。假定有一个QoS属性值—“便宜”是原子模糊语句，记作 。再取一个初始“便宜”值，记做 ，其中： 。
在假定的模糊条件的初始值情况下，可以得到以下结论。如果票的价格为 ，根据模糊规则， 。如果票的价格是 ，则 。
1/2 1 2 下一页 尾页 |
