一种Web服务选择的QoS参数计算方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (7): 70-73.

一种Web服务选择的QoS参数计算方法

枚龙，王波

重庆大学计算机学院，重庆 400044

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-01 发布日期:2011-03-01

QoS parameter calculation method for Web services selection

MEI Long，WANG Bo

College of Computer Science，Chongqing University，Chongqing 400044，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-01 Published:2011-03-01

摘要/Abstract

摘要： 为了将用户的恶意评价和服务提供者发布的虚假数据对Web服务的QoS参数的影响降至最小，确保Web服务的QoS参数的真实性，提出了一种Web服务的QoS参数计算方法，包括基于Sproas信任模型推导出的用于来自服务请求者的参数计算公式和通过引入Web服务的负载和状态参量计算来自服务提供者的参数。通过模拟实验及分析表明：来自服务请求者的参数值的稳定性较对照算法提高了9.8%，能更有效地降低用户恶意评价的影响；来自服务提供者的参数值与实际值的相似度较对照算法平均提高了16.7%，能明显削弱服务提供者发布的虚假数据的影响，并改善Web服务的负载均衡。

关键词: Web服务选择, 服务质量, 负载均衡, Sproas信任模型, 状态参量

Abstract: A QoS parameter calculation method for Web services is presented in order to reduce the influence of the malicious evaluation from users and minimize the amount of false data provided by service providers and guarantee the authenticity of QoS parameters.A method that is used to compute parameters from Web service providers is induced from the Sproas trust model while the parameters of load of Web service and state are introduced to calculate the parameters from service providers.Through the simulation experiments and analysis，the results show that compared with other methods the stability of parameters from service providers are improved by 22.9% and the influences made by users’ malicious evaluation are reduced more effectively.Meanwhile，the parameters from service provider are improved by an average of 16.7% and more close to actual value than the comparison method while the influence comes from false data from service publishers can be weakened apparently and the load balancing of Web service can be improved as well.

Key words: Web service selection, Quality of Service（QoS）, load balancing, Sproas trust model, state parameter

枚龙，王波. 一种Web服务选择的QoS参数计算方法[J]. 计算机工程与应用, 2011, 47(7): 70-73.

MEI Long，WANG Bo. QoS parameter calculation method for Web services selection[J]. Computer Engineering and Applications, 2011, 47(7): 70-73.

[1]	冯戒虚，司冠南，周风余. 服务机器人云平台服务质量指标体系综述[J]. 计算机工程与应用, 2021, 57(3): 58-71.
[2]	刘晶花，台宪青，马治杰，陈大鹏. 面向用户需求的动态QoS服务选择方法研究[J]. 计算机工程与应用, 2021, 57(17): 106-115.
[3]	王保剑，胡大裟，蒋玉明. 改进A*算法在路径规划中的应用[J]. 计算机工程与应用, 2021, 57(12): 243-247.
[4]	袁洋，叶峰，赖乙宗，赵雨亭. 结合负载均衡与A*算法的多AGV路径规划[J]. 计算机工程与应用, 2020, 56(5): 251-256.
[5]	何锋，曾文，王秉钧. 并行实时测控数据存储系统设计与实现[J]. 计算机工程与应用, 2020, 56(23): 253-258.
[6]	郑祖朋，汪祖民，彭杨，季长清，秦静. 能量采集传感器网络中MAC协议研究综述[J]. 计算机工程与应用, 2020, 56(15): 24-29.
[7]	王莉，赵阿群，赵晨辉. 基于Fat-Tree的虚拟分片负载均衡算法[J]. 计算机工程与应用, 2020, 56(13): 93-99.
[8]	秦峰，曾浩，林开东. 高负载场景下基于负载均衡的LLN路由协议[J]. 计算机工程与应用, 2020, 56(1): 121-126.
[9]	朱瑞金，龚雪娇，唐波. 分布式混合压缩感知无线传感器网络数据收集[J]. 计算机工程与应用, 2019, 55(6): 73-80.
[10]	王进1，李琪2，黄家玮2. 路径差异敏感的包散射策略机制[J]. 计算机工程与应用, 2019, 55(5): 72-75.
[11]	邓丽平1，段利国2，杨丽凤2. 面向行为的可信Web服务选择方法[J]. 计算机工程与应用, 2019, 55(4): 112-118.
[12]	王珺，王梦林，王悦，刘俊杰. SDN数据中心网络基于流分类的负载均衡方案[J]. 计算机工程与应用, 2019, 55(24): 75-83.
[13]	贾志淳，卢元，李想，邢星. 一种多参数的Web服务选择方法[J]. 计算机工程与应用, 2019, 55(21): 74-78.
[14]	刘欢，房胜，李哲，赵晴. 基于多条带HEVC并行编码器的负载均衡算法[J]. 计算机工程与应用, 2019, 55(18): 180-188.
[15]	谷静，侯永平，张新. 异构网中基于改进蝙蝠算法的动态CRE偏置选择[J]. 计算机工程与应用, 2019, 55(13): 93-99.