网构化软件可信评估技术 龙军 网构化软件可信评估技术龙军 科学出版社 9787030463920 科学出版社直发

网构化软件可信评估技术
	曾用价	(咨询特价)
	出版社	科学出版社
	版次	1
	出版时间	(咨询特价)年05月
	开本	16
	作者	龙军
	装帧	平装
	页数	180
	字数	300
	ISBN编码	20

本书选取网构化软件可信评估相关理论与技术进行深入的研究，全书共10章。第1~第2章概述服务组合与演化的研究背景、意义及研究现状；第3章提出环境感知的服务可信QoS评价与选取策略；第4章提出信任推理与演化的服务组合策略；第5章提出链路级的可信演化服务组合策略；第6章提出环境学习与感知的服务组合算法；第7~第9章分别提出Web服务体系结构模型、资源组织机制及组合模型；第10章对全书进行总结，介绍取得的相火成果，并展望下一步研究问题。

目录
前言
中英文术语对照表
第1章 绪论1
1.1面向服务计算介绍及其意义1
1.2服务组合的特点2
1.3信任感知与演化的Web服务组合4
1.4国内外相关研究项目7
1.5本章小结8
第2章 可信服务组合相关技术研究9
2.1 Web服务概述9
2.1.1 Web服务的定义9
2.1.2 Web服务体系结构10
2.2服务组合研究现状10
2.2.1服务组合的定义10
2.2.2服务组合的相关研究现状11
2.3服务组合的QoS与可信研究现状13
2.3.1服务QoS评测与组合研究13
2.3.2可信服务组合研究14
2.3.3基于可信性的服务QoS修正研究15
2.3.4大数据与云环境下服务组合QoS研究15
2.4本章小结17
第3章 基于环境感知的服务可信QoS评价与选取策略研究19
3.1概述19
3.2服务组合交互信息23
3.3实体的信任模型与信任评价24
3.3.1 SC实体对SC实体的直接信任评价24
3.3.2 SC实体的间接信任评价26
3.3.3 SP实体的信任评价29
3.4环境感知的服务QoS评价与选取策略 32
3.4.1服务可信QoS评价与选取概略32
3.4.2服务评价与选取方法35
3.5模型分析与实验结果36
3.5.1模型分析36
3.5.2实验参数设置37
3.5.3环境感知的服务可信QoS评价性能评测38
3.5.4能量有效性对比39
3.6本章小结44
第4章 基于信任推理与演化的服务组合策略46
4.1概述46
4.2公共模型系统及其信任演算49
4.2.1公共系统的服务质量49
4.2.2公共系统的信任演算51
4.3实体自身的信任模型与信任演算53
4.3.1实体的服务质量评价53
4.3.2实体的信任评价55
4.4基于集合演算逐步推理的信任演化58
4.4.1传统信任推理方法分析58
4.4.2信任推理方法与规则60
4.4.3基于信任推理与扩展的服务组合算法63
4.5模型分析与实验结果65
4.5.1模型分析65
4.5.2实验参数设置65
4.5.3基于信任推理与扩展的服务组合评测66
4.6本章小结～73
第5章 基于链路级的可信演化服务组合策略研究74
5.1概述74
5.2服务代理系统及其信任演算77
5.2.1实体与组合链路的服务质量计算78
5.2.2 SP实体的系统信任演算80
5.3直接信任模型与信任演算 82
5.3.1组合链路与SP实体的直接服务质量评价82
5.3.2实体的直接信任评价83
5.3.3组合路径的直接服务质量评价85
5.4基于链路级的信任演化与服务组合86
5.4.1传统服务组合方法分析86
5.4.2 SC实体的“偏好度”计算87
5.4.3服务实体的“偏好度”计算89
5.4.4服务组合实体的信任分区 91
5.4.5基于链路的快速服务组合策略92
5.5模型分析与实验结果96
5.5.1模型分析96
5.5.2实验参数设置98
5.5.3基于信任推理与扩展的服务组合评测99
5.6本章小结104
第6章 基于环境学习与感知的服务组合算法105
6.1概述105
6.2般微粒群算法与服务组合问题106
6.2.1服务组合的基本模型106
6.2.2基本的粒子群算法108
6.3基于环境感知的粒子群思想109
6.4基于环境感知的粒子群算法111
6.4.1算法概略111
6.4.2认知环境的创建112
6.4.3编码策略112
6.4.4初始的优化粒子群集的生成113
6.4.5粒子的运算规则113
6.4.6粒子适应值计算114
6.5算法分析与实验结果115
6.5.1实验场景设置115
6.5.2算法参数设置115
6.5.3实有效性实验116
6.6本章小结119
第7章 有效负载均衡的网格Web服务体系结构模型120
7.1概述120
7.2网格Web服务体系概略121
7.3资源组织树系统123
7.3.1资源树的构造算法125
7.3.2 Web资源树与APAS的交互过程125
7.3.3 Web资源树与WSRRC的交互过程126
7.3.4 Web资源负载信息维护算法126
7.3.5 Web服务负载均衡算法127
7.4区域代理自治系统128
7.5用户与WSRRC系统129
7.6 GWSF模型的原型系统129
7.6.1系统环境129
7.6.2系统拓扑130
7.6.3协议功能实现130
7.6.4实现实例131
7.6.5负载均衡模拟结果131
7.7 GWSA模型的分析132
7.7.1模型的合理性132
7.7.2协议查找效率132
7.7.3协议的可扩展性133
7.8本章小结133
第8章 网格环境中一种有效的Web服务资源组织机制134
8.1概述134
8.2网格Web服务体系概略134
8.3区域自治系统137
8.3.1 AAS模型的假定与几个基本概念138
8.3.2 AAS模型体系结构138
8.3.3 AAS Web服务资源组织协议139
8.4用户系统140
8.5 WSNS系统141
8.6 GWSA模型的原型系统142
8.6.1系统环境142
8.6.2系统拓扑142
8.6.3协议功能实现143
8.6.4实现实例143
8.7 GWSA模型的分析143
8.7.1模型的合理性143
8.7.2协议查找效率144
8.7.3协议的可扩展性144
8.8本章小结144
第9章 一种基于生成树的Web服务组合模型145
9.1概述145
9.2 Web服务组合覆盖网络145
9.2.1服务覆盖网的总体结构145
9.2.2服务覆盖网的构造算法146
9.3 Web服务组合算法148
9.4系统性能分析148
9.5本章小结150
第10章 总结151
10.1工作总结151
10.2研究成果与应用成果153
10.3进一步深入研究的工作154
参考文献155


第1章 绪论
1.1面向服务计算介绍及其意义
随着计算机网络技术和应用的迅猛发展，在开放的网络环境下实现跨组织的网络资源共享与应用集成已成为商业、科学研究、军事等各个领域中具有广泛需求的基础性研究课题[1，2]。特别是随着Web服务技术[3]的发展，为提高Web服务的可重用性，当单一服务不能满足用户的需求时，需要按照共享上下文，将多个功能有限的Web服务按照服务描述、可用资源及服务等进行服务组合，实现用户定义的组合目标，产生增值服务[4，5]。Web服务已成为公认的实现服务的主流技术选择，这使得动态Web服务组合[6，7]技术成为面向服务计算的核心技术，是近年的研究热点。
另一方面，日益增多的Web服务，不可避免地大量出现具有相同或者类似功能但QoS不同的服务，这些服务可组合出成千上万的具有相同功能与不同QoS特征的服务组合。用户对服务组合具有不同的QoS需求，而且用户所关心的QoS属性也不相同，因此，根据用户需求，基于QoS的服务组合可以极大地提高Web服务在深度和广度上的应用[8，9]。
此外，由于Web服务环境的开放性、自治性以及网络存在的不确定性和欺骗性等特征，尤其是第三方提供商出于某神利益，可能会提供不完整的、虚假的甚至恶意的服务，使得获取满足用户需求的高质量Web服务变得非常困难。在这种情况下，交易双方的信息不对称性会严重影响Web服务质量，即增加服务使用的风险。因而，构建有效的以信任为基础的服务组合技术是提高服务组合质量另一个至关重要的因素[10]。
因此，对基于信任感知与演化的Web服务组合方法的深入研究[11,12]，不仅具有重要的理论意义，还具有重大的实用价值，它是Web服务研究领域中的一个重要的分支和热点，国内外的研究机构和人员在这个领域开展了多方面的研究工作，并已取得了一定的研究成果。但是作为一项新兴的研究课题，动态基于信任的Web服务组合计算框架、模型理论、关键技术、实现机制等各方面还值得深入研究[13]，很多关键问题有待解决，具有广阔的研究空间。本书以国家高技术研究发展计划(863计划)课题“网构化软件可信评估技术与工具”(项目编号：2012AA011205)，国家自然科学基金面上项目“面向服务计算模式软件的QoS计算方法研究”（项目编号)以及“无线传感器网络中抵御洞攻击的机制与方法研究”f项目编号)，国家重点基础研究发展计划(973计划)“煤岩性状识别与采掘状态感知原理及实现”(项目编号：2014CB046305)等众多国家、省部级科研基金项目为基础，深入研究基于信任感知与演化的Web服务组合关键技术与方法。
1.2服务组合的特点
Web Services[14,15]作为当前一种新的软件和服务组合增值实现，目前已被广泛接受和成功使用。服务组合实际是包含了一系列相关技术的总和，如服务的定义、发布、查找、执行、组合服务的描述，以及服务组合执行流程的操作规程、流程、执行的上下文、失败恢复等相关描述等[16,17]。W3C(world widc Wcb consor-tium)将Web Services定义为一种由URI标识，能够定义其接口和绑定状态，通过XML(extensible inarkup language)来描述，被其他软件应用程序使用基于互联网协议的XML消息来直接交互的软件应用[18]。Web服务所生存的互联网络是一种无中心、自治的复杂系统，自身具有非常大的动态性与随机性．有研究人员采用复杂动力学系统来研究这种复杂性。互联网络的复杂再加上Web服务本身异构、模块化、动态性、Web调用等特点，导致Web服务组合的研究非常具有挑战性。
基于服务质量选取的Web服务组合策略与方法是一种较有前景的方法[19]，在这类研究中，即对于满足聚合流程模型单个服务结点功能需求的一组服务，根据服务的各个QoS参数信息进行加权和排序，并以此为依据分别为服务组合程模型的各个服务结点选择加权和*大的服务来执行流程服务结点的功能。文献[20]使用引导服务质量(bootstrapping QoS)的方法来选取*优的服务组合策略。该方法选取如表1_1[20]中所示参数来进行QoS模型。
表1-1 QoS模型参数
部分QoS的参数定义如下。
延迟时间(QoSLatency)延迟时间表示发送请求和接收响应之间的往返行程延时(round-trip dclay, RTD)。
执行时间(QoSExecution)一个服务的执行时间是指服务运行并处理其活动序列的时间。
响应时间(QoSResponse)服务的响应时间是指处理并完成服务请求所需的时间；响应时间包括执行时间和延迟时间，QoSResponse=QoSExecution+QoSLatency。
吞吐率(QoSThroughtput)服务的吞吐率是每单位时间服务处理的请求数量。吞吐率取决于该服务计算机的功率，它是通过在一段时间内发送许多请求，然后计算响应的数量来衡量。吞吐率有如下等式：QoSThroughtput。
有用性(QoSAvaiability)服务应该可以直接被调用。一个服务的可用性是指一个服务已启动，现在被访问使用的概率。等式如下：QoSAvaiability。
可靠性(QoSReliability) -个服务的可靠性或成功率是指在规定条件下，一个服务执行其功能“没有失败”或“响应失败用户”的能为，并且与可用性有关。
可访问性(QoSAccessibilitv)可访问性是指服务处理客户机的请求的能力。
通过分析这些引导的QoS与他们监测的Web服务，得到表1-2[20]。在该表中Web Services被简写为WS，时间为毫秒(ms)。持续几天来测量监测的QoS;每次重新评估平均值和更新QoS数据库的*终值。
表1-2 被监测的Web服务和引导的QoS
得到不同参数对应的时间后，再监测返回的Web服务和对应的引导QoS，根据所用的时间来分析*优的服务质量组合。
因此基于QoS的服务组合策略主要研究从多个功能相同的服务中选取优化的服务以使服务组合的质量*高[8,21-23]。不仅服务实体的QoS影响服务组合的服务质量，而且服务实体的可信性对服务组合QoS的影响更大。由于Internet环境的开放性和动态性以及Web服务的随机不确定性，虽然互联网上具有功能等价且可相互取代的服务非常丰富，但用户得到高质量的服务组合却较为困难[24,25]。其中*主要的原因在于：服务组合的各参与方都有可能存在恶意、欺诈、虚假的可能性。一些研究采用信任演化机制来提高服务组合质量[10,11,26]。采用信任机制来规范服务交互行为是一种较好的机制。所谓信任模型，是指建立量化的评价体系，以信任值来度量服务实体的“可信程度”，也同时体现了实体参与服务组合的主观态度[27]。但总体来说，当前基于信任的服务组合研究还处于深化阶段，还未能建立一种适用于实际应用的可信演化体系结构与演化机制。不仅服务实体的QoS与可信性影响服务组合的服务质量，而且服务组合间还存在～定的依赖性与关联性[28]，而这种依赖性与关联性对服务组合的QoS也起到重要的作用，而且服务组合实体间的这种依赖与关联性往往无法在事先确定，它是在服务组合的交互行为中产生的，并且随着服务组合的进行而演化与发展，因此，如何深入探索与确定服务实体间的这种依赖与关联关系，并充分利用这种关系以提高服务组合的QoS是服务组合的一个新的特点，值得进行深入研究。
服务组合为适合市场需要，往往需要具有快速组合的能力[29]。但互联网络中的服务浩如烟海，从中选择可信的高QoS实体的工作量是非常巨大的，在某种程度上来说也是不现实的。因此，快速服务组合的机制与方法即是服务组合的现实需要，也是服务组合的一个特点，值得深入研究。
综上所述，如何满足服务组合的特点以及迫切的现实需要，研究与探索高服务质量的服务组合方法与机制，建立一种自适应演化的信任演化与推理机制与策略，探索与确定服务实体的依赖与关联关系，从服务的QoS、可信性、服务实体间的关联与依赖性等各个方面综合加强与提高服务组合的QoS，并提供快速服务组合的机制与方法的研究具有非常重要的意义。本书依据服务组合的以上特点，将在服务的QoS与信任评价，信任与QoS昀服务组合，服务依赖与关联的快速服务组合等方法进行有效的工作，以推动服务组合实用化进程。
1.3信任感知与演化的Web服务组合
虽然互联网络上能够提供的服务非常丰富，但是用户实际能够得到的服务并不多，除了服务的动态产生，动态消失等方面的原因外，服务的可信性是其中*重要的原因之一。因此，在很多服务组合的研究中，服务的QoS与可信性研究是其中的重要内容。
1．服务的QoS与可信性评价研究
在一些研究中，假设服务组合的执行者对网络中所有实体的QoS与可信性是可知的。但在实际中，系统是难以得到各服务实体的QoS以及可信性。服务的可信性是评价服务QoS的前提，如果服务的可信性不能保障，其单纯的QoS是没有意义的[10,11]。而且服务的QoS评价是与可信性紧密相关的，只有在可信前提下的高QoS才是有效的QoS。因此，如何获取与感知服务实体的QoS，以及服务的可信性成为服务组合的重要前提。文献[30]通过找到高效的Parcto*优解，来研究QoS感知的Web服务组合。提出的Parcto集模型主要用于服务组合，通过Parcto*优方法和效用函数的方法之间的连接来证明其普遍适用性。对6类QoS属性进行系统的研究，并讨论其聚合函数。Pareto选择技术用来减少搜索空间，并设计一种称为DPSA的分布式算法。利用多层次的整合组件和并行的思想，提出的Parcto方案能够显著提高效率，同时保证*优的服务组合。理论分析和实验结果验证了该方法的有效性。总之，该方案将提供一个理论框架，并为大型网络服务系统中的服务组合提供一个切实可行的解决方案。文献[31]提出一种方法来预测QoS，以此来提高可行性评价。该方法基于其他用户的QoS体验、环境因素以及用户输入因数，首先使用转发功能的信息模型和基于特征模型来计算两个用户的相似性。然后考虑以往信息，环境和用户的输入，如带宽和数据大小。在计算用户的相似性之前，选择一组具有*高相似程度与目标服务的Web服务，而不选择所有的服务。缺少的值可以通过类似服务的数据来计算。实验结果证明该方法是可行的和有效的。
目前，已经有相当多的研究在进行QoS评价时，考虑其可信性，并用可信性对其QoS进行修正。虽然提出了各种各样的服务实体信任评价方法，但如下多种形式的信任识别问题依然还值得研究[32,33]：①实体提供虚假的、不可信的、恶意甚至攻击性的服务[32,33]。②智能伪装，恶意实体在收到服务请求时按概率提供非可信的服务[32,33]。③串谋，恶意实体串谋形成作弊的小团体，通过互相“吹捧”方式，增加小团体的信任度或同时贬低某些实体的信任度或伪造信任度[32,33]。④间谍，串谋的一种。某些实体本身的行力规范，在获得高信誉值后，推荐恶意同伙上的非可信服务[32,33]。
相当多的研究认为可信的实体做出的QoS评价是准确的[9，34]，只有不可信的实体才做出不真实的评价。但实际上，可信实体由于受到服务组合环境的影响，其做出的评价也不一定真实反映服务的实际QoS。特别在动态多变化互联网络中，由于组合环境的急剧变化，使得可信实体对同一个服务实体的可信性评价在同一时期变化非常大，而在实际上，同一个SP实体能够提供的QoS与可信度是一致的、并没有变化。可见，即使是可信的服务实体做出的服务质量与服务可信性的评价也是不相同的，需要根据服务实体做出评价的服务组合环境，即使是可信实体做出的评价也要做出适当的修正。而不能完全不加条件地采信可信实体的评价结果。可见对服务实体的QoS与可信性进行评价是一项具有挑战性的研究。
2．基于信任感知与推理的服务组合研究
有一些支持QoS的服务组合，试图选择出QoS较高的服务来进行组合，以得到高QoS的服务组合。这种策略是基于这样一种理念：即如果组成服务组合各个服务的QoS高的话，那么组合出来的服务组合QoS也必然高。但在实际中，这种策略并不具有普遍性，单个服务QoS高的“强强联合”其服务组合QoS不一定高。在服务组合中，由于服务的个性化差异，导致即使组成服务组合的每个服务QoS高的服务组合并不一定好。而某些单个服务质量并不高的服务，组合成的服务组合其整体QoS却较高。这种情况与社会和自然界的现象是类似的：如弱势实体的优化组合往往能够击败强势实体的组合，或者不太优异的实体结合往往能够产生优异的下一代，而优异的实体结合有可能产生平凡的下一代。可见，相互“匹配”比较好的服务组合其整体服务质量才高，而这种优化并不是能够依据外在的计算与QoS量化能够推理出来的，很多是在服务组合的交往中，逐步融合，逐步适应，甚至逐步调整，从而使服务组合朝着良性优化的方向发展。可见，试图仅通过对QoS的优化计算来达到服务组合优化的策略，其实际效果不一定能够得到保证。
文献[35]提出用服务“匹配”的模板，以确定服务之间的依赖关系。由于分布式服务计算环境中的服务浩如烟海，服务是动态产生，而又动态消失的。服务之间的依赖与“匹配”关系同样是纷繁复杂，随时间与条件而动态变化，动态产生，动态消失，分化与组合。因此，采用“匹配”模板的固定方式，不一定适合于将新增，扩展的服务纳入“匹配”的模板，也不一定适应服务的动态情况，以及复杂的计算问题。这说明需要一种略自适应的演化策略来发现、计算与确定服务间的“匹配”关系，并利用这种“匹配”关系来指导服务组合，从而提高服务组合质量。
文献[36]提出用矩阵分解(matrix factorization，MF)模型来选取合适的服务关系。该方案提出服务社区扩展MF模型(scrvicc nci***orhood cxtcndcd MF model．SN-EMF)和用户社区扩展MF模型(user nei***orhood-extended MF model，UN-EMF)，并采用两种方式分别整合两种类型有价值的信息：一种是以往QoS记录中第七相似的邻居，而另一种是所述地理位置信息。然后，聚集两种方式所得到的结果，结合两种模式变成一个统一的服务框架的建议(unificd scr-vlce recommending framework，U-EMF)，U-EMF由线下和线上两部分组成。*后，通过大量实验来证明三个模型的有效性，尤其是U-EMF模型在性能方面有较大
_310x310.jpg