Time Spended: 5.5 hours
张明卫 魏伟杰 张斌 张锡哲 朱志良, 基于组合服务执行信息的服务选取方法研究(Research on Service Selection Approach Based on Composite Service Execution Information), 计算机学报, 2008

本文要解决的问题是服务组合场景中的服务选择问题, 采取的方法是基于组合服务执行信息.对于组合服务选取问题, 传统的方法多是基于QoS进行服务选择, 作者认为该种方法存在两个缺点: 当前Web服务技术不支持QoS信息且有些QoS信息是动态的;该种方法很难合理度量基本服务间的关联关系.
本文提出的服务选择方法与传统方法相比, 可以认为是"逆向"的, 即传统方法一般是在服务被部署之前做好选择, 而本文的方法则要求组合服务已经运行, 存在历史数据, 通过分析这些数据来指导服务选择.作者认为此种方法存在的一个缺点是"不能体现用户特定的选取意图".
    
该方法分为三个阶段:
数据生成阶段: 组合服务执行信息的记载和相关数据集的生成
    CPEA算法
    输入: 实例序列集(从log信息获得), 对应的BPEL文件
    输出: 实例序列集对应的组合路径数据集
    SSEA算法
    输入: 实例序列集, 对应的BPEL文件
    输出: 对应的顺序序列集    
数据挖掘阶段:
  (1)路径分支关联规则挖掘
  PFARM算法
  输入: 事务数据库D(事务: 去掉次序关系的组合路径), 最小支持度min_sup
  输出: D中所有的频繁项集(项集: 分支路径)
  生成频繁项集后, 再产生强关联规则(这一步较容易)
  (2)服务执行顺序序列模式挖掘(算法SESSM)
      目的是要发现哪些服务经常连在一起执行  
服务选取阶段:
   (1)基于路径分支关联规则的路径选择
   FAR-PS算法
   输入: 最大分支路径集F, 路径分支关联规则库R
   输出: 分支路径集F中的一条分支路径f
   目的是选出被执行的概率最大的执行路径.
   (2)基于顺序序列模式的具体服务选取
   SSP-SS算法
   输入: 顺序路径a, 抽象服务备选服务集C, 序列模式库S
   输出: 顺序路径a所对应的具体服务序列r
     
本文定义的一些概念
组合Web服务, 基本服务间的控制逻辑关系, 基本服务间的数据依赖关系: 这几个概念是 代钰06里提出的, 这里再用了一下.
分支路径(FP: fork path): 代表组合服务分支关系的一条路径
最大分支路径(MFP): 该分支路径不被其他任何分支路径包含
组合路径(CP: composition path): 是一个分支路径序列. 每个组合路径可确定一条"Execution Path"
实例序列(IS: Instance Sequence):CWS一次执行实例中, 按照时间顺序排列的被执行成功的WS序列. 每个实例序列有其对应的组合路径.
顺序序列(SS: Sequential Sequence): 从实例序列按照规则转换而得(并行关系只保留一个分支;循环关系只取"频率最高的服务")

转载于:https://www.cnblogs.com/yuquanlaobo/archive/2009/04/17/1437817.html

[论文笔记](东北大学)基于组合服务执行信息的服务选取方法研究(计算机学报, 2008)...相关推荐

  1. [论文笔记](东北大学)支持组合服务选取的QoS模型及优化求解(计算机学报06)

    Time Spended: 5 hours 东北大学(沈阳)代钰等发表的与Web Service相关的论文 Yu Dai, Lei Yang, and Bin Zhang, QoS-Driven Se ...

  2. 【论文笔记】基于生成对抗网络的强化学习算法的研究

    目录 摘要 关键词 0 引言 1 相关理论 1.1 强化学习理论 1.2 生成对抗网络理论 1.3 基于生成对抗网络的强化学习算法 1.3.1 算法总体结构框架 2 实验与分析 3 总结 摘要 解决: ...

  3. 【论文笔记】基于动作空间划分的MAXQ自动分层方法

    文章目录 摘要 关键词 0 引言 1 马尔可夫决策过程与分层强化学习 1.1 马尔可夫决策过程 1.2 分层强化学习 1.3 MAXQ 值函数分解 2 基于动作的层次结构划分方法 2.1 动作空间划分 ...

  4. (论文阅读)基于融合深度卷积神经网络的人脸识别方法研究-褚玉晓

    一.基于融合深度卷积神经网络人脸识别方法设计 1.PCA算法提取人脸特征 主要成分分析法(Principal Component Analysis,PCA) 第一步,计算人脸图像的平均值并执行归一化的 ...

  5. 基于JAVA汽车售后服务信息管理系统的设计与实现计算机毕业设计源码+系统+mysql数据库+lw文档+部署

    基于JAVA汽车售后服务信息管理系统的设计与实现计算机毕业设计源码+系统+mysql数据库+lw文档+部署 基于JAVA汽车售后服务信息管理系统的设计与实现计算机毕业设计源码+系统+mysql数据库+ ...

  6. 计算机句法分析的研究现状,计算机理论论文融合语义和句型信息的中文句法分析方法研究与实现...

    <计算机理论论文融合语义和句型信息的中文句法分析方法研究与实现>由会员分享,可在线阅读,更多相关<计算机理论论文融合语义和句型信息的中文句法分析方法研究与实现(2页珍藏版)>请 ...

  7. oracle事务数统计,【学习笔记】Oracle数据库收集统计信息的两种方法介绍案例

    天萃荷净 分享一篇关于Oracle数据库收集统计信息的办法,Oracle DBMS_STATS与Oracle analyze使用方法案例 今天群里面讨论DBMS_STATS和analyze,这里进行了 ...

  8. 机器学习与数据挖掘 课程作业 基于数据驱动的空调结霜程度检测方法研究

    机器学习与数据挖掘 课程作业 基于数据驱动的空调结霜程度检测方法研究 摘要: 在我国的夏热冬冷地区,由于没有集中供暖,在冬季使用空调制热进行供暖是一种很常见的方式,但该地区冬季空气相对湿度较高并且环境 ...

  9. em模型补缺失值_基于EM算法数据单变量缺失处理方法研究

    龙源期刊网 http://www.qikan.com.cn 基于 EM 算法数据单变量缺失处理方法研究 作者:黄铉 来源:<科技传播> 2015 年第 20 期 摘 要 数据分析方法大都针 ...

最新文章

  1. 史上最伟大的五位计算机罪犯
  2. 使用maven编译YCSB0.1.4对cassandra进行性能测试
  3. 【蓝桥杯】 交换瓶子
  4. 卡尔曼滤波原理(2)
  5. 2019-4-21 - plan
  6. 微软将 Teams 移动应用纳入漏洞奖励计划,最高奖金3万美元
  7. thinkpad分区win10_预装win10系统Thinkpad笔记本只有一个C盘怎么分区
  8. SpringBoot任务——JSoup+定时任务 定时爬取微博热搜至数据库
  9. 最新Java面试题,常见面试题及答案汇总
  10. WPA无线密码破解利器EWSA/跑包软件
  11. DCGAN生成动漫人物头像---pytroch版
  12. 快排 c语言,c语言的库函数之快排
  13. c语言字符码,C语言字符转ASII码
  14. Newoupui-pak配置失败怎么处理?
  15. 28个Github上最火的机器学习开源项目
  16. iptable设置 备忘
  17. python中tkinter模块pack_Python tkinter模块和参数
  18. Make It a Chorus: Knowledge- and Time-aware Item Modeling for Sequential Recommendation sigir 20
  19. 微信开发者模式php,微信开发之开发者模式
  20. RedisSystemException:WRONGTYPE Operation against a key holding the wrong kind of value

热门文章

  1. 华为OD机试 - 内存池(C 语言解题)【独家】
  2. js中try...catch和finally的用法
  3. 多迪技术总监揭秘:Java入门最佳学习路径几个阶段?
  4. 小众但不普通-----浅谈Yosoro
  5. Win10系统开启共享的简单方法
  6. 华为云的ubuntu系统安装 velocyto.r实战
  7. 全国计算机等级考试(NCRE)一级报考指南
  8. vue element-UI前端分页
  9. aspera:Linux上安装使用
  10. 2022-2027年中国豪华车行业市场深度分析及投资战略规划报告