不确定数据环境中的服务发现与组合研究

批准号：

61173176

项目类别：

面上项目

资助金额：

57.0 万元

负责人：

吴健

依托单位：

浙江大学

学科分类：

计算机网络

结题年份：

2015

批准年份：

2011

项目状态：

已结题

项目参与者：

陈华钧、金路、陈亮、黄龙涛、简恒懿、贾儒、王飞、马莹、陈克寒

关键词：

服务发现服务组合不确定数据

项目摘要

结项摘要

项目成果

吴健的其他基金

相似基金

相关文献

中文摘要

随着移动互联网、物联网的迅猛发展，将涌现出海量的Web服务，不仅给用户带来更多的服务选择，同时也因其动态和不稳定性带来了一个不确定的数据环境。因此，我们认为仅仅从静态、稳定的传统角度研究服务发现组合是不够的，需要对服务属性进行不确定数据描述扩展，在不确定数据环境中对服务进行索引、分类、聚类、排序，并研究新的服务发现与组合方法。本项目研究内容如下：1）通过研究适合当前服务描述语言的不确定数据环境中的Web服务模型，为研究新的服务发现和组合方法提供模型和理论基础；2）引入轨迹束索引、移动对象微聚类等技术，提出不确定数据环境中的Web服务索引、分类、聚类、排序高效构建及维护方法；3）基于上述基础，定义一组服务发现谓词，研究在不确定数据环境中的服务发现方法；4）使用基于概率的Skyline、隐马尔科夫、层次贝叶斯等建立不确定数据环境下的服务组合模型，并用信息熵定义服务组合模型的复杂度来衡量该模型。

英文摘要

随着移动互联网、物联网的迅猛发展,将涌现出海量的Web服务,不仅给用户带来更多的服务选择,同时也因其动态和不稳定性带来了一个不确定的数据环境。因此,我们认为仅仅从静态、稳定的传统角度研究服务发现组合是不够的,需要对服务属性进行不确定数据描述扩展,在不确定数据环境中研究新的服务发现与组合方法。本项目研究内容如下: 1)通过研究适合当前服务描述语言的不确定数据环境中的Web服务模型,为研究新的服务发现和组合方法提供模型和理论基础;2)引入轨迹束索引、移动对象微聚类等技术,提出不确定数据环境中的Web服务索引、分类、聚类、排序高效构建及维护方法;3)基于上述基础,研究在不确定数据环境中的服务发现方法;4)使用Skyline、MapReduce等建立基于QoS预测的不确定数据环境下的服务组合模型。本项目在不确定数据环境中的QoS预测、服务选择、服务发现及服务组合四个方面均取得显著成果，发表国内外期刊会议论文共30篇。在QoS预测方面考虑用户反馈信息，通过迭代预测QoS提高其准确性，同时实现基于主题模型的QoS预测；通过Skyline和MapReduce的结合实现面向大规模服务的动态服务选择；在服务发现部分引入社交信息，另外还提出基于联合聚类的服务发现机制；利用服务组合的历史数据提高为组合服务进行服务推荐的效率。

期刊论文列表

专著列表

科研奖励列表

会议论文列表

专利列表