云服务环境下服务选择与组合优化方法

互联网和信息技术的飞速发展，使得互联网已经成为当今世界上覆盖面最广、规模最大、信息资源最丰富的计算机信息网络。为了灵活应对云环境当中业务流程的复杂变化，面向服务架构（Service Oriented Architecture，以下简称SOA）下实施资源共享和业务集成的主要形式，而Web服务是SOA的关键实现技术之一。云服务环境下，海量服务形成了一个庞大的复杂业务网络，服务个体之间存在复杂的关联关系。同时，服务选择过程是一个决策过程，由于信息的不完全和决策偏好等因素，决策者具有有限理性，服务关联和决策者的有限理性等因素增加了服务选择与组合的难度，使得服务选择与组合更具有挑战性。基于此，本项目从服务复杂网络实证研究、服务关联网络模型构建、服务网络中选择与组合优化方法、服务演化模型验证四个方面展开研究：. 在实证研究方面，以真实世界的服务网络系统ProgrammableWeb为对象，提出了研究服务个体、服务组合、服务使用者以及服务提供者之间的网络模型，并且基于网络模型给出具体、可操作的量化指标，从而通过统计模型验证服关联网络的复杂网络特性；. 在系统模型方面，提出了基于复杂网络的服务生态系统形式化模型。从服务生态系统的增值行为出发，提出服务生态系统的类生态系统模型；进而基于关联关系构建多层异质网络模型，通过描述服务协作过程中的随时间演化、服务间关联关系、用户间信任等多种特性，为后续的服务选择和服务组合优化研究提供模型基础；. 在服务选择和组合优化方面，基于服务生态系统的关联网络模型，将服务网络的时间演化模型、服务个体之间的业务关联模型和用户之间的信任关联模型引入到服务选择的建模过程，提出多种支持服务关联的服务发现与组合优化方法； . 在演化预测方面，进一步提出了基于服务竞争网络的多种服务消亡预测模型。. 本研究项目按计划全面完成了基金课题项目计划书的内容，并在完成项目计划书内容的基础上增加了对服务关联网络的服务网络特性实证分析以及服务关联网络的时间演化模型的深入研究，取得了较丰富的成果，共提交国家发明专利申请4项，共发表论文25篇，其中SCI检索论文7篇，EI检索论文18篇。