论文部分内容阅读
随着Web服务数量的与日俱增,网络上发布的服务大多数都存在结构简单功能单一的缺陷,而用户对于业务的需求是动态的,所以如何根据用户的需求对Web服务进行选择,有效地组合分布于网络中的各种服务,实现服务之间的无缝集成,已经成为Web服务发展过程中的一个重要步骤。由于传统的集中式Web服务体系架构已遭遇到单点故障、性能瓶颈、服务失效等问题,而P2P(Peer-to-Peer)技术本身的优势能高效地实现服务的集成及资源的自治,因此在P2P网络中建立Web服务选择机制已成为一种理想的Web服务实现方案。论文主要结合了Web服务选择机制、粒子群算法及P2P技术,对P2P环境下的基于改进粒子群算法的Web服务选择进行研究,主要研究工作如下：(1)提出了一种改进的P2P网络模型,根据分层思想及网络拓扑一致性问题,对P2P网络进行结构化处理。将整个P2P网络分为领域社区、服务社区和地域社区三层Chord结构,有效地组织网络上的各种Web服务资源,为服务选择奠定良好的网络基础,从而提高了服务选择的效率。(2)为了能进一步提高服务选择的效率,让用户优先选择地理位置最近的节点提供所需的Web服务,建立了节点智能选择机制。在该机制中,通过解析用户的IP地址来获取用户的地理位置信息；根据地理位置信息对我国的各个地区进行编码,通过编码信息计算用户节点与服务节点之间的访问距离；最后选择在地理位置上与用户最接近的节点提供Web服务。(3)针对现有的服务选择算法存在低效、非全局最优等缺点以及粒子群算法在复杂的组合优化类的问题上也存在不足,分析用户在选择Web服务时具有的特定偏好,提出了-种基于用户偏好的分群粒子群的Web服务选择算法。该算法通过粒子分群,增强了对Web服务的全局搜索能力,避免算法过快收敛和发生早熟,同时把用户的偏好转化成一种模糊约束满足问题,最终使得用户在选择服务时可以得到更人性化的服务。(4)在OpenChord平台上进行P2P环境下基于改进粒子群算法的Web服务选择的仿真实验,并证明该方法能有效解决集中式Web服务选择在面向服务计算过程中的瓶颈问题且具有较高的服务选择效率。