随着面向服务的体系结构、云计算以及软件即服务的流行和发展,提供相同或相似的服务功能以及差异化服务质量(quality of service,QoS)的服务提供者越来越多.因此,如何为一个复合服务业务流程中的抽象服务选择合适的服务提供者,并通过动...
详细信息
随着面向服务的体系结构、云计算以及软件即服务的流行和发展,提供相同或相似的服务功能以及差异化服务质量(quality of service,QoS)的服务提供者越来越多.因此,如何为一个复合服务业务流程中的抽象服务选择合适的服务提供者,并通过动态组合来最大限度地保障并优化整体服务质量就成了一个重要的研究课题.对于一个复合服务,传统的服务组合方法会为所有服务请求实例选择一套共同的服务绑定方案直至下一次自适应调整.此外,这些方法只考虑了候选服务质量的期望值,而忽略了服务质量在运行时的波动带来的潜在风险.这些问题可能导致复合服务请求者和提供者之间达成的服务等级协议(service level agreement,SLA)经常被违反,从而影响复合服务提供者业务价值的实现.针对这一问题,本文提出了一种支持风险偏好的Web服务动态组合方法.该方法综合考虑了服务质量的期望值和波动性,应用投资组合理论产生适应给定风险偏好的多套服务绑定方案的组合,从而控制风险、适应不同的风险偏好.实验结果表明,该方法与全局服务选择方法相比能够有效降低SLA违反率,同时提高复合服务所创造的业务价值.
从运行日志挖掘业务流程模型的流程挖掘方法研究方兴未艾,然而,复杂多变的运行环境使流程日志也不可避免地呈现出多样性.传统的流程挖掘算法各有其适用对象,因此,如何挑选适合多样性流程日志的流程挖掘算法成为了一项挑战.提出一种适用于多样性环境的业务流程挖掘方法 So Fi(survival of fittest integrator).该方法基于领域知识对日志进行分类,使用多种现有的挖掘算法对每一类子日志产生一组流程模型作为遗传算法的初始种群,借助遗传算法的优化能力,从中整合得到高质量的业务流程模型.针对模拟日志和某通信公司真实日志的实验结果表明:相对于任何单一的挖掘算法,So Fi产生的流程模型具有更高的综合质量,即重现度、精确度、通用性和简单性.
暂无评论