支持偏好度动态适应的Skyline服务选择方法
随着云计算技术的发展以及Web服务等分布式应用系统的迅速普及与推广,满足相同功能而具有不同非功能属性的服务数量呈爆炸性增长.在基于服务质量的Web服务选择中引入Skyline计算,对各种服务从QoS层次进行筛选,可缩小服务选择的范围,提高服务选择的效率.然而已有的Skyline服务选择算法主要集中解决Skyline服务选择集的动态更新、QoS数据不确定性等问题,较少考虑Skyline服务集庞大无序以及不同用户对不同QoS属性存在偏好差异等问题.本文提出一种基于相对熵的Skyline服务排序方法(A Skyline Service Ranking Algorithm based on KL Divergence,KLD-SSRA),将Skyline服务集根据用户的偏好度进行排序;并在此基础之上,提出一种用户偏好度动态修正算法(A Dynamic Correction Algorithm ofUser Preference Degree,UPD-DCA),根据用户对服务的选择,来动态快速地修正用户在不同QoS属性上的偏好度.仿真实验与结果表明,与其他Skyline服务选择方法相比,本文提出的方法能够有效实现有序的Skyline服务集,解决用户对不同属性可能存在的偏好差异,更好的为用户提供快速、个性化的服务选择.
服务选择 Skyline计算 相对熵 偏好度
国内会议
湖北恩施
中文
1-11
2014-09-13（万方平台首次上网日期，不代表论文的发表时间）