当前,互联网环境中存在着QoS高度波动的海量Web服务,这使得用户难以在较短的时间内获得高可靠的Web服务。因此,如何根据Web服务的QoS属性进行快速可靠的服务选择已经成为服务计算领域的研究热点。尽管许多已有的服务选择方法能够有效解决上述问题,但是由于其对Web服务的冗余性及QoS属性不确定性的忽视,导致服务选择时间消耗过大,且选择结果经常偏离实际需求,难以保证服务选择的实时性和可靠性。为此,本文围绕服务选择的实时性和可靠性问题,通过降低服务选择的搜索空间、弱化QoS属性的不确定性,面向不同场景,提出了三种基于QoS属性过滤的服务选择方法：1.针对用户对服务选择高实时性的需求,提出了一种基于变异系数的快速Skyline务选择方法。该方法首先利用变异系数理论对候选服务进行QoS不确定性计算,过滤QoS不确定性较高的候选服务；然后,对候选服务进行Skyline计算和Skyline服务求解；最后,利用0-1混合整数规划,在满足用户全局QoS约束的前提下,快速地选出最优的Skyline组合服务。2.针对用户对服务选择高可靠性的需求,提出了一种基于方差的可靠服务选择方法。该方法首先基于方差理论对候选服务进行QoS不确定性计算,过滤低可靠的候选服务,降低候选服务的搜索空间；然后根据设计的0-1混合整数规划,对候选服务的各个QoS属性的方差进行计算；最后,在满足用户全局QoS约束的前提下,通过设计的可靠性函数,选择出高可靠的组合服务。3.针对用户对服务选择实时性和可靠性兼顾的需求,提出了一种快速可靠的服务选择方法。该方法首先利用信息熵和方差理论对候选服务进行QoS不确定性计算,过滤低可靠的候选服务,降低服务选择的搜索空间；然后,设计服务选择的可靠性适应函数；最后,利用0-1混合整数规划,在满足用户全局QoS约束的前提下,快速地选出高可靠的组合服务。