基于QoS的Web服务选择的研究

来源 :辽宁工程技术大学 | 被引量 : 0次 | 上传用户:zoey12
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,Web服务逐渐成为实现系统应用跨平台的主要技术,但是随着Web服务的极大发展和广泛应用,网络上出现了很多相同或相似功能的服务,用户如何从这些功能相同或相似的服务中选择自己所需的服务便成为一个难点,因此,服务质量(QoS)在服务选择的过程中发挥着重要的作用。本文分析了QoS各属性的特征,根据这些特征将QoS属性进行分类,对于不同类别设计不同的QoS属性获取方法,增加了QoS属性值的真实可信性。同时,针对服务请求者对服务的不同需求,及服务提供商利益的考虑,将服务选择分为单个服务选择和组合服务选择,设计了一种基于QoS的Web服务选择框架,提出了一种服务选择策略,从扩展的WSDL获得QoS参数,在服务属性中扩展了可组合性,并且定义一个能标识某服务领域特性的关键属性,从而有效的缩小并准确限定候选组合服务集合。最后,采用整合CXF和Spring两个开源框架的方法,对Web服务选择框架和策略进行仿真,在实践上证明了本文Web服务选择方法的正确性。
其他文献
传统的并行计算任务往往由大型的并行计算机来完成,因而并行机的研究也就成为并行计算的主要研究方向。随着经济和科技的发展,生物医学、天气预报、高能物理等领域的计算任务
随着网络技术和因特网的迅速发展,网络已经成为人们进行交流和相互联系的有效平台,它存储了大量的信息、数据。由于信息量的庞大,对于网络用户来说,如何能够及时地发现和利用有用
保护主机防止潜在的恶意移动代码(malicious mobile code)是移动代码安全的重要问题之一,当前国内外的很多研究机构针对此问题已经做了大量研究。其中,携带模型代码(Model Ca
作为知识发现中的核心环节,数据挖掘能够从海量数据中提取有价值的信息,是当前人工智能和信息科学研究领域中的热点课题。基于粗糙集的数据挖掘,就是利用粗糙集理论及方法从
基于局部特征与视觉辞典的视觉局部表达与索引模型是当前主流的计算机视觉系统的基本组成部分,在目标识别、场景匹配、多媒体内容搜索与分析中具有广阔的应用前景,也是目前计
在自适应学习系统中,由于学习者的学习特征众多,数据库系统是一个庞大的数据资源,每天都会有大量的记录存储到数据库中,其中可能会包含一些重复的、无关紧要的、甚至是相互矛
目前,由于信息技术应用于基础教育中,在实际的教学中开发了大量的基础教育资源,为教、学提供支持,以促进教师的教学效果、提高其工作效率和学生的学习效果。然而,由于大多数
分布式计算是利用网络把成千上万台计算机连接起来,组成一台虚拟的超级计算机,完成单台计算机无法完成的超大规模的问题求解。新世纪信息技术的瓶颈是实时处理和海量存储,而
本课题来源于上海Sybase软件公司的电子银行项目,该项目是基于web的银行间转账、汇款、结算等业务处理,由于涉及到大量的敏感数据,网络安全就成了重要的突出问题。随着网络规模
由于神经网络方法在气象预报建模时,其初始权值和阈值难以确定,需要反复训练以确定网络结构和各种参数,这又容易导致过拟合问题,严重影响网络的泛化能力。优化BP神经网络的方