CN103108044B

CN103108044B - 一种基于依赖图约减和QoS保持的Web服务组合方法

Info

Publication number: CN103108044B
Application number: CN201310044197.4A
Authority: CN
Inventors: 杨育彬; 夏永敏
Original assignee: Nanjing University
Current assignee: Nanjing University
Priority date: 2013-02-04
Filing date: 2013-02-04
Publication date: 2015-08-19
Anticipated expiration: 2033-02-04
Also published as: CN103108044A

Abstract

本发明公开了一种基于依赖图约减和QoS（服务质量）保持的Web服务组合方法，包含如下步骤：步骤1，预处理；步骤2，生成Web服务依赖图：从用户给定的输入到用户要得到的输出，逐层加入Web服务，直到得到用户需要的所有输出；步骤3，添加虚拟Web服务：从输入层到输出层逐层遍历Web服务依赖图；步骤4，去除对输出没有贡献的Web服务；步骤5，计算QoS值：从输入层到输出层遍历Web服务依赖图，计算每个Web服务的QoS值，每个Web服务保留上一层能够提供最高QoS值的Web服务的集合；步骤6，约减多余的Web服务；步骤7，选取Web服务：从输出层到输入层逐层遍历Web服务依赖图，选取能够得到最高QoS值的Web服务组合。

Description

一种基于依赖图约减和QoS保持的Web服务组合方法

技术领域

本发明涉及计算机互联网Web服务组合领域，特别是一种基于依赖图约减和QoS（服务质量）保持的Web服务组合方法。

背景技术

Web服务组合是关于处理自治的服务组件的组装问题，使得从原始的服务组件得到一个新的服务，给出相应的发布服务接口。目前的Web服务体系结构，接口是由WSDL（Web服务描述语言）描述的，通过UDDI（统一描述、发现和集成）发布。但是，支持组合需要更进一步的要求：（1）组合定义（2）确保服务在既保证单个服务的一致性又保证整个组合服务的一致性的情况下被组合。目前没有一种关于Web服务应该怎样组合一致的观点。

Web服务的组合为复杂的Web应用提供了有效的解决方案。从现实应用来看，Web服务的组合可以实现虚拟社区中软硬件的共享；从Web服务本身来看，Web服务的组合实现了组合服务的动态生成，提高了服务组件及基本服务的可重用性和利用率，减少了系统的开销。但是其中存在的诸如服务组合粒度、服务组件或基本服务之间的通信方式及其优化、服务的聚类、服务的社区化分类管理、组合服务的有效性验证及安全等问题，有待进一步的研究和探索。目前，Web服务组合侧重于基于QoS的服务组合方法。但是，在已有的组合方法中，能够获得最高的QoS的服务组合结果中大多存在较多的冗余的Web服务。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于依赖图约减和QoS保持的Web服务组合方法。

发明内容：为了解决上述技术问题，本发明公开了一种能够减少冗余的Web服务的组合方法，包含如下步骤：

步骤1，预处理：对所有的Web服务进行预处理，生成一系列Map映射关系，一个输入对应一个需要该输入的Web服务的集合，一个Web服务对应Web服务的输入集合和输出集合。这样对于一个输入可以快速得到包含这一输入的所有Web服务，对于一个Web服务可以快速得到该Web服务的输入和输出。

步骤2，生成Web服务依赖图：对于用户给定的一个请求，从用户给定的输入到用户要得到的输出，逐层加入Web服务，直到得到了用户想得到的所有的输出，从而生成Web服务依赖图；

步骤3，添加虚拟Web服务：从输入层到输出层由前至后逐层遍历Web服务依赖图，对于每个Web服务的每个输出，如果该输出是当前层的后面层（除当前层的下一层）的输入，则在当前层的下一层添加一个虚拟Web服务。

步骤4，去除对输出没贡献的Web服务：从输出层到输入层从后往前逐层遍历Web服务依赖图，去除那些对输出没有贡献的Web服务；

步骤5，计算QoS（只考虑吞吐量和响应时间）：从输入层到输出层从前往后遍历Web服务依赖图，计算每个Web服务的QoS，每个Web服务保留上一层能够提供最高QoS值的Web服务集；

步骤6，约减多余的Web服务：步骤4中每个Web服务保留的上一层的Web服务集中Web服务数不是最少的，通过约减多余的Web服务，从而保留较少Web服务；

步骤7，选取Web服务：从输出层到输入层从后往前逐层遍历Web服务依赖图，选取能够得到最高QoS的Web服务组合。

步骤2生成Web服务依赖图：将一个Web服务记为WS<Input，Output，QoS>，Input表示Web服务WS能够被激活所必需满足的输入集合，记为Input<in₁，in₂，…，in_n>，其中，in_i为单一的输入，1≤i≤n，n表示输入的总数量，Output是指执行Web服务WS后能够得到的所有输出集合，记为Output<out₁，out₂，…，out_m>，其中，out_j为单一的输出，1≤j≤m，m表示输出的总数量，QoS指WS的非功能属性，包括响应时间RT，吞吐量TP；

对于用户给定的请求<R_in，R_out>，R_in表示用户给定的输入集合，R_out表示用户需要得到的输出集合；从用户给定的输入R_in开始，逐层添加可被调用执行的Web服务，直到得到用户需要的所有的输出R_out，当且仅当该Web服务的所有输入参数都已得到Web服务可被调用执行；

第l层L_l层添加的Web服务满足即在第l层添加的第x个Web服务WS_l,x在第l层之前的第k层没有被添加，并且当该Web服务在第l层可被调用执行时必须添加在第l层；其中是指第l层的第x个Web服务输入集合，Output_p是指第p层中所有Web服务的输出集合的并集，2≤p≤l-1，1＜l＜C，C为总层数，L_k表示第k层，WS_l,x表示L_l层的第x个Web服务。

步骤3添加虚拟Web服务：对于L_i的每一个Web服务的每一个输出out_i，当out_i跨越几层而作为后面L_j(j＞i+1)层中Web服务的输入时，在这跨越的每层L_k(i＜k＜j)中都添加且仅添加一次一个虚拟Web服务，该虚拟Web服务的输入和输出都是out_i，并且具有最高的QoS值，比如：响应时间为0，吞吐量无穷大；最后，同样对于用户给定的所有输入R_in在第一层生成一个虚拟Web服务，对于用户给的输出R_out在最后一层生成一个虚拟Web服务。

步骤4去除对输出没贡献的Web服务：假设Web服务依赖图有n层，第一层和最后一层只含有一个由步骤3产生的虚拟Web服务，从后往前，逐层遍历Web服务依赖图，对于L_l层，当其中，WS_l+1x∈L_l+1，x＝1,2，...，s，即当第l层的第x个Web服务WS_l,x的输出集合与第l+1层的所有Web服务的输入集合的交集为空时，则判定第l层的第x个Web服务WS_l,x是对输出没有贡献的，从L_l层中去除。

步骤5计算QoS值（只考虑响应时间和吞吐量）：从前往后，对于第l层的第x个Web服务WS_l,x∈L_l，l＝2,3，...，C，该Web服务的输入集合当第l-1层的第y个Web服务WS_l-1，y∈L_l-1，对于输入有则把Web服务WS_l-1，y加入到all_l-1(in_i)集合中，其中，all_l-1(in_i)是指在L_l-1层能够输出in_i的Web服务集合，初始为空；为第l-1层的第y个Web服务WS_l-1，y的输出集合。

对所有的all_l-1(in_i)其中i＝1,2，...，n集合，输入in_i能够得到的最小的响应时间为集合all_l-1(in_i)中的Web服务执行完所需的最小时间，即best_rt(in_i)＝min{all_l-1(in_i)}，则从输入开始到执行完Web服务WS_l,x所需要的最小时间为得到该Web服务所有输入中最大的响应时间加上该Web服务本身执行的时间，即RT.WS_l,x＝max{best_rt(in_i)}+WS_l,x.RT，其中，RT.WS_l,x是指从输入开始到执行完Web服务WS_l,x所需的最小时间，WS_l,x.RT为执行Web服务WS_l,x本身需要的时间。同样，对所有的all_l-1(in_i)其中i＝1,2，...，n集合，输入in_i能够得到的最大吞吐量best_tp(in_i)＝max{all_l-1(in_i)}，则从输入开始到执行完Web服务WS_l,x所能产生的最大吞吐量取为得到该Web服务所有输入和Web服务本身执行所产生的吞吐量中最小的，即TP.WS_l,x＝min{best_tp(in_i)，WS_l,x.TP}，其中，TP.WS_l,x为RT.WS_l,x是指从输入开始到执行完Web服务WS_l,x所能提供的最大吞吐量，WS_l,x.TP为Web服务WS_l,x所能提供的吞吐量。由此得到了到目前为止Web服务WS_l,x能够获得的最高的QoS值。

步骤6约减多余的服务：对于L_l层的Web服务WS_l,x，其输入集合由步骤5得出的all_l-1(in_i)、best_rt(in_i)和best_tp(in_i)可以进行如下操作：求最小响应时间，对中所有的输入in_i，从i＝1到i＝n，查看所有的all_l-1(in_q)，1≤q≤n，如果集合all_l-1(in_q)中包含best_rt(in_i)中的Web服务，则修改best_rt(in_q)＝best_rt(in_i)。这样Web服务WS_l,x保留的l-1层的Web服务集为能够产生该Web服务WS_l,x输入的具有最小响应时间的Web服务的并集，即set_rt(WS_l,x)＝{best_rt(in_i)|i＝1,2，...，n}。

求最大吞吐量，对中所有的输入in_i，从i＝1到i＝n，查看所有的all_l-1(in_q)，1≤q≤n，如果集合all_l-1(in_q)中包含best_tp(in_i)中的Web服务，则修改best_tp(in_q)＝best_tp(in_i)。这样Web服务WS_l,x保留的l-1层的Web服务集为能够产生该Web服务WS_l,x输入的具有最大吞吐量的Web服务的并集，即set_tp(WS_i,j)＝{best_tp(in_i)|i＝1,2，...，l}。

步骤7选取Web服务：在最后一层选取具有最高QoS值的Web服务，然后选取被选取的Web服务由步骤6保留的Web服务的集合，依次进行下去直到第一层。

本发明是专门针对基于QoS的Web服务组合而提出的方法。QoS是一种评价Web服务组合结果的质量的准则，一个好的Web服务组合不仅要求功能需求满足，而且还要具有好的QoS。本发明具有以下特征：1）能够获得最高的QoS（目前只考虑响应时间和吞吐量）；2）获得最高的QoS的Web服务组合结果中尽可能的减少冗余的Web服务。

有益效果：本发明能够获得最高的QoS的同时，能够减少Web服务组合结果中冗余的Web服务的数量，Web服务组合结果的执行代价相应的减少，因此具有较高的应用价值。

附图说明

下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述和/或其他方面的优点将会变得更加清楚。

图1为本发明Web服务组合流程图。

图2Web服务依赖图。

图3为添加虚拟服务Rin和Rout后的示意图。

图4为去除对输出没贡献的Web服务后的示意图。

图5为计算服务质量QoS后的示意图。

图6为约减多余的Web服务后的示意图。

图7为最终组合结果示意图。

具体实施方式

如图1所示，本发明公开了基于QoS的Web服务组合方法，包含如下步骤：

步骤1，预处理：对所有的Web服务进行预处理，生成一系列Map映射关系，Map映射关系为一个输入对应一个需要该输入的Web服务的集合，一个Web服务对应Web服务的输入集合和输出集合。这样对于一个输入可以快速得到包含这一输入的所有Web服务，对于一个Web服务可以快速得到该Web服务的输入和输出。

步骤2，生成Web服务依赖图：对于用户给定的一个请求，从输入到输出，逐层加入Web服务，直到得到了用户想得到的所有的输出，从而生成Web服务依赖图；

步骤3，添加虚拟Web服务：从前往后逐层遍历Web服务依赖图，对于每个Web服务的每个输出，如果该输出是当前层的后面层（除当前层的下一层）的输入，则在当前层的下一层添加一个虚拟Web服务。

步骤4，去除对输出没贡献的Web服务：从后往前逐层遍历Web服务依赖图，去除那些对输出没有贡献的Web服务；

步骤5，计算QoS（只考虑吞吐量和响应时间）：从前往后遍历Web服务依赖图，计算每个Web服务的QoS，每个Web服务保留上一层能够提供最高QoS的Web服务集；

步骤7，选取Web服务：从后往前逐层遍历Web服务依赖图，选取能够得到最高QoS的Web服务。

第l层L_l层添加的Web服务满足即在第l层添加的第x个Web服务WS_l，x在第l层之前的第k层没有被添加，并且当该Web服务在第l层可被调用执行时必须添加在第l层；其中是指第l层的第x个Web服务输入集合，Output_p是指第p层中所有Web服务的输出集合的并集，2≤p≤l-1，1＜l＜C，C为总层数，L_k表示第k层，WS_l,x表示L_l层的第x个Web服务。

步骤4去除对输出没贡献的Web服务：假设Web服务依赖图有n层，第一层和最后一层只含有一个由步骤3产生的虚拟Web服务，从后往前，逐层遍历Web服务依赖图，对于L_l层，当其中，WS_l+1，x∈L_l+1，x＝1,2，...，s，即当第l层的第x个Web服务WS_l,x的输出集合与第l+1层的所有Web服务的输入集合的交集为空时，则判定第l层的第x个Web服务WS_l,x是对输出没有贡献的，从L_l层中去除。

步骤5计算QoS值（只考虑响应时间和吞吐量）：从前往后，对于第l层的第x个Web服务WS_l,x∈L_l，l＝2,3，...，C，该Web服务的输入集合当第l-1层的第y个Web服务WS_l-1，y∈L_l-1，对于输入则把Web服务WS_l-1，y加入到all_l-1(in_i)集合中，其中，all_l-1(in_i)是指在L_l-1层能够输出in_i的Web服务集合，初始为空；为第l-1层的第y个Web服务WS_l-1，y的输出集合。

步骤6约减多余的服务：对于L_l层的Web服务WS_l,x，其输入集合由步骤5得出的all_l-1(in_i)、best_rt(in_i)和best_tp(in_i)可以进行如下操作：

求最小响应时间，对中所有的输入in_i，从i＝1到i＝n，查看所有的all_l-1(in_q)，1≤q≤n，如果集合all_l-1(in_q)中包含best_rt(in_i)中的Web服务，则修改best_rt(in_q)＝best_rt(in_i)。这样Web服务WS_l,x保留的l-1层的Web服务集为能够产生该Web服务WS_l,x输入的具有最小响应时间的Web服务的并集，即set_rt(WS_l,x)＝{best_rt(in_i)|i＝1,2，...，n}。

步骤7选取Web服务：

在最后一层选取具有最高QoS值的Web服务，然后选取被选取的Web服务由步骤6保留的Web服务的集合，依次进行下去直到第一层。

实施例1

对于用户的一个请求(R_in，R_out)，其中R_in＝{x，y，z}，R_out＝{u，v，w}。根据用户的请求按照Web服务组合方法中的步骤2可以生成图2的服务依赖图。

图2中，圆角矩形A~J代表Web服务，圆角矩形A~J内后面的数字代表QoS属性值（图中以响应时间为例），小圆a~z代表Web服务的输入输出，对于当前Web服务而言前面连接的是输入，后面连接的是输出。

根据Web服务组合方法中的步骤3添加虚拟Web服务，因此，添加图中R_in和R_out，且响应时间都为0，如图3。

根据Web服务组合方法中的步骤4去除对输出没贡献的服务，首先去除Web服务I，J，因为I和J的输出对R_out没有任何贡献，同理，去除I和J后又可以去除H，最终得到如图4。

根据Web服务组合方法中的步骤5计算QoS值（图中为响应时间），以Web服务D为例：

Input_D＝{a，b，c}，上一层（即第2层）能够输出a的Web服务集all₂(a)＝{A}，同样，all₂(b)＝{A，B}，all₂(c)＝{A，C}。则Web服务D每个输入对应的最高的响应时间为best_rt(a)＝min{all₂(a)}＝{A}，同理，best_rt(b)＝min{all₂(b)}＝{B}，best_rt(c)＝min{all₂(c)}＝{A}。由D.RT＝max{best_rt(in_i)}+D.RT可得图5。

根据Web服务组合方法中的步骤6约减多余的服务，还是以Web服务D为例：在约减前Web服务D的前驱pre(D)＝best_rt(a)∪best_rt(b)∪best_rt(c)＝{A，B}，根据步骤6进行约减，因为对于a选取A，对于b选取B，对于c选取A，但是我们可以看出，当我们选择了A之后，A也能产生b，所以b选择B是多余的，可以除去，这样约减后pre(D)＝{A}。处理后可得如下简化图6，图6为了看起来直观除去了输入输出，直接是Web服务之间的连接。图6中，E没有和R_out连接是因为由于v只能选择D，而D能够产生u，所有u选择E便是多余的，这样u，v都可由D产生。

根据Web服务组合方法中的步骤7从后往前选取Web服务可得最后执行路径，首先选取那些与输出R_out有连接的服务，逐层向前选取，直到R_in，最后结果如图7。

最后可根据图7执行得到用户想要的输出结果。

实施例2

下面以一个简单的旅游安排为例来说明，当用户希望旅游服务帮忙预定机票和酒店时，用户输入请求(R_in，R_out)，其中R_in＝{出发地点a，出发时间b}，R_out＝{期望入住酒店地点c，期望入住酒店时间d}。对于该请求，主要处理步骤如下：

步骤1：输入请求R_in作为第一层，根据R_in产生第二层的服务，比如有航空公司A和航空公司B，A和B的输入均为{起飞地点a，起飞时间b}，输出均为{到达城市地点x，到达时间y}；该输出可作为第三层的输入，因此由第二层产生第三层的服务，比如酒店C和酒店D，输入均为{城市x，预定时间y}，输出{酒店地址c，入住时间d}；由于到第三层已经得到用户希望的R_out，把R_out作为第四层结束。此步骤包含去掉那些不相关的服务，比如酒店地址不符，入住时间不符等等。

步骤2：当用户希望较快的得到安排结果时对服务组合的要求就是响应时间最小，从第一层到最后一层计算响应时间，假如通过计算得出到达城市地点x对应的最小响应时间的服务为A，预定时间y对应的最小响应时间的服务为B，c，d对应的最小响应时间的服务都为C

步骤3：约减多余的服务，很明显的可以看出，当我们选择了A，再选择B就是多余的，因为A也能输出预定时间y，通过约减我们保留A，B中的任意一个，假如保留A，这样最后组合的结果就是A和C，因此达到约减多余服务，提高组合结果质量的效果。

同理，对于获得最大吞吐量的组合过程亦是如此。

本发明提供了一种基于依赖图约减和QoS保持的Web服务组合方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。

Claims

1.一种基于依赖图约减和QoS保持的Web服务组合方法，其特征在于，包含如下步骤：

步骤1，预处理：对所有的Web服务进行预处理，生成一组Map映射关系；

步骤2，生成Web服务依赖图：对于用户给定的请求，从用户给定的输入到用户要得到的输出，逐层加入Web服务，直到得到用户需要的所有输出，从而生成Web服务依赖图；

步骤3，添加虚拟Web服务：从输入层到输出层逐层遍历Web服务依赖图，对于每个Web服务的每个输出，如果该输出是当前层除了下一层的后面层的输入，则在当前层的下一层添加一个虚拟Web服务；

步骤4，去除对输出没有贡献的Web服务：从输出层到输入层逐层遍历Web服务依赖图，去除对输出没有贡献的Web服务；

步骤5，计算QoS值：从输入层到输出层遍历Web服务依赖图，计算每个Web服务的QoS值，每个Web服务保留上一层能够提供最高QoS值的Web服务的集合；

步骤6，约减多余的Web服务；

步骤7，选取Web服务：从输出层到输入层逐层遍历Web服务依赖图，选取能够得到最高QoS值的Web服务组合。

2.根据权利要求1所述的方法，其特征在于，步骤2中包括以下步骤：

将一个Web服务记为WS＜Input，Output，QoS＞，Input表示Web服务WS能够被激活所必需满足的输入集合，记为Input＜in₁，in₂，...，in_n＞，其中，in_i为单一的输入，1≤i≤n，n表示输入的总数量，Output是指执行Web服务WS后能够得到的所有输出集合，记为Output＜out₁，out₂，...，out_m＞，其中，out_j为单一的输出，1≤j≤m，m表示输出的总数量，QoS指WS的非功能属性，包括响应时间RT，吞吐量TP；

对于用户给定的请求＜R_in,R_out＞，R_in表示用户给定的输入集合，R_out表示用户需要得到的输出集合；从用户给定的输入集合R_in开始，逐层添加被调用执行的Web服务，直到得到用户需要的所有的输出集合R_out；当且仅当该Web服务的所有输入参数都已得到，则Web服务被调用执行；

第l层L_l层添加的Web服务满足即在第l层添加的第x个Web服务WS_l,x在第l层之前的第k层没有被添加，并且当该Web服务在第l层被调用执行时必须添加在第l层；其中是指第l层的第x个Web服务输入集合，Output_p是指第p层中所有Web服务的输出集合的并集，2≤p≤l-1，1＜l＜C，C为总层数，L_k表示第k层，WS_l,x表示L_l层的第x个Web服务。

3.根据权利要求2所述的方法，其特征在于，步骤3中添加虚拟Web服务包括以下步骤：

对于第l层的每一个Web服务的每一个输出out_j，当输出out_j跨越一层以上作为后面第h层中Web服务的输入时，h≥l+1，在跨越的每层中都添加一个虚拟Web服务，该虚拟Web服务的输入和输出都设为out_j，且具有最高的QoS值，把第一层输入集合R_in和最后一层输出集合R_out也分别作为一个虚拟Web服务。

4.根据权利要求3所述的方法，其特征在于，步骤4去除对输出没贡献的Web服务包括以下步骤：

假设Web服务依赖图有n层，第一层和最后一层只含有一个由步骤3产生的虚拟Web服务，从输出层到输入层逐层遍历Web服务依赖图，对于L_l层，当其中，WS_l+1,x∈L_l+1，x＝1,2,...,s，s表示第l+1层的Web服务的总数，即当L_l层的第x个Web服务WS_l,x的输出集合与第l+1层的所有Web服务的输入集合的交集为空时，则判定L_l层的第x个Web服务WS_l,x对输出没有贡献，从L_l层中去除。

5.根据权利要求4所述的方法，其特征在于，步骤5计算QoS值包括以下步骤：

从输入层到输出层，对于L_l层的第x个Web服务，WS_l,x∈L_l，l＝2,3,...,C，该Web服务的输入集合当第l-1层的第y个Web服务 WS_l-1,y∈L_l-1，如果即输入in_i属于集合又且即输入in_i属于集合则把Web服务WS_l-1,y加入到all_l-1(in_i)集合中，其中，all_l-1(in_i)是指在L_l-1层能够输出in_i的Web服务集合，初始为空；为第l-1层的第y个Web服务WS_l-1,y的输出集合；

对所有的all_l-1(in_i)其中i＝1,2,...,n集合，输入in_i能够得到的最小的响应时间为Web服务集合all_l-1(in_i)中的Web服务执行完所需的具有最小时间Web服务best_rt(in_i)，即best_rt(in_i)＝min{all_l-1(in_i)}，则从输入开始到执行完Web服务WS_l,x所需要的最小时间RT.WS_l,x为得到该Web服务所有输入中最大的响应时间max{best_rt(in_i)}加上该Web服务本身执行的时间WS_l,x.RT，即RT.WS_l,x＝max{best_rt(in_i)}+WS_l,x.RT，其中，RT.WS_l,x是指从输入开始到执行完Web服务WS_l,x所需的最小时间；WS_l,x.RT为执行Web服务WS_l,x本身需要的时间，best_rt(in_i)为Web服务集合all_l-1(in_i)中的Web服务执行完所需的具有最小时间Web服务，max{best_rt(in_i)}是指WS_l,x所有输入参数对应的Web服务中最大响应时间；

对所有的all_l-1(in_i)其中i＝1,2,...,n集合，输入in_i能够得到的具有最大吞吐量的Web服务best_tp(in_i)＝max{all_l-1(in_i)}，则从输入开始到执行完Web服务WS_l,x所能产生的最大吞吐量TP.WS_l,x取为得到该Web服务所有输入和Web服务本身执行所产生的吞吐量中最小值，即TP.WS_l,x＝min{best_tp(in_i),WS_l,x.TP}，其中，TP.WS_l,x是指从输入开始到执行完Web服务WS_l,x所能提供的最大吞吐量，WS_l,x.TP为Web服务WS_l,x所能提供的吞吐量，best_tp(in_i)为输入in_i能够得到的具有最大吞吐量的Web服务，min{best_tp(in_i),WS_l,x.TP}为取所有best_tp(in_i)和WS_l,x中吞吐量的最小值，由此得到当前Web服务WS_l,x能够获得的最高的QoS值。

6.根据权利要求5所述的方法，其特征在于，步骤6约减多余的Web服务包括以下步骤：

对于L_l层的Web服务WS_l,x，其输入集合由步骤5得到的all_l-1(in_i)、best_rt(in_i)和best_tp(in_i)进行如下操作：

求最小响应时间，对中所有的输入in_i，从i＝1到i＝n，查看所有的all_l-1(in_q),1≤q≤n，如果集合all_l-1(in_q)中包含best_rt(in_i)中的Web服务，则修改best_rt(in_q)＝best_rt(in_i)；由此，Web服务WS_l,x保留的第l-1层的Web服务集为产生该Web服务WS_l,x输入的具有最小响应时间的Web服务的并集set_rt(WS_l,x)，即set_rt(WS_l,x)＝{best_rt(in_i)|i＝1,2,...,n}；

求最大吞吐量，对中所有的输入in_i，从i＝1到i＝n，查看所有的all_l-1(in_q),1≤q≤n，如果集合all_l-1(in_q)中包含best_tp(in_i)中的Web服务，则修改best_tp(in_q)＝best_tp(in_i)；由此Web服务WS_l,x保留的第l-1层的Web服务集为产生该Web服务WS_l,x输入的具有最大吞吐量的Web服务的并集set_tp(WS_i,j)，即set_tp(WS_i,j)＝{best_tp(in_i)|i＝1,2,...,l}。

7.根据权利要求6所述的方法，其特征在于，步骤7选取Web服务中：在最后一层输出层选取具有最高QoS值的Web服务，然后选取被选取的Web服务由步骤6保留的Web服务的集合，执行步骤7直到第一层输入层。