CN108470181A - 一种基于加权序列关系的Web服务替换方法 - Google Patents

Abstract

本发明公开了一种基于加权序列关系的Web服务替换方法，包括以下步骤：从Web服务的交互信息中获取服务集合，及计算获得服务序列；并根据计算的服务集合和其子集的服务序列中服务的相似度和计算的服务序列概率获取频繁服务序列；构建由频繁服务序列与预设相似服务序列组成的关联度矩阵，及对矩阵中频繁服务序列加权处理得到加权服务序列，并对加权服务序列进行正规化；利用序列模式挖掘模型对正规化后的加权服务序列进行挖掘，计算加权服务序列中的预设相似服务序列对频繁服务序列的置信度，得到可信区间并作为可替换服务的选择范围，及选择其中的可替换服务并执行替换。本发明通过将构建服务相似度矩阵模型加入服务替换过程，增大替换服务查询目标，提高服务替换效率。

Description

一种基于加权序列关系的Web服务替换方法

技术领域

本发明涉及一种基于加权序列关系的Web服务替换方法，属于Web服务的技术领域。

背景技术

随着互联网技术的发展，基于Internet的服务日益增多。在诸多实际应用中，服务处在一种动态分布的环境中，各种异常都可能影响服务的质量，严重地会导致整个组合流程的终止。为了确保流程正常运行，当发生故障或者失效情况下准确地找到满足替换的服务，实现服务替换至关重要。因此，在服务替换中，可以考虑Web服务的频繁模式(frequentpattern)即频繁出现在数据集中的模式，像是在购物历史数据库中，购买的顺序和交易的内容，如果一个子结构或项集结合在一起，子结构频繁出现则称为频繁的结构模式。当发生失效服务时候，将序列关系考虑进去对失效以及故障服务做加权处理，替换检索过程将会快捷，对Web服务替换起到很好的作用。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足，提供一种基于加权序列关系的Web服务替换方法，解决现有Web服务中服务失效或故障发生后，待替换服务可选择范围小，服务替换往往需要花费较大开销寻求可供替换的候选服务，导致替换效率低下的问题。

本发明具体采用以下技术方案解决上述技术问题：

一种基于加权序列关系的Web服务替换方法，包括以下步骤：

步骤1、从Web服务的交互信息中获取服务集合，及计算获得服务序列；并根据计算的服务集合和其子集的服务序列中服务的相似度和计算的服务序列概率获取频繁服务序列；

步骤2、构建由频繁服务序列与预设相似服务序列组成的关联度矩阵，及对矩阵中频繁服务序列加权处理得到加权服务序列，并对加权服务序列进行正规化；

步骤3、利用序列模式挖掘模型对正规化后的加权服务序列进行挖掘，计算加权服务序列中的预设相似服务序列对频繁服务序列的置信度，得到可信区间并作为可替换服务的选择范围，及选择其中的可替换服务并执行替换。

进一步地，作为本发明的一种优选技术方案，所述步骤1计算的服务集合和其子集的服务序列中服务的相似度采用公式：

其中，R₁和R₂分别表示两个服务的需求信息，N为服务抽象成的向量长度。

进一步地，作为本发明的一种优选技术方案，所述步骤2所构建的关联度矩阵M_s为：

其中，m_i为单个服务与频繁服务的相关度矩阵，m_j为相似服务序列与服务集合的相关度矩阵。

进一步地，作为本发明的一种优选技术方案，所述步骤3计算加权服务序列中的预设相似服务序列对频繁服务序列的置信度，采用公式：

其中，α为频繁服务序列总数量，β为预设相似服务序列的子序列，为频繁服务序列和相似服务序列的置信度关系。

本发明采用上述技术方案，能产生如下技术效果：

本发明通过对相似服务的序列过程利用对服务加权序列处理，构建服务相似度矩阵，准确高效的对失效服务进行替换。频繁序列现作为服务替换的前提步骤，其相似度矩阵划分结果对替换效果起重要作用.服务的内在相似度决定了服务替换的精确度，高相似度服务的替换效果能够达到最大效果，对整体服务效率有显著提高，且在复杂场景下时也具有良好的稳定性。因此，本发明具有的优点如下：

(1)高效的找到合适的服务进行替换：在服务替换中，提出一种基于加权序列关系的Web服务替换方法，该方法通过将构建服务相似度矩阵模型加入服务替换过程，对失效以及故障服务序列加权处理，增大替换服务查询目标，提高服务替换效率。

(2)降低服务替换复杂度：服务失效或故障发生后，待替换服务可选择范围小，服务替换往往需要花费较大开销寻求可供替换的候选服务，通过序列关系分析，对服务流程进行划分，得到服务序列矩阵，在保证整体替换效率的情况下，提高了替换效率节约了时间和资源。

附图说明

图1为本发明基于加权序列关系的Web服务替换方法的流程示意图。

图2为本发明挖掘加权序列服务的原理示意图。

图3为本发明序列关系查找的原理示意图。

具体实施方式

下面结合说明书附图对本发明的实施方式进行描述。

如图1所示，本发明设计了一种基于加权序列关系的Web服务替换方法，该方法具体包括以下步骤：

步骤1、从Web服务的交互信息和服务流程中获取服务集合，及计算获得服务序列；并根据计算的服务集合和其子集的服务序列中相关服务的相似度和计算的服务序列概率获取频繁服务序列，该过程原理如图2所示，具体过程如下：

步骤1.1、计算服务序列，首先定义服务集合S：S＝{S_i},0≤i≤|S|，其中i为单个服务且i为整数，和序列集合P：P＝{p_j},0≤j≤|P|，其中p_j为单个序列且j为整数；服务集合和序列之间的属性信息用矩阵R量化，则有：

R＝{r_ij}_|S|×|P|,r_ij≥0 (1)

r_ij为关系矩阵R的第i行j列的元素，若r_ij＝0代表S_i和p_j没有关联，即服务s_i没有涵盖服务序列p_j；

对于子序列，若设I＝{i₁,i₂,...,i_m}是一个项集合，项集合是各种消息项组成的非空集合，其中的i_k称为项。一个序列(sequence)是不同项的有序排列，序列s可以表示为s＝＜s₁,s₂,...,s_l＞,其中为序列s的元素，含有k个项的序列长度为k,称为k序列，其中，设有序列：

a＝＜a₁a₂a₃...a_n＞,b＝＜b₁b₂b₃...b_m＞ (2)

如果存在整数I≤j₁≤j₂≤...≤j_n≤m使得则称序列a为序列b的子序列，又称b包含序列a，记为子序列之间的关系满足相似序列的条件，属于包含关系，因此可将该子序列作为相似服务序列。本实施例中，预设相似服务序列，用于后续构建关联度矩阵。

步骤1.2、计算相似度，对于服务集合S给定的子集S'，S'的服务序列集P_S'定义为：

其中r_ij为服务i对频繁序列j的关联度，i和j均为整数。

可用Pearson相关系数衡量相似度：

如下：

其中R₁和R₂分别表示两个服务的需求信息，N为服务抽象成的向量长度，是将服务的内部结构定义为向量形式以方便数字化表达。

步骤1.3、计算服务序列概率，用一阶马尔可夫模型，即序列＜X₁X₂＞产生概率可表示为：

p(x₂|x₁)＝Pr(X₂＝x₂|X₁＝x₁) (5)

若需要更长的连续序列改了，Kth-order马尔可夫模型中认定，序列中第n项的值可由其前n-k的序列观察项来推导，即

p(x_n|x_n-1...x_n-k)＝Pr(X_n＝x_n|X_n-1...X_n-k) (6)

步骤1.4、根据步骤1.2及1.3得到频繁服务序列概率和服务相似度关系获取频繁服务序列，所述频繁服务序列是服务集合S的一个子集，频繁服务序列的大小为l，该子集满足以上两个条件，在服务集合S所有大小为l的子集中。

步骤2、根据频繁服务序列，构建由频繁服务序列与预设的相似服务序列组成的关联度矩阵，及对矩阵中的元素加权处理得到加权服务序列，并对加权服务序列进行正规化，该过程原理如图3所示，具体包括以下步骤：

步骤2.1、首先构建关联度矩阵M_s，相关度矩阵用以表示频繁服务与预设的相似服务序列间的相关系数，其中M_S为：

其中，M_s为频繁服务与预设的相似服务序列间的相关度矩阵，M_s由m_i和m_j相乘得到，m_i为单个服务与频繁服务的相关度矩阵，m_j为相似服务序列与服务集合的相关度矩阵。

步骤2.2、得到相关度矩阵后将反复出现的矩阵中的元素做加权处理，得到加权相关度矩阵，即得到加权服务序列。

步骤2.3、加权服务序列的马尔科夫过渡矩阵N_s＝col_norm(M_s)，其中col_norm(M_s)表示正规化的M_s，所以矩阵M_s每一列和为1，然后正规化M_i和M_j，则：

N_s即为正规化后的M_s，其中，N_i表示从频繁服务集合到相似服务序列的概率，N_j表示相似服务序列到频繁服务集合的转移概率，N_i和N_j这两个矩阵表示了频繁服务集合和相似服务序列的相关度。

步骤3、利用序列模式挖掘模型对正规化后的加权服务序列进行挖掘，计算加权服务中的预设相似服务对频繁服务序列的置信度，得到可信区间并作为可替换服务的选择范围，及选择可替换服务并执行替换。该过程具体如下：

步骤3.1、首先，序列模式分析的过程定义为：

序列模式挖掘得到所有结果的序列置信度通过如下公式计算：

其中，α为频繁服务序列数量，β为子序列数量，为频繁服务序列和子序列的置信度关系。α为总频繁服务序列数量，整体服务序列流程都属于其中。β为预设相似服务序列的子序列，对比其关系得到置信度，获取可替换服务。

步骤3.2、根据马尔科夫序列模型，计算作为子序列的预设相似服务序列对整体频繁服务序列的置信度关系，得到可信区间，作为可替换服务的选择范围。

整体服务替换的过程是通过得到的服务矩阵，对服务相似度以及相关矩阵做出分析，根据已有是失效故障服务信息，比较失效服务的功能属性，得出其频繁服务以及相似服务关系。

步骤3.3、设定可替换度，根据上述步骤计算得到的可信区间，选取作为可替换服务的范围使得可选出满足条件的服务，并做出替换。

综上，本发明方法通过将构建服务相似度矩阵模型加入服务替换过程，对失效以及故障服务序列加权处理，增大替换服务查询目标，提高服务替换效率。在保证整体替换效率的情况下，提高了替换效率节约了时间和资源。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (4)

1.一种基于加权序列关系的Web服务替换方法，其特征在于，包括以下步骤：

步骤1、从Web服务的交互信息中获取服务集合，及计算获得服务序列；并根据计算的服务集合和其子集的服务序列中服务的相似度和计算的服务序列概率获取频繁服务序列；

步骤2、构建由频繁服务序列与预设相似服务序列组成的关联度矩阵，及对矩阵中频繁服务序列加权处理得到加权服务序列，并对加权服务序列进行正规化；

步骤3、利用序列模式挖掘模型对正规化后的加权服务序列进行挖掘，计算加权服务序列中的预设相似服务序列对频繁服务序列的置信度，得到可信区间并作为可替换服务的选择范围，及选择其中的可替换服务并执行替换。

2.根据权利要求1所述基于加权序列关系的Web服务替换方法，其特征在于：所述步骤1计算的服务集合和其子集的服务序列中服务的相似度采用公式：

其中，R₁和R₂分别表示两个服务的需求信息，N为服务抽象成的向量长度。

3.根据权利要求1所述基于加权序列关系的Web服务替换方法，其特征在于，所述步骤2所构建的关联度矩阵M_s为：

其中，m_i为单个服务与频繁服务的相关度矩阵，m_j为相似服务序列与服务集合的相关度矩阵。

4.根据权利要求1所述基于加权序列关系的Web服务替换方法，其特征在于，所述步骤3计算加权服务序列中的预设相似服务序列对频繁服务序列的置信度，采用公式：

其中，α为频繁服务序列总数量，β为预设相似服务序列的子序列，为频繁服务序列和相似服务序列的置信度关系。