Abstract
یکی از چالشبرانگیزترین موضوعات مرتبط با وبسرویسها مساله ترکیب آنهاست که به صورت یک گراف برای نمایش تعامل بین سرویسها ارائه میشود. هر گره از این گراف، یک وبسرویس انتزاعی با وظیفه مشخص اما ویژگیهای کیفی نامشخص است. برای هر سرویس انتزاعی، مجموعهای از سرویسهای کاندید با وظیفه یکسان اما ویژگیهای کیفی متفاوت وجود دارد. جایگزینی یک وبسرویس کاندید برای هر سرویس انتزاعی به نحوی که یک ترکیب بهینه حاصل شود، یک مساله NP-hard است، لذا برای حل آن از الگوریتمهای هیوریستیک استفاده میشود. تاکنون روشهای متعددی برای ترکیب بهینه وبسرویس ها ارائه شده اما بیشتر این روشها ساختار احتمالی را پشتیبانی نمیکنند. تنها یک روش ساختار احتمالی را پشتیبانی میکند که برای گراف های بزرگ مقیاسپذیر نیست، مبتنی بر قیود است و به تحلیل هر مسیر گراف به صورت جداگانه پرداخته است. این مقاله، رویکردی مقیاسپذیر و چندهدفه برای تحلیل گراف به صورت یکپارچه ارائه میدهد که علاوه بر پوشش دو الگوی جدید حلقههای تودرتو و حلقههای موازی، با ارائه روشی جهت سادهسازی ترکیب وبسرویسها موجب بهبود کارایی نیز میشود. در این روش برای انتخاب بهینه وبسرویسها و حفظ مقیاسپذیری، از الگوریتمهای تکاملی NSGAII و SPEAII استفاده میشود. در روش پیشنهادی ابتدا در گرافهایی با الگوی شرطی، هر مسیر بر حسب احتمال آن، چند بار میشود و سپس از الگوریتم NSGAII به منظور تعیین بهترین مسیر در گراف و یافتن راهحلهای بهتر استفاده میشود. روش پیشنهادی در مقایسه با بهترین روش مقایسه شده، 30 درصد در پارامتر قابلیت اطمینان و 121 میلی ثانیه در زمان پاسخ بهبود داشته است.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have