赖永浜

同济大学电子与信息工程学院，上海 201804

1 背景

随着Web服务的发展，Web服务技术已从最初的理论实验阶段逐步走向了大规模的商业应用阶段（如亚马逊，微软等公司），这样的结果就是网络上出现了大量功能相同或相似的Web服务。而这些类似的Web服务，往往具有不同的诸如稳定性、响应时间、可靠性等非功能性属性。这也使得我们在选择这些Web服务时，就必须考虑他们的非功能性属性，即服务质量（QoS，Quality of Service）。用户在面对网络上海量的Web服务，特别是面对这些功能上相同或相似的候选服务时，如何动态地选择出最能满足用户需求的服务已经成为Web服务发现与选择以及组合领域中的一个核心问题。面对动态最优服务选择问题，在功能匹配前提上，考虑Web服务的服务质量是一个行之有效的解决途径。

我们根据Web服务质量来动态选择服务时，就必须对Web服务的服务质量进行准确的评估预测。我们知道，互联网具有不稳定性、网络延时，抖动等特性，因而Web服务的服务质量是动态变化的。现提出的一些Web服务质量评估方法在服务质量评估过程中没有充分考虑服务质量的动态变化，没有建立一个比较合适合对服务质量进行动态评估的评估机制，不能达到对服务的表现进行准确预测的效果。为了克服这一局限性，本文提出了一种利用遗传算法优化的BP神经网络对服务质量进行动态预测的评估方法。在此强调一下，本文中提出的预测评估是对服务质量中反映服务表现的动态客观属性（如响应时间，可靠性，可用性等）进行预测。……