基于排队网络的web服务组合性能分析

Performance is the key to the success of web service compositions. The internal factors affecting the performance of web service compositions are the logical complexity of web service compositions. The external factors affecting the performance of web service compositions are the open dynamic nature of the Internet and the unpredictability of web servers' loading. These internal and external factors lead us to face the challenge to model the actual performance of web service compositions in the Internet environment. Generalized Petri nets, queueing Petri nets, Markov process and stochastic process algebra can not model the internal and external factors impacting on the performance of web service compositions at the same time. This project map the internal and external factors affetcing the performance of web service compositions to the queueing networks and obtain the performance images of web service compositions in the queueing networks. The performance images reflect the actual performance of web service compositions in the Internet environment. By the queueing network theory, the performance indexs measuring the web service compositions are established and the algorithms for calculating the performance indexs are designed. And then we comprehensively analysis the performance of web service compositions and locate the bottleneck node of web service compositions in a variety of internal and external environments. With the optimization theory, the capacity planning is implemented resulting in the minimum total cost of the web service composition to meet the response time and throughput constraints of the web service composition.

性能是web服务组合成功的关键。影响web服务组合性能的"内因"是web服务组合的逻辑复杂性，"外因"是互联网的开放动态性和web服务器负载的不可预测性。这些内外因导致我们面临建模web服务组合在互联网环境下实际性能的挑战。广义Petri网、排队Petri网、Markov过程和随机进程代数不能同时综合建模"内因"和"外因"对web服务组合性能的影响。本项目把影响web服务组合性能的"内因"和"外因"映射到排队网络，建模web服务组合性能在排队网络中的性能映像，该性能映像反映了web服务组合在互联网环境下的实际性能。通过性能映像和排队网络的理论，建立web服务组合性能评价指标体系及其计算算法，并在各种"内因"和"外因"发生变化时，全面分析web服务组合在互联网环境下的实际性能。利用最优化方法，在满足web服务组合响应时间和吞吐率的约束条件下，实施web服务组合容量规划，使其总费最少。

由于互联网的动态开放性、Web服务器负载的不可预测性以及Web服务组合内部逻辑的复杂性等因素，导致大部分情况下网络Web服务组合的QoS（Quality of Service，服务质量）都是随机动态的。因此，研究Web服务组合性能评价体系、估计与预测用户调用Web服务的QoS、优化调度Web服务等均具有一定的挑战性。本项目利用排队网络理论、非参数统计学、复杂网络理论对上述问题进行了研究。主要研究内容包括：（i）把影响Web服务组合性能的“内因”和“外因”映射到排队网络，其中包括以下两项子研究：1）建立一组将BPEL动作映射为排队网络的映射规则，和2）把BPEL流程中变量取值的概率分布映射为排队网络中排队节点之间的转移概率；（ii）针对排队节点的不同类型（G/G/1-FCFS、M/G/1-PS、M/G/∞等），建立基于排队网络的Web服务组合性能评价指标体系及其计算算法；（iii）在（i）和（ii）的基础上，分析评价Web服务组合在互联网环境下的实际性能；（iv）借助非参数统计学的Bootstrap技术，提出估计Web服务QoS值置信区间的方法；然后利用与当前Web用户相似的其他Web用户调用待预测Web服务的QoS历史数据，预测当前Web用户调用待预测Web服务的QoS值的置信区间；（v）基于复杂网络理论，研究面向流强度感知的Web服务社区划分模型，研究面向Web大数据交互的科学工作流优化调度算法；（vi）针对异构网络环境中链路传输特性多变性特点，研究异构链路质量感知模型和异构路径切换机制，分析和评估异构网络环境下Web流媒体数据传输性能；（vii）针对异构网络链路在带宽、时延、数据传输能耗等QoS的不同，研究用户体验质量感知和能耗均衡适配的Web数据多路径传输策略。围绕以上研究内容，项目组已发表（录用）高质量论文11篇（其中《计算机学报》论文1篇、《电子学报》论文1篇、SCI源刊论文3篇、中文核心期刊论文5篇、EI收录会议论文1篇）；申请软件著作权2项；培养硕士研究生9名。完成了预期研究任务，达到了预期目标。