2014年Web Service和Cloud Computing研究进展

2014年共发表10篇论文：其中SCI收录的期刊3篇，EI收录的期刊2篇，国际会议论文5篇。

2014年的研究成果总结如下：

一、面向服务的业务生态系统下的服务组合技术

随着服务生态系统的日益壮大，生态系统中的服务种类和数量都不断增加。对于缺乏服务组合知识的用户，以及需要开发某种特定需求的服务开发者，手动选择合适的服务变得越来越困难。服务推荐和服务组合技术的出现和发展，对于解决复杂服务系统下的服务选择和组合问题，提供了希望。在服务组合技术上，分别取得了如下的进展：

（1）基于服务语义的服务组合推荐

在课题论文Negative-Connection-Aware Tag-Based Association Miningand Service Recommendation当中，提出了基于服务标签语义的服务组合推荐技术。传统的服务组合模型通常只关注潜在的服务模型，然后却忽略了服务之间的负相关关联。与传统的服务组合推荐不同，除了从历史服务组合中发掘频繁组合模式之外，文章中提出的模型还能发掘出有意义的非频繁组合模式。发掘的服务模式都采用标签的规则进行表示。通过将正负两种模式进行组合，利用决策树和自适应提升的算法，提出了基于服务标签规则的推荐算法。跟传统的服务推荐算法Apriori和Link Prediction相比，该模型能够取得更好的推荐准确率。

（2）基于服务域的服务组合推荐

服务组合通常是将多个服务的领域相关功能组合在一起，构建成更加复杂的功能。然而，在传统的服务组合技术中，域相关性和域匹配模式通常都被夸大，限制了服务组合的质量。在课题论文Domain-aware Service Recommendation for Service Composition和Domain-aware reputable service recommendation in heterogeneous manufacturing service ecosystem中，提出了一种基于主体模型的服务聚类方法，将服务按照其描述语义聚类到相关的域当中。同时，基于已经获得的服务域，提出一个概率匹配模型Domain Router将服务的需求分解到多个服务域当中，最后在服务域当中实现模型的匹配，从而完成服务推荐。和传统的算法相比，该模型不仅仅可以取得更好的推荐质量，同时能够获得更加丰富的结果。

（3）基于服务信誉的服务组合推荐

在服务网络中，面向大规模的服务个体与用户个体，通过分析用户行为特征数据，挖掘用户潜在的需求和偏好，对于个性化服务推荐与选择来说具有重要指导作用。在课题论文《基于服务信誉评价的偏好分析与推荐模型》中，为描述用户个性化偏好需求、优化服务推荐效果，提出了基于服务信誉评价的用户偏好分析与服务推荐模型（QPrefR）。该模型以服务的多维信誉指标为分析对象，能够兼容服务信誉评价的各种形式，包括数字评分、标签及自然语言评价，并依据模糊多属性决策理论进行自动的用户服务质量偏好的提取及服务推荐。QPrefR包括3个步骤，首先进行服务质量多维、异构表达方式的归一化；随后聚合服务信誉评价并分析用户偏好；最后进行服务效用预测及推荐。通过对比分析实际服务数据的实验结果，验证了模型的合理与有效。

（4）基于服务时间演化的服务组合推荐

在服务组合当中，除了考虑一些常规的指标，例如关键词匹配、语义匹配、QoS指标等，服务随时间的演化也是一个极为重要的因素。在课题论文Time-Aware Service Recommendation for Mashup Creation in an Evolving Service Ecosystem中，提出了一个基于主题模型的服务演化模式挖掘算法，对服务的演化进行预测。以此为基础，提出了结合了服务演化、协同过滤和内容匹配的服务推荐框架。与传统的算法相比，该推荐框架能够得到更好的推荐准确率。

二、云计算平台的资源动态调度和性能优化

在最新的云计算环境中，服务的调度模式和性能优化是最关键的难题。

（1）服务资源的可视化动态调度

在课题论文An Approach to Optimized Resource Allocation for Cloud Simulation Platform和SLA-based optimisation of virtualised resource for multi-tier web applications in cloud data centres中，提出了在给定SLA下，虚拟服务资源的动态调度框架。该框架在保证遵守服务协议的条件下，最大化资源调度的效益。与传统的资源调度算法相比，该算法不仅体现出了更高的灵活性，同时提高了资源利用的效益。

（2）云计算平台中网络动态调度

在云数据中心，除了应用的网络延迟意外，应用的响应延迟也是一个非常重要的性能因素。在课题论文Workload-AwareRequest Routing in Cloud Data Center Using Software-Defined Networking中，提出了利用软件定义网络技术的网络路由算法，相比传统算法极大地降低了在虚拟资源之间的总路由时间。

三、服务生态系统的异常检测

在课题论文Failure analysis and tolerance strategies in web service ecosystems中，提出了一个服务生态系统中异常检测框架。该框架不仅仅使得服务异常特征分析更加容易，而已为系统提供了服务替代的服务组合容错机制。

四、知识管理系统的访问控制

在课题论文Extended Access Control and Recommendation Methods for Enterprise Knowledge Management System中，提出了基于用户角色的多用户访问控制机制和推荐机制，并且基于该机制实现了实际的知识管理系统。