一种均衡风险与偏好的并行服务选择算法

摘要

针对传统考虑QoS序列均值(偏好)的QoS序列描述方法缺乏对QoS序列波动(风险)的描述问题,提出一种结合风险与偏好的并行服务选择算法.通过静态QoS模型转换器和分布式QoS模型转换器,将QoS数值序列转换为基于均值标准差的QoS模型.在此基础上,设计QoS模型自适应调整机制以适应QoS的动态变化,并利用基于逼近理想解排序法(TOPSIS)的并行服务选择算法获得体现用户需求的最优服务.实验结果表明,该算法提高了服务选择的可靠性,并且能解决大QoS数据序列的不确定性问题.