T. Yu and K.J. Lin, "Service Selection Algorithms for Composing Complex Services with Multiple QoS Constraints"(gs: 52), ICSOC2005
ISeBM05那篇討論了單約束條件下的服務選擇, 本文則進一步討論多QoS約束下的服務選擇.
combinatorial model
將問題建模為multi-dimension multi-choice 0-1 knapsack problem (MMKP)
基於Khan, S的heuristic algorithm(HEU), 開發了WE_HEU演算法來求解.
graph model
將問題建模為multi-constraint optimal path problem (MCOP)
基於針對單限制最優路徑的CSP演算法, 開發了MCSP演算法. 這個演算法與CSP並沒有本質的區別, 無非是原先只要比較一個QoS, 現在要比較多個而已.
MCSP演算法可能會產生過多的備選路徑, 因而作者由提出了改進演算法MCSP-K, 在RELAX時只保留K個路徑.
定義了nonlinear cost function(引用於Multi-constrained optimal path selection, INFOCOM 2001)作為篩選路徑的標誌. 對於這個nonlinear cost function函數, 有兩點要提一下
(1) 作者特意討論了λ->∞時的情況, 並在演算法中有相應體現. 沒看出強調這種情況的必要性.
(2) QoS參數分為成本型和效益型, 該函數應該是針對效益型參數而言, 而對於成本型的QoS參數應先進行轉換.
使用了Inet3.0來產生類比的實驗環境.
實驗參數
sservice candidate nodes: 25~2500
service candidate graph: random graph topology
僅考慮one process plan with the sequential composition model
number of service class: 5~50
candidates in each service class: 5~50
5個QoS參數, 採用[1, 100]間的uniform distribution
utility value of each link: [1, 200]間的uniform distribution
network impact factor: 按照大小分為兩種情況. combinatorial approach中無法建模network impact factor.
與ISeBM05的比較
要解決的問題: 單屬性 vs. 多屬性
解決方案: combinatorial approach的演算法沒有細看; graph approach中的演算法沒有本質區別
本文對問題的簡化
(1) 不關心服務之間介面的相容性問題.
(2) 只考慮sequential composition model (S3)