الگوریتمی جهت انتخاب بهینه سرویسها در معماری سرویس گرا بر پایه مؤلفه های کیفی

الگوریتمی جهت انتخاب بهینه سرویسها در معماری سرویس گرا بر پایه مؤلفه های کیفی

اسلاید 1: الگوریتمی جهت انتخاب بهینه سرویسها در معماری سرویس گرا بر پایه مؤلفه های کیفی ارائه دهنده : بهاره زيبانژادكارشناس ارشد رشته كامپيوتردانشگاه آزاد اسلامي واحد نجف آباد

اسلاید 2: فهرست مطالبمقدمهمسئله تركيب وب سرويس هاتركيب وب سرويس ها به صورت ايستا و پوياالگوريتم جستجوي گرانشيطراحي تابع ارزيابيارائه مدل پيشنهادي براي يافتن بهترين تركيب با استفاده از الگوريتم جستجوي گرانشيپياده سازي و ارزيابينتيجه گيريمراجع2

اسلاید 3: مقدمه سرویس های وب: برنامه های کاربردی هستند که توسط انسان و سایر برنامه ها از طریق وب و به شکل مستقل از زبان برنامه نویسی قابل دسترسی هستند. این سرویس ها قابل مکان یابی و فراخوانی از طریق وب هستند.3

اسلاید 4: ترکیب سرویس های وببیان مسئله: نياز به تركيب سرويس‌هاي وب نتيجه نيازهاي پيچيده و رو به افزايش كاربران و ناتواني سرويس‌هاي منفرد وب در برآورده ساختن اهداف كاربر مي‌باشد. سرويس‌ها را مي‌توان تركيب كرده و سرويسی با ارزش افزوده توليد كرد. انواع تركيبتركيب ايستا تركيب پويا 4

اسلاید 5: مراحل ترکیب خودکار سرویس های وب: بررسی در خواست یک سرویس مرکب از طرف کاربر کشف سرویس های قابل استفاده انتخاب سرویس مطابق با نیازهای غیر کارکردی مثل کارایی و دقت وکیفیت تولید توصیف برای سرویس های مرکب5INPUT: Abstract Processtaskweb serviceWWWDiscoveryOUTPUT: Executable Web ProcessQoS-based Selection

اسلاید 6: تركيب ايستا : انتخاب سرويس ها در زمان طراحيتوليد كننده 1توليد كننده 2مشتريشركت6

اسلاید 7: تركيب پويا : انتخاب جديدترين سرويس ها در زمان اجراشركتمشتريتوليد كننده ارزان ترتوليد كننده سريع ترتوليد كننده معتبرتر7

اسلاید 8: الگوريتم جستجوي گرانشيتعيين محيط سيستم مقداردهي اوليهارزيابي اجرامبه روز رساني پارامترهاي G، best، worst،Mi و Mg محاسبه نيروي وارد بر هر جرمMgj جرم گرانشي جرم j Rij فاصله بين دو جرم i و j 8

اسلاید 9: الگوريتم جستجوي گرانشيمحاسبه شتاب و سرعت هر جرمبه روز رساني موقعيت اجراماگر شرط توقف برآورده نشده به مرحله 2 برو.پايان.9

اسلاید 10: طراحي تابع ارزيابيبراي هر كار مجموعه اي از سرويس هاي كانديد وجود دارند كه در عملكرد يكسان اما از لحاظ معيارهاي كيفي متفاوتند.با ادغام بردارهاي كيفي وب سرويس ها ، ماتريس Q ساخته مي شودN: تعداد كارهاL: تعداد سرويس هاي كانديد براي هر كارM: تعداد معيارهاي كيفي براي هر سرويسهر سطر متناظر با يك مجموعه از وب سرويس هاي كانديدهر عنصر Qij متناظر با معيارهاي كيفي سرويس sijسرويس مركب به دست آمده، يك فاكتور تعيين كننده براي رضايت مشتري است و كاربران مختلف ممكن است كيفيت هاي متفاوتي را ارجعيت دهند10

اسلاید 11: مدل پيشنهاديتعيين محيط سيستم: هر جرم كه جوابی از مسئله است به صورت بردار زیر تعریف می شود: مقدار دهي اوليه: براي تعيين جمعيت اوليه، تعدادي از مسيرها را به طور تصادفي توليد مي شوند. ارزيابي اجرام : با استفاده از تابع برازندگي طراحي شدهبه روز رساني پارامترهاي G، best ، worst ، Mi و Mgاز آنجا كه از نسخه گسسته اين الگوريتم استفاده مي شودرابطه G به صورت خطي كاهش مي يابد: 11

اسلاید 12: مدل پيشنهاديمحاسبه نيرو :Rij فاصله اقلیدسی دو جرم است و در مدل ما ماتريسی است که به تعداد افراد جمعیت سطر و ستون دارد و هر عنصر Rij نشاندهنده تعداد سرویس هایی است که بین مسیر سطر iام و مسیر ستون jام متفاوتند. 12

اسلاید 13: مدل پيشنهاديمحاسبه شتاب و سرعت اجرامبه روز رسانی مکان اجرام: جرم با برازندگي بالاتر باعث وارد آوردن نيروي بزرگتري به جرم با برازندگي پايين تر مي گردداگر شرط توقف برآورده نشده به مرحله 2 برو. ما الگوریتم را به تعداد دفعات مشخص T تکرار می کنیم.پايان13

اسلاید 14: پياده سازي و ارزيابي: نمودارتغيير برازندگي بر حسب دفعات اجراي الگوريتممدل پيشنهادي با نر م افزار مطلب شبيه سازي شدبا افزایش تعداد تکرار الگوریتم، برازندگي به طور چشم گیری افزایش می یابد. از آنجا که این الگوریتم از دسته الگوریتم های هوش جمعی است، در دفعات بالای اجرای برنامه و با گذشت زمان، اجرام بر یکدیگر تاثیر متقابل بهتری داشته و مسئله سریعتر به سمت همگرايي حركت مي كند14

اسلاید 15: پياده سازي و ارزيابي: نمودار تغيير برازندگي نسبت به تعداد سرويس هاي كانديدرابطه مشخصي بين تغيير تعداد سرويس هاي کانديد و برازندگي سرويس مركب وجود ندارد. بنابراين با توجه به گسترش اينترنت و افزايش روزافزون تعداد توليدكنندگان سرويس هاي وب، مي بينيم که اين الگوريتم نسبت به گسترش سرويس هاي کانديد مقاوم بوده و افزايش تعداد سرويس هاي كانديد در كارايي آن بي تاثير است و در نتيجه الگوريتم کاربردي مناسبي مي باشد.15

اسلاید 16: پياده سازي و ارزيابي: نمودار زمان اجراي الگوريتم نسبت به تغيير تعداد سرويس هاي اتميكبا افزايش تعداد سرويس هاي اتميك، زمان اجراي الگوريتم افزايش مي يابد كه اين امري طبيعي است16

اسلاید 17: نتيجه گيري با گسترش ارائه خدمات موسسات و سازمان ها در سطح اينترنت، درخواست جهت ارتباط و تعاملات تجاري نيز افزايش يافته و تكنولوژي هاي جديدي چون سرويس هاي وب جهت بسترسازي اين نوع از ارتباطات ارائه شده اند. تركيب سرويس هاي وب در تعاملات بين سازماني و ايجاد سرويس هاي مركب جهت پاسخگويي به نيازهاي پيچيده كاربران از زمينه هاي تحقيقاتي جديد در سيستم هاي سرويس گرا محسوب مي شود كه روند انتخاب بهترين تركيب بر مبناي مولفه هاي كيفي مطلوب كاربر چالشي بحث برانگيز در اين زمينه مي باشد. نتایج به دست آمده نشان می دهد مدل پيشنهادي برای کاربردی شدن، قابلیت های فراوانی دارد. از آنجا كه اين الگوريتم پارامترهاي كيفي را در نظر ميگيرد، سهم بسزايي در جلب رضايت مشتريان و برآورده ساختن نيازمنديهاي آنان مانند كاهش زمان پاسخ يا حتي استفاده از سرويس هاي ارزان دارد.17

اسلاید 18: ?18

اسلاید 19: مراجعE. Rashedia, H. Nezamabadi-pour, S. Saryazdi, GSA: A Gravitational Search Algorithm, Elsevier 2009, DOI: http://dx.doi.org/10.1016/j.ins.2009.03.004Canfora G., Penta M., Di,Esposito R., and Villani M., A lightweight approach for QoS-aware service composition, In: Proceedings of the 2nd International Conference on Service Oriented Computing, New York ,USA. 2004.Zhang Liang-Jie,Li Bing,Chao Tian st al.On demand Web services-based business process composition.In Proceedings of the IEEE International Conference on System,Man,andCybernetics,Washington,USA,2003.Wei-Hua Ai, Yun-Xian Huang, Hui Zhang, Ning Zhou, Web Services Composition and Optimizing Algorithm Based on QoS, 4th International Conference on Wireless Communications, Networking and Mobile Computing, 2008. WiCOM 08., Oct. 2008.Ming Chen, Zhen-wu Wang, An Approach for Web Services Composition Based on QoS and Discrete Particle Swarm Optimization, Software Engineering, Artificial Intelligence, Networking, and Parallel/Distributed Computing, ACIS International Conference on, vol. 2, pp. 37-41, Eighth ACIS International Conference on Software Engineering, Artificial Intelligence, Networking, and Parallel/Distributed Computing (SNPD 2007), 2007.Al-Masri, E., and Mahmoud, Q. H., Discovering the best web service, (poster) 16th International Conference on World Wide Web (WWW), 2007, pp. 1257-1258. (for QWS Dataset Version 1.0 or QWS Dataset Version 2.0).Al-Masri, E., and Mahmoud, Q. H., QoS-based Discovery and Ranking of Web Services, IEEE 16th International Conference on Computer Communications and Networks (ICCCN), 2007, pp. 529-534. (for QWS Dataset Version 1.0 or QWS Dataset Version 2.0).Al-Masri, E., and Mahmoud, Q.H., Investigating Web Services on the World Wide Web, 17th International Conference on World Wide Web (WWW), Beijing, April 2008, pp. 795-804. (for QWS-WSDLs Dataset Version 1.0).19