簡易檢索 / 詳目顯示

回結果列表
研究生： 吳穗池
Wu, Suei-Chih
論文名稱： 建立考量群體需求之網路服務選擇方法
Developing a Method of Web Service Selection Considering Group Preference
指導教授： 王惠嘉
Wang, Hei-Chia
學位類別： 碩士
Master
系所名稱： 管理學院 - 資訊管理研究所
Institute of Information Management
論文出版年： 2011
畢業學年度： 99
語文別： 中文
論文頁數： 72
中文關鍵詞： 網路服務 、服務品質 、群體決策 、逼近理想解排序法
外文關鍵詞： Web service, QoS, group decision, TOPSIS
相關次數： 點閱：83  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 　　為了因應企業快速整合的需求，World Wide Web Consortium(W3C)與Organization for the Advancement of Structured Information Standards(OASIS)等組織提出了服務導向架構的相關標準，在此標準的架構中，網路服務具有跨平台、彈性及重複使用的特性，正好為企業在開發系統時得以整合不同軟體服務提供者的方式來建置系統。然而當功能需求越來越複雜時，僅靠單一服務已不能滿足所有功能需求，因此將網路服務進行組合成為一個可行方案，在組合時可能由於網路上有越來越多相同功能之網路服務可供選擇，網路服務的選取除了要滿足功能需求外還需考量QoS的表現及限制，並要能確保整個服務組合能達到多數使用者需求的全域最佳化配置，這些都將增加服務選擇的困難度。過去已有許多網路服務選擇的相關研究，致力於使用QoS作為選擇標準、網路服務組合的選擇及群體進行網路服務選擇，但這些研究多假設決策者不了解網路服務組合流程，或沒有針對各流程重視程度去選擇網路服務，而過去亦沒有從方案產生到最後進行群體選擇之網路服務選擇相關研究。為了解決這些問題，本研究提出一群體決策網路服務選擇流程(Group Decision Web Service Selection ， GDWSS)，首先考量各決策者對任務重視程度與全域最佳化產生多個選擇方案，再以群體決策中之TOPSIS方法為基礎，提出能讓決策者以較少的評估工作且考量群體偏好之網路服務選擇方法，以期能多利用可用之網路服務並可降低整體決策者對系統期望之落差。我們亦對所提出的方法利用模擬資料來進行實驗，實驗結果顯示在方案產生的過程中，較被重視之任務流程可選擇較符決策者偏好之網路服務；在群體選擇的過程中，相較於傳統方法，決策者較偏好以QoS數值取代決策者評估值的WSS-TOPSIS方法，且其所得到的方案排序結果具有顯著的共識度。

    W3C and OASIS proposed a service oriented architecture standard to meet the demand for rapid business system integration. Under the framework of the standard, the Web services, which have the characteristics of crossing- platform, flexibility, and reusability, are suitable for the enterprise systems to exchange data and can be regarded as components made by different service providers to build systems. These features of web service can be adapted for web service composition to meet complicated functional requirements which cannot be met by a single web service alone. There were many web service selection researches over the past years, committed to using QoS as the selection criteria for the selection of web service composition and selection of web service for groups. But many of these researches assume that decision makers do not understand the web service composition process. They didn't select web service by the importance of the task process. There was also no research about generating web service selection alternatives from decision makers' preference for group selection. To solve these problems, we propose a selection process named Group Decision Web Service Selection, GDWSS. First, we consider the importance of each task of decision maker and the global optimization for generating alternatives, and then select the final solution by WSS-TOPSIS which was adopted from the idea of TOPSIS method. GDWSS allows decision-makers to set preference with less workload. We conducted experiments using simulated data. Experimental results show that 1) the task process with more importance can select web service more close to decision maker's preference; 2) the ranking results show high consensus.

    目錄 摘要 I Abstract II 目錄 IV 表目錄 VI 圖目錄 VIII 符號 IX 第1章 緒論 1 1.1. 研究背景 1 1.2. 研究動機與目的 2 1.3. 研究範圍與限制 4 1.4. 研究流程 4 1.5. 論文大綱 6 第2章 文獻探討 8 2.1. 決策方法 8 2.1.1. 群體決策 8 2.1.2. 多準則決策 9 2.2. 服務導向架構下的網路服務 14 2.2.1. 網路服務 14 2.2.2. 網路服務組合選擇 18 2.3. QoS 18 2.3.1. QoS模型 19 2.3.2. QoS的本體論(QoS ontology) 23 2.4. 全域最佳化與網路服務選擇 24 2.5. 小結 25 第3章 研究方法與架構 26 3.1. 前處理 29 3.2. 偏好設定 31 3.3. 計算可行組合方案 34 3.4. 服務組合方案排序 45 3.5. 小結 53 第4章 實作驗證 55 4.1. 系統實作 55 4.1.1. 資料模擬 56 4.1.2. 群體決策網路服務選擇模組 58 4.2. 系統驗證與分析 58 第5章 結論及未來研究方向 67 5.1. 研究成果 68 5.2. 未來研究 68 參考文獻 70 表目錄 表 2-1 決策矩陣 ..................................... 12 表 2-2 WSDL 文件主要元素 ........................ 16 表 2-3 Ran 提出的網路QoS 模型 ...................... 20 表 2-4 網路服務常用品質項目 ........................ 22 表 3-1QoS 通用屬性 ................................ 30 表 3-2 網路服務QoS 數值範例 ........................ 31 表 3-3 決策者k 之屬性權重表 ............................... 32 表 3-4 決策者之屬性權重表範例 ........................... 32 表 3-5 各任務domain-related 屬性權重表 ................... 33 表 3-6 決策者k 之任務權重表 ....................... 33 表 3-7 決策者之任務權重表範例 .......................... 33 表 3-8 QoS 聚合函數 ...................................... 37 表 3-9 網路服務組合各屬性聚合數值計算流程 ................. 38 表 3-10 網路服務組合各屬性聚合數值計算範例 ................ 39 表 3-11 網路服務組合各屬性聚合最大值計算範例 .............. 40 表 3-12 網路服務組合各屬性聚合最小值計算範例 ............ 41 表 3-13CAW 計算過程範例 .......................... 42 表 3-14 DAW 計算過程範例 ......................... 43 表 3-15TV 計算過程範例 .......................... 44 表 3-16 各決策者偏好方案範例 ....................... 44 表 3-17 選擇過程差異說明 ......................... 46 表 3-18 決策者k 對網路服務表現評估表 ................ 48 表 3-19 決策者k 之決策矩陣 ....................... 48 表 3-20 聚合之決策矩陣 .............................. 49 表 3-21 各方案之正規化網路服務QoS 數值範例 ............... 49 表 3-22 DM1 評估結果範例 ........................ 50 表 3-23 DM2 評估結果範例 ........................... 50 表 3-24 DM3 評估結果範例 ........................... 51 表 3-25 DM1 之決策矩陣範例 ............................ 51 表 3-26 DM2 之決策矩陣範例 ............................. 51 表 3-27 DM3 之決策矩陣範例 ............................... 51 表 3-28 決策矩陣與正/負理想解範例 ........................ 52 表 3-29 方案排序計算結果範例 ........................ 53 表 3-30 過去研究與GDWSS 比較表 ......................... 54 表 4-1 模擬分配對照表 ................................. 57 表 4-2 服務組合結果差異(10 個候選服務) .................. 59 表 4-3 服務組合結果差異(100 個候選服務) ................ 59 表 4-4 PIP 與ATIP 服務選擇差異表 ........................ 60 表 4-5 PIP 與ATIP 服務選擇方案domain-related 屬性差異表 .... 61 表 4-6PIP 與ATIP 服務選擇差異服務正規化值比較 .......... 62 表 4-7 方案排序結果 .......................... 65 表 4-8 Spearman correlation coefficients ............... 65 圖 1-1 研究流程圖 ................................ 5 圖 2-1 二維度空間中，使用歐式距離計算方案離正、負理想解距離 ... 12 圖 2-2 網路服務選擇過程 .................................. 14 圖 2-3 網路服務架構 ......................... 15 圖 2-4 服務提供者描述QoS 之範例 ......................... 23 圖 3-1 方案產生與選擇概念圖 .......................... 26 圖 3-2 研究架構圖 .................................... 27 圖 3-3 抽象服務組合流程 ............................. 28 圖 3-4 情境範例之網路服務組合架構 .................... 29 圖 3-5 方案選擇過程比較 ............................... 46 圖 4-1 系統部署圖 ................................. 56 圖 4-2 權重設定介面 ...................... 63

    Ardagna, D., & Pernici, B. (2005). Global and Local QoS Constraints Guarantee in Web Service Selection. Paper presented at the IEEE International Conference on Web Services (ICWS'05), Orlando, Florida.
    Ardagna, D., & Pernici, B. (2007). Adaptive service composition in flexible processes. IEEE Transactions on Software Engineering, 33(6), 369-384.
    Canfora, G., Penta, M. D., Esposito, R., & Villani, M. L. (2005). An Approach for QoS-aware Service Composition based on Genetic Algorithms. Paper presented at the Proc. of Genetic and Evolutionary Computation Conference, Washington, D.C.
    Chen, Y.-L. & Cheng, L.-C. (2010). An approach to group ranking decisions in a dynamic environment. Decision Support Systems, 48(4), 622-634.
    Hilari, M. O. (2009). Quality of Service (QoS) in SOA Systems. A Systematic Review. Universitat Politècnica de Catalunya.
    Hillier, F. S. & Lieberman, G. J. (1967). Introduction to Operations Research (Eighth ed.): The McGraw-Hill Companies, Inc.
    Huang, A. F. M., Lan, C. W., & Yang, S. J. H. (2009). An optimal QoS-based Web service selection scheme. Information Sciences, 179(19), 3309-3322.
    Jagdev, H., Vasiliu, L., Browne, J., & Zaremba, M. (2008). A semantic web service environment for B2B and B2C auction applications within extended and virtual enterprises. Computers in Industry, 59(8), 786-797.
    Kahraman, C., Engin, O., Kabak, O., & Kaya, I. (2009). Information systems outsourcing decisions using a group decision-making approach. Engineering Applications of Artificial Intelligence, 22(6), 832-841.
    Karakoc, E. & Senkul, P. (2009). Composing semantic Web services under constraints. Expert Systems with Applications, 36(8), 11021-11029.
    Lo, C.-C., Chen, D.-Y., Tsai, C.-F., & Chao, K.-M. (2010). Service selection based on fuzzy TOPSIS method. Paper presented at the 2010 IEEE 24th International Conference on Advanced Information Networking and Applications Workshops, Perth, Australia.
    Longchang, Z., Hua, Z., & Fangchun, Y. (2010). Multi-Attribute Group Decision Making-Based Decentralized Web Service Selection. Paper presented at the 2010 International Conference on Service Sciences, Hangzhou, Zhejiang, China.
    Maximilien, E. M. & Singh, M. P. (2004). A framework and ontology for dynamic Web services selection. IEEE Internet Computing, 8(5), 84-93.
    Meng, S. & Arbab, F. (2009). QoS-Driven Service Selection and Composition Using Quantitative Constraint Automata. Fundamenta Informaticae, 95(1), 103-128.
    Nakov, S. (2008). SOA Trends for 2008. Retrieved August 19, 2010, from http://www.nakov.com/blog/wp-content/uploads/2009/05/nakov-soa-trends-2008.ppt
    Neubauer, T. & Stummer, C. (2010). Interactive selection of Web services under multiple objectives. Information Technology & Management, 11(1), 25-41.
    Ran, S. (2003). A model for web services discovery with QoS. SIGecom Exchanges, 4(1), 1-10.
    Top 10 SOA Trends for 2010. (2010). Retrieved August 19, 2010, from http://www.biztechmarch.com/SOA/top-10-soa-trends-for-2010.htm
    W3C. (2001). Web Services Description Language (WSDL) 1.1. Retrieved August, 11, 2010, from http://www.w3.org/TR/wsdl/
    W3C. (2004). Web Services Architecture. Retrieved August 16, 2010, from http://www.w3.org/TR/ws-arch/
    W3C. (2007). Web Services Policy 1.5 - Framework. Retrieved November 4, 2010, from http://www.w3.org/TR/ws-policy/
    Xiong, P. C., Fan, Y. S., & Zhou, M. C. (2008). QoS-aware Web service configuration. IEEE Transactions on Systems Man and Cybernetics Part A: Systems and Humans, 38(4), 888-895.
    Yoon, K. P. & Hwang, C.-L. (1995). Multiple attribute decision making: An introduction (Sage University Paper series on Quantitative Applications in the Social Sciences, 07-104). Thousand Oaks: CA: Sage.
    Zeng, L. Z., Benatallah, B., Ngu, A. H. H., Dumas, M., Kalagnanam, J., & Chang, H. (2004). QoS-aware middleware for Web Services Composition. IEEE Transactions on Software Engineering, 30(5), 311-327.
    王小璠. (2005). 多準則決策分析. 台中市: 滄海書局.
    梁定澎. (2006). 決策支援系統與企業智慧. 台北市: 智勝文化.

    無法下載圖示 校內：2016-07-14公開
    校外：不公開
    電子論文尚未授權公開，紙本請查館藏目錄
    QR CODE