面向食品溯源数据服务的多QoS约束服务选择优化算法研究

doi:10.3969/j.issn.1000-5641.2018.03.008

华东师范大学学报(自然科学版) ›› 2018, Vol. 2018 ›› Issue (3): 67-76.doi: 10.3969/j.issn.1000-5641.2018.03.008

面向食品溯源数据服务的多QoS约束服务选择优化算法研究

袁培森¹, 黎薇¹, 任守纲^1,2, 徐焕良^1,2

1. 南京农业大学信息科学技术学院, 南京 210095;
2. 江苏省肉类生产与加工质量安全控制协同创新中心, 南京 210095

收稿日期:2017-05-16 出版日期:2018-05-25 发布日期:2018-05-29
作者简介:袁培森,男,博士,讲师,研究方向为智能计算、海量数据管理.E-mail:peiseny@njau.edu.cn;徐焕良,男,博士,教授,研究方向为农业信息化与大数据技术.E-mail:huanliangxu@njau.edu.cn.
基金资助:
国家自然科学基金（61502236）；中央高校基本科研业务费专项资金（KYZ201752，KJQN201651）；国家科技支撑计划（2015BA1105000）；江苏省重点研发计划（BE2016803）

Algorithm for service optimization under multi-QoS constraints for data services in a food traceability system

YUAN Pei-sen¹, LI Wei¹, REN Shou-gang^1,2, XU Huan-liang^1,2

1. College of Information Science and Technology, Nanjing Agricultural University, Nanjing 210095, China;
2. Jiangsu Collaborative Innovation Center of Meat Production and Processing, Quality and Safety Control, Nanjing 210095, China

Received:2017-05-16 Online:2018-05-25 Published:2018-05-29

摘要/Abstract

摘要： 数据服务的理念是大数据时代一种重要的信息服务方式.在面向服务构架（Service-Oriented Architecture，SOA）框架下研究了用于食品安全溯源系统中面向数据服务的多QoS（Quality of Service）约束下服务组合选择优化算法.溯源服务系统是一种数据密集型服务系统，系统的实现需要组合多源的Web服务.通过提取系统的重要Web服务和数据服务QoS指标，建立了食品安全溯源系统的以数据服务为场景的多服务属性约束下优化因子模型—MQBR（Multi-QoS based Benefit Ratio）模型，采用Skyline算法预处理并结合人工智能的启发式方法求解了满足约束条件的服务组合，提升了系统服务选择的效率和质量.通过实验分析证明了算法的有效性，且实现了多QoS约束条件下食品安全溯源系统中服务组合选择算法，提升了服务选择的质量和性能.

关键词: 食品安全溯源, Skyline算法, 多QoS约束, 面向数据服务的服务组合, 启发式算法

Abstract: The concept of data services plays an important role in the era of big data. In this paper, an optimization algorithm for web services in food safety traceability is investigated based on the SOA (Service-Oriented Architecture) framework. Traceability services are commonly data-intensive systems, which need to combine multi-source web services. In this paper, by extracting important QoS (Quality of Service) indexes from the web and data services of the system, a multi-QoS based benefit ratio (MQBR) is established, which is then used on the traceability platform for food security management. Based on the MQBR model, the skyline and heuristic method of artificial intelligence is proposed for optimizing the efficiency and quality of service selection. Experiments are conducted to prove the validity of the algorithm. The methods of our study are designed and applied to a food security management application, with multiple QoS constraints in the traceability systems, to improve the overall performance and service quality.

Key words: food safety traceability system, skyline algorithm, multi-QoS constraints, data service composition, heuristic-based algorithm

中图分类号:

TP391

袁培森, 黎薇, 任守纲, 徐焕良. 面向食品溯源数据服务的多QoS约束服务选择优化算法研究[J]. 华东师范大学学报(自然科学版), 2018, 2018(3): 67-76.

YUAN Pei-sen, LI Wei, REN Shou-gang, XU Huan-liang. Algorithm for service optimization under multi-QoS constraints for data services in a food traceability system[J]. Journal of East China Normal University(Natural Sc, 2018, 2018(3): 67-76.

参考文献

[1] 岳昆, 王晓玲, 周傲英. Web服务核心支撑技术:研究综述[J]. 软件学报, 2004, 15(3):428-442.
[2] SHENG Q Z, QIAO X, VASILAKOS A V, et al. Web services composition:A decade's overview[J]. Information Sciences, 2014, 280:218-238.
[3] LIU R, XU X, WANG Z, et al. Probability matrix of request-solution mapping for efficient service selection[C]//2017 IEEE International Conference on Web Services (ICWS). IEEE, 2017:444-451.
[4] BOUGUETTAYA A, SINGH M, HUHNS M, et al. A service computing manifesto:The next 10 years[J]. Communications of the ACM, 2017, 60(4):64-72.
[5] PAPAZOGLOU M P. Service-oriented computing:Concepts, characteristics and directions[C]//International Conference on Web Information Systems Engineering. IEEE Computer Society, 2003:3-12.
[6] HUANG K C, SHEN B J, LEE T J, et al. Resource allocation and dynamic provisioning for service-oriented applications in cloud environment[C]//International Conference on Cloud Computing Technology and Science. IEEE Computer Society, 2012:839-844.
[7] 杨胜文, 史美林. 一种支持QoS约束的Web服务发现模型[J]. 计算机学报, 2005, 28(4):589-594.
[8] DEORA V, SHAO J, GRAY W. Modelling quality of service in service oriented computing[C]//International Symposium on Service-Oriented System Engineering. IEEE Computer Society, 2006:95-101.
[9] 李研, 周明辉, 李瑞超, 等. 一种考虑QoS数据可信性的服务选择方法[J]. 软件学报, 2008, 19(10):2620-2627.
[10] 李小勇, 桂小林, 毛倩, 等. 基于行为监控的自适应动态信任度测模型[J]. 计算机学报, 2009, 32(4):664-674.
[11] AL-MASRI E, MAHMOUD Q H. Discovering the best web service[C]//Proceedings of the 16th International Conference on World Wide Web. ACM, 2007:1257-1258.
[12] DE BARNAGHI S P, BAUER M, et al. Service modelling for the internet of things[C]//Computer Science and Information Systems. IEEE, 2011:949-955.
[13] YU D, LI C, YIN Y. Optimizing web service composition for data-intensive applications[J]. International Journal of Database Theory and Application, 2014, 7(2):1-12.
[14] 任守纲, 徐焕良, 黎安, 等. 基于RFID/GIS物联网的肉品跟踪及追溯系统设计与实现[J]. 农业工程学报, 2010, 26(10):229-235.
[15] CHEN M, MAO S, LIU Y. Big data:A survey[J]. Mobile Networks and Applications, 2014, 19(2):171-209.
[16] TANAKA M, MURAKAMI Y, ZETTSU K. Data-intensive services for large-scale archive access[C]//Services Computing (SCC), 2012 IEEE 9th International Conference on. IEEE, 2012:617-624.
[17] SUCHITHRA M, RAMAKRISHNAN M. A Survey on web service selection techniques[J]. Wireless Communication, 2015, 7:235-238.
[18] WANG S, ZHU X, YANG F. Efficient QoS management for QoS-aware web service composition[J]. International Journal of Web and Grid Services, 2014, 10(1):1-23.
[19] WANG P W, DING Z J, JIANG C J, et al. Constraint-aware approach to web service composition[J]. Systems, Man, and Cybernetics:Systems, IEEE Transactions on, 2014, 44(6):770-784.
[20] LEMOS A L, DANIEL F, BENATALLAH B. Web service composition:A survey of techniques and tools[J]. ACM Computing Surveys (CSUR), 2016, 48(3):33-74.
[21] 林闯, 陈莹, 黄霁崴, 等. 服务计算中服务质量的多目标优化模型与求解研究[J]. 计算机学报, 2015, 38(10):1907-1923.
[22] PAUTASSO C. RESTful web services:Principles, patterns, emerging technologies[C]//Web Services Foundations. New York:Springer, 2014:31-51.
[23] FALOU M E L, BOUZID M, MOUADDIB A I, et al. A distributed planning approach for web services composition[C]//IEEE International Conference on Web Services (ICWS). IEEE, 2010:337-344.
[24] BORZSONY S, KOSSMANN D, STOCKER K. The skyline operator[C]//Proceedings of 17th International Conference on Data Engineering. IEEE, 2001:421-430.
[25] 魏小娟, 杨婧, 李翠平, 等. Skyline查询处理[J]. 软件学报, 2008, 19(6):1386-1400.
[26] ALRIFAI M, SKOUTAS D, RISSE T. Selecting skyline services for QoS-based web service composition[C]//Proceedings of the 19th International Conference on World Wide Web. ACM, 2010:11-20.

面向食品溯源数据服务的多QoS约束服务选择优化算法研究

Algorithm for service optimization under multi-QoS constraints for data services in a food traceability system

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	付瑞, 李剑宇, 王笳辉, 岳昆, 胡矿. 面向领域知识图谱的实体关系联合抽取[J]. 华东师范大学学报（自然科学版）, 2021, 2021(5): 24-36.
[2]	郑思达, 刘岩, 杨晓坤, 戚成飞, 袁培森. 基于自适应竞争的均衡优化电力系统客户分类[J]. 华东师范大学学报（自然科学版）, 2021, 2021(5): 146-156.
[3]	赵红成, 田秀霞, 杨泽森, 白万荣. YOLO-S: 一种新型轻量的安全帽佩戴检测模型[J]. 华东师范大学学报（自然科学版）, 2021, 2021(5): 134-145.
[4]	杨梦晨, 陈旭栋, 蔡鹏, 倪葎. 早期时间序列分类方法研究综述[J]. 华东师范大学学报（自然科学版）, 2021, 2021(5): 115-133.
[5]	马晓琴, 薛晓慧, 罗红郊, 刘通宇, 袁培森. 基于t-LeNet与时间序列分类的窃电行为检测[J]. 华东师范大学学报（自然科学版）, 2021, 2021(5): 104-114.
[6]	刘天弼, 冯瑞. 一种基于先验标记特征的精准图像配准算法[J]. 华东师范大学学报（自然科学版）, 2021, 2021(3): 65-77.
[7]	祝鸣, 沈建华, 汪家财. 可扩展物联网教学开发系统的设计与实现[J]. 华东师范大学学报（自然科学版）, 2021, 2021(3): 78-95.
[8]	梁艳春, 房爱莲. 基于多通道卷积神经网络的中文文本关系抽取[J]. 华东师范大学学报（自然科学版）, 2021, 2021(3): 96-104.
[9]	窦建凯, 林欣, 胡文心. 单图中的近似频繁子图挖掘算法[J]. 华东师范大学学报(自然科学版), 2019, 2019(6): 73-87.
[10]	陈远哲, 匡俊, 刘婷婷, 高明, 周傲英. 共指消解技术综述[J]. 华东师范大学学报(自然科学版), 2019, 2019(5): 16-35.
[11]	杨康, 黄定江, 高明. 面向自动问答的机器阅读理解综述[J]. 华东师范大学学报(自然科学版), 2019, 2019(5): 36-52.
[12]	邵明锐, 马登豪, 陈跃国, 覃雄派, 杜小勇. 基于社区问答数据迁移学习的FAQ问答模型研究[J]. 华东师范大学学报(自然科学版), 2019, 2019(5): 74-84.
[13]	陈亮, 郭佳雯, 武建功, 王占全, 史令. 基于法计算学理论的人工智能辅助决策算法研究[J]. 华东师范大学学报(自然科学版), 2019, 2019(5): 85-99.
[14]	傅裕, 李优, 林煜明, 周娅. 基于自注意力机制的冗长商品名称精简方法[J]. 华东师范大学学报(自然科学版), 2019, 2019(5): 113-122,167.
[15]	黄福兴, 周广山, 丁宏, 张罗平, 钱淑韵, 袁培森. 基于孤立森林算法的电能量异常数据检测[J]. 华东师范大学学报(自然科学版), 2019, 2019(5): 123-132.