روشی برای ساده سازی الگوها در ترکیب وب سرویس ها و انتخاب بهینه ترکیب با ساختار احتمالی

یکی از چالش برانگیزترین موضوعات مرتبط با وب سرویس ها مساله ترکیب آن هاست که به صورت یک گراف برای نمایش تعامل بین سرویس ها ارایه می شود. هر گره از این گراف، یک وب سرویس انتزاعی با وظیفه مشخص اما ویژگی های کیفی نامشخص است. برای هر سرویس انتزاعی، مجموعه ای از سرویس های کاندید با وظیفه یکسان اما ویژگی های کیفی متفاوت وجود دارد. جایگزینی یک وب سرویس کاندید برای هر سرویس انتزاعی به نحوی که یک ترکیب بهینه حاصل شود، یک مساله NP-hard است، لذا برای حل آن از الگوریتم های هیوریستیک استفاده می شود. تاکنون روش های متعددی برای ترکیب بهینه وب سرویس ها ارایه شده اما بیشتر این روش ها ساختار احتمالی را پشتیبانی نمی کنند. تنها یک روش ساختار احتمالی را پشتیبانی می کند که برای گراف های بزرگ مقیاس پذیر نیست، مبتنی بر قیود است و به تحلیل هر مسیر گراف به صورت جداگانه پرداخته است. این مقاله، رویکردی مقیاس پذیر و چندهدفه برای تحلیل گراف به صورت یکپارچه ارایه می دهد که علاوه بر پوشش دو الگوی جدید حلقه های تودرتو و حلقه های موازی، با ارایه روشی جهت ساده سازی ترکیب وب سرویس ها موجب بهبود کارایی نیز می شود. در این روش برای انتخاب بهینه وب سرویس ها و حفظ مقیاس پذیری، از الگوریتم های تکاملی NSGAII و SPEAII استفاده می شود. در روش پیشنهادی ابتدا در گراف هایی با الگوی شرطی، هر مسیر بر حسب احتمال آن، چند بار می شود و سپس از الگوریتم NSGAII به منظور تعیین بهترین مسیر در گراف و یافتن راه حل های بهتر استفاده می شود. روش پیشنهادی در مقایسه با بهترین روش مقایسه شده، 30 درصد در پارامتر قابلیت اطمینان و 121 میلی ثانیه در زمان پاسخ بهبود داشته است.