33、服务选择的概率方法

服务选择的概率方法

在服务选择领域，为了帮助用户找到最符合其需求的服务，需要考虑用户的使用模式，采用概率方法来应对非功能属性（NFPs）的可变性。下面将详细介绍相关内容。

相关工作

在非功能属性（NFPs）的研究方面，虽然已有大量研究，但概率方法并不常见。概率分布主要用于通过不同技术计算服务组合的NFPs，如动态规划、贪心算法以及蒙特卡罗模拟等。这表明使用概率分布计算NFPs是可行的，不过目前尚未有像本文这样直接将概率NFPs用于服务选择的工作。

对于条件合同，虽未直接见到相关研究，但有一种方法将服务提供商的义务形式化为逻辑规则，使用Web服务建模语言（WSML）进行指定。这种方法与条件合同有相似之处，但也存在重要差异：一是没有指定的方式将此类逻辑规则与概率计算结合使用；二是由于WSML中规则的复杂性，可能难以推导出暗示NFPs特定值的直接条件。因此，条件合同更适合本文的需求。

在使用模式方面，除了引入用于描述用户通常如何组合服务的模式概念外，相关研究较少。而本文仅关注单个服务的使用模式，例如用户通常在一周的哪一天或什么时间调用服务。

场景描述

• 整体概况 ：场景设定在股票市场，服务提供有关股票市场上市公司的移动新闻。股票市场通常在周一至周五的9点至17点开放，因此服务需求在市场开放时最高，周末最低。用户通过移动客户端按需请求新闻，按服务请求付费。服务发现通过SOA中常见的代理进行，代理可访问不同提供商的所有服务合同，并能计算最符合用户需求和偏好的合同。但由于咨询代理会产生费用，用户客户端通常每隔一段时间（如每月一次）更新合同。