一種基于灰關(guān)聯(lián)分析的QoS服務(wù)選擇方法*

張　皓，王明斐

（河南機(jī)電高等?？茖W(xué)校，河南　新鄉(xiāng)　453000）

一種基于灰關(guān)聯(lián)分析的QoS服務(wù)選擇方法*

張皓，王明斐

（河南機(jī)電高等專科學(xué)校，河南新鄉(xiāng)453000）

隨著網(wǎng)絡(luò)中可供選擇QoS服務(wù)日益增多，在用戶請(qǐng)求服務(wù)時(shí)，為了確保用戶獲得滿足其功能與QoS要求的服務(wù)，提出了一種基于灰關(guān)聯(lián)分析的QoS服務(wù)選擇方法，根據(jù)用戶對(duì)網(wǎng)絡(luò)服務(wù)的QoS需求估計(jì)各項(xiàng)QoS指標(biāo)的主觀權(quán)重，以用戶的偏好感知作為服務(wù)選擇的約束條件；基于候選服務(wù)集合構(gòu)建候選服務(wù)決策矩陣，采用灰關(guān)聯(lián)分析方法從中獲得用戶QoS滿意度最高的服務(wù)。仿真和分析表明，該服務(wù)選擇策略能為服務(wù)質(zhì)量敏感的用戶提供有效的滿足QoS需求的服務(wù)方案。

服務(wù)質(zhì)量，用戶體驗(yàn)質(zhì)量，灰關(guān)聯(lián)，服務(wù)選擇

0　引言

隨著網(wǎng)絡(luò)技術(shù)的不斷進(jìn)步與用戶QoS（Quality of Service）業(yè)務(wù)需求的爆炸性增長(zhǎng)，多種多樣可選擇的QoS網(wǎng)絡(luò)服務(wù)同時(shí)涌現(xiàn)?；诰W(wǎng)絡(luò)用戶的業(yè)務(wù)需求，如何建立有效的服務(wù)選擇策略以確保用戶獲取滿足其實(shí)際QoS需求的服務(wù)，成為當(dāng)前網(wǎng)絡(luò)發(fā)展的一個(gè)亟待解決的問題。然而，QoS指標(biāo)僅僅反映了服務(wù)技術(shù)層面的性能，忽略了用戶主觀需求與偏好，難以直接反映用戶對(duì)服務(wù)的實(shí)際認(rèn)可程度。因此，近年來(lái)基于用戶體驗(yàn)質(zhì)量（Quality of Experience，QoE）進(jìn)行服務(wù)選擇的研究開始引起人們?cè)絹?lái)越多的關(guān)注。

綜合文獻(xiàn)［1-3］的定義，可以將QoE理解為：用戶在與服務(wù)或者應(yīng)用交互的過程中，由用戶產(chǎn)生的對(duì)所使用的服務(wù)的整體認(rèn)可程度［4］。由于QoE綜合了服務(wù)層面、用戶層面、環(huán)境層面的影響因素，直接反映了用戶對(duì)請(qǐng)求服務(wù)的QoS屬性偏好，基于QoE進(jìn)行網(wǎng)絡(luò)服務(wù)選擇無(wú)疑更能滿足用戶QoS要求。然而，以用戶QoE為中心的服務(wù)選擇算法［5］設(shè)計(jì)存在著諸多難點(diǎn)，主要表現(xiàn)在：首先，用戶要求的網(wǎng)絡(luò)業(yè)務(wù)往往包括多維QoS性能屬性，從眾多不同類型，且具有不同QoS屬性值的候選服務(wù)中選擇滿足用戶要求的網(wǎng)絡(luò)服務(wù)，存在著QoE的部分影響因素難以確定，用戶的主觀因素（如用戶期望、服務(wù)體驗(yàn)）和環(huán)境因素對(duì)QoE的影響難以量化評(píng)價(jià)等問題；其次，不同的用戶對(duì)QoS指標(biāo)各有偏好，網(wǎng)絡(luò)所提供的服務(wù)也存在差別，如何對(duì)各QoS性能指標(biāo)進(jìn)行綜合分析、處理使得選擇的網(wǎng)絡(luò)服務(wù)盡量貼近用戶需求，并將算法復(fù)雜度控制在可接受的范圍內(nèi)。

針對(duì)QoS感知的服務(wù)選擇問題，文獻(xiàn)［6］研究了云計(jì)算多數(shù)據(jù)中心環(huán)境下QoS偏好感知的副本選擇策略，根據(jù)用戶的業(yè)務(wù)偏好對(duì)候選服務(wù)進(jìn)行基于模糊準(zhǔn)則的綜合評(píng)判，以獲得QoS滿意度最高的副本節(jié)點(diǎn)。文獻(xiàn)［7］綜合考慮了運(yùn)營(yíng)成本、服務(wù)性能等屬性，通過靈活調(diào)整QoS服務(wù)模型中運(yùn)營(yíng)商滿意度與用戶滿意度在選擇策略中的比重，從而設(shè)計(jì)有效的服務(wù)優(yōu)選策略來(lái)解決服務(wù)選擇問題。文獻(xiàn)［8］提出采用K-means算法對(duì)候選服務(wù)集合進(jìn)行聚類，分別計(jì)算各聚類中所有候選服務(wù)的質(zhì)量水平 （代表各服務(wù)類的服務(wù)質(zhì)量），最后將獲得的相關(guān)質(zhì)量參數(shù)作為局部約束條件來(lái)選擇用戶需要的服務(wù)。文獻(xiàn)［9］對(duì)于用戶QoE的服務(wù)選擇問題提出了一種新的服務(wù)選擇優(yōu)化方法，當(dāng)網(wǎng)絡(luò)服務(wù)無(wú)法滿足用戶QoE需求時(shí)，基于用戶與服務(wù)提供者之間的QoS參數(shù)協(xié)商進(jìn)行二次尋優(yōu)的服務(wù)選擇優(yōu)化，以進(jìn)一步尋找具有QoS端到端保障的組合服務(wù)，從而減少了服務(wù)選擇失敗的概率。上述這些服務(wù)選擇方法往往注重于降低服務(wù)選擇的時(shí)間復(fù)雜度，為用戶提供便捷有效的服務(wù)組合，但未能充分考慮QoS指標(biāo)的不確定性和用戶偏好，使得最終的服務(wù)選擇結(jié)果往往偏離用戶的QoS需求，導(dǎo)致用戶滿意度下降，甚至服務(wù)組合失敗。因此，有效的服務(wù)選擇方案需要能夠盡可能地滿足用戶QoS的需求，從而改善網(wǎng)絡(luò)的QoS保障能力。

基于此，本文提出了一種基于灰關(guān)聯(lián)分析的QoS服務(wù)選擇方法，根據(jù)用戶對(duì)網(wǎng)絡(luò)服務(wù)的QoS需求，采用層次分析法（Analytic hierarchy process，AHP）估計(jì)QoS各項(xiàng)指標(biāo)的主觀權(quán)重，從而間接地獲取用戶的偏好感知作為服務(wù)質(zhì)量敏感的約束條件；構(gòu)建滿足用戶要求的可用候選服務(wù)集，采用灰關(guān)聯(lián)分析的方法從候選服務(wù)集中獲得用戶QoS滿意度最高的服務(wù)。仿真和分析表明，本文提出的基于用戶體驗(yàn)質(zhì)量的服務(wù)選擇策略能為服務(wù)質(zhì)量敏感的用戶提供有效的、切實(shí)滿足QoS需求的服務(wù)方案。

1　基于用戶體驗(yàn)質(zhì)量的服務(wù)選擇策略

依據(jù)解決多屬性決策問題的基本思路［10］，本文提出了基于用戶體驗(yàn)質(zhì)量的灰關(guān)聯(lián)服務(wù)選擇策略，具體流程如圖1所示。首先從用戶QoE需求出發(fā)，建立合理有效的QoS指標(biāo)主觀權(quán)重；同時(shí)基于承載網(wǎng)絡(luò)篩選的候選服務(wù)集合建立服務(wù)決策矩陣，以從用戶QoE需求為中心，灰色關(guān)聯(lián)度作為判決指標(biāo)，分析用戶QoE與承載網(wǎng)絡(luò)提供的各項(xiàng)網(wǎng)絡(luò)服務(wù)的灰關(guān)聯(lián)度，實(shí)現(xiàn)從用戶體驗(yàn)質(zhì)量到網(wǎng)絡(luò)服務(wù)的自適應(yīng)選擇過程，以使用戶獲得最佳的服務(wù)體驗(yàn)和滿意度。

圖1　基于灰關(guān)聯(lián)分析的服務(wù)選擇策略流程

1.1基于層次分析法估算主觀權(quán)重

服務(wù)選擇以確定候選服務(wù)各項(xiàng)QoS指標(biāo)的權(quán)重評(píng)估為前提，獲取各QoS性能指標(biāo)的主觀權(quán)重后才能進(jìn)一步計(jì)算承載網(wǎng)絡(luò)提供的各項(xiàng)服務(wù)是否滿足用戶的QoE需求。QoS指標(biāo)參數(shù)權(quán)重設(shè)置是為了確定各項(xiàng)QoS指標(biāo)在某項(xiàng)業(yè)務(wù)中為用戶體驗(yàn)質(zhì)量所重視的程度，通常來(lái)說，用戶滿意度對(duì)某個(gè)指標(biāo)的變化越敏感，越說明該指標(biāo)對(duì)用戶滿意度的影響越重要，即相對(duì)于其他指標(biāo)權(quán)重越大。

本文采用層次分析法估算各項(xiàng)QoS指標(biāo)的主觀權(quán)重，其基本思路是：基于用戶對(duì)各QoS指標(biāo)重要性的感知，對(duì)其進(jìn)行兩兩比較，生成判斷矩陣，通過求解判斷矩陣的最大特征根向量，從而獲得基于用戶QoE的各QoS指標(biāo)的主觀權(quán)重值，為后續(xù)的服務(wù)策略實(shí)現(xiàn)作準(zhǔn)備。

首先用戶根據(jù)對(duì)各項(xiàng)QoS指標(biāo)重要性的主觀感知，建立QoS指標(biāo)重要性判斷矩陣。若提供的服務(wù)包括n個(gè)QoS指標(biāo)，則重要性判斷矩陣為

其中，aij表示第i個(gè)指標(biāo)與第j個(gè)指標(biāo)的重要度比較參考值，且aij=1/aij。

由于不同用戶所需要和偏好的QoS指標(biāo)各有不同，而不同業(yè)務(wù)的QoS指標(biāo)的重要性也各不相同，因而需要確定各項(xiàng)業(yè)務(wù)類型的中QoS指標(biāo)的重要性。一般而言，會(huì)話類業(yè)務(wù)對(duì)抖動(dòng)和時(shí)延較為敏感，而對(duì)少量的業(yè)務(wù)丟包則不太敏感，所以會(huì)話類業(yè)務(wù)中抖動(dòng)和時(shí)延指標(biāo)對(duì)會(huì)話質(zhì)量的影響相比誤碼率和丟包率要更為重要?；谌藗兣袛嗍挛镏匾缘闹饔^衡量習(xí)慣，設(shè)置1～9的標(biāo)度值作為判斷各項(xiàng)QoS指標(biāo)重要性的量化標(biāo)準(zhǔn)，其具體等級(jí)劃分如表1所示。

表1　1～9標(biāo)度值的含義

然后在判斷矩陣A的基礎(chǔ)上利用特征根法求出各項(xiàng)QoS指標(biāo)的主觀權(quán)重值。根據(jù)式（2）求解判斷矩陣最大特征值所對(duì)應(yīng)的特征向量：

將ωq+1進(jìn)行歸一化處理，比較兩相鄰階數(shù)的特征向量的距離。對(duì)于給定精度ε＞0，當(dāng)?i∈N，若滿足條件：

1.2構(gòu)建候選服務(wù)決策矩陣

假設(shè)對(duì)于某項(xiàng)網(wǎng)絡(luò)服務(wù)Si由n項(xiàng)用戶所關(guān)心的QoS指標(biāo)組成，表示為Si=｛qi1，qi2，…，qin｝。若當(dāng)前網(wǎng)絡(luò)環(huán)境可提供的m項(xiàng)不同的網(wǎng)絡(luò)服務(wù)，可表示為：

其中，行向量 ｛qi1，qi2，…，qin｝中各元素分別對(duì)應(yīng)服務(wù)Si在n項(xiàng)QoS指標(biāo)上的屬性值，1≤i≤n。列向量表示所有相關(guān)服務(wù)在QoS屬性qj上的值，1≤j≤m。矩陣S確定了實(shí)際網(wǎng)絡(luò)環(huán)境下用戶可選擇的網(wǎng)絡(luò)服務(wù)范圍。

由于QoS指標(biāo)一般可分為效益型和代價(jià)型兩類，效益型如可用帶寬、信號(hào)強(qiáng)度等，其測(cè)量值越大越好；代價(jià)型如時(shí)延、抖動(dòng)等，其測(cè)量值越小越好。為了消除不可公度性，采用極變差法對(duì)矩陣S進(jìn)行標(biāo)準(zhǔn)化處理：

用戶面臨網(wǎng)絡(luò)切換或移動(dòng)到新的接入網(wǎng)絡(luò)時(shí)，候選服務(wù)決策矩陣往往需要及時(shí)更新，要去除服務(wù)決策矩陣X中當(dāng)前網(wǎng)絡(luò)環(huán)境已經(jīng)無(wú)法提供的服務(wù)選項(xiàng)，并引入當(dāng)前網(wǎng)絡(luò)環(huán)境提供的新服務(wù)選項(xiàng)以代替舊的服務(wù)方案，然后這就要求服務(wù)選擇策略能夠適應(yīng)復(fù)雜、變化的網(wǎng)絡(luò)環(huán)境，及時(shí)更新構(gòu)建服務(wù)決策矩陣，為后續(xù)的服務(wù)選擇提供保障。

1.3基于灰關(guān)聯(lián)的服務(wù)選擇策略

灰關(guān)聯(lián)分析（Gray Correlation Analysis，GRA）［11］是關(guān)聯(lián)度分析方法中性能較好，應(yīng)用較多的一種代表性算法。由于用戶主觀的體驗(yàn)質(zhì)量與網(wǎng)絡(luò)客觀QoS參數(shù)相互契合，但又往往存在著差異，可以認(rèn)為二者也存在著某種灰色關(guān)聯(lián)度。由于業(yè)務(wù)的不同，用戶需求的不同，這種關(guān)聯(lián)也會(huì)受到不同程度的波動(dòng)和影響。因此，可以將用戶服務(wù)選擇的多屬性決策問題轉(zhuǎn)化為從當(dāng)前網(wǎng)絡(luò)可提供的服務(wù)決策標(biāo)準(zhǔn)化矩陣X中尋找與用戶需要的體驗(yàn)質(zhì)量req具有最大灰關(guān)聯(lián)度的服務(wù)選項(xiàng)，以實(shí)現(xiàn)戶主觀感知QoE與網(wǎng)絡(luò)服務(wù)的QoS指標(biāo)能夠?qū)崿F(xiàn)最佳匹配。

基于此，本文采用基于灰關(guān)聯(lián)的服務(wù)選擇策略分析網(wǎng)絡(luò)中的用戶QoE和承載網(wǎng)絡(luò)提供QoS服務(wù)之間的關(guān)聯(lián)程度，如果某網(wǎng)絡(luò)服務(wù)與用戶QoE的灰關(guān)聯(lián)度越大，則認(rèn)為該服務(wù)越能滿足用戶的QoE需求，從而據(jù)此選擇最適合的網(wǎng)絡(luò)服務(wù)。該服務(wù)選擇策略具體步驟如下：

步驟1：根據(jù)式（7）獲取當(dāng)前網(wǎng)絡(luò)提供的服務(wù)決策標(biāo)準(zhǔn)化矩陣X后，基于用戶QoE的網(wǎng)絡(luò)服務(wù)要求，計(jì)算矩陣X中各項(xiàng)服務(wù)Xi與用戶QoE需求req的灰關(guān)聯(lián)系數(shù)。

設(shè)基于用戶QoE的服務(wù)需求為reg=（r1，r2，…，rn），ri表示用戶QoE向量req中第i個(gè)QoE指標(biāo)的要求參數(shù)，1≤i≤n。φij表示某項(xiàng)服務(wù)Xi關(guān)于用戶體驗(yàn)質(zhì)量的子屬性rj的灰關(guān)聯(lián)系數(shù)：

｝，從而獲得m個(gè)網(wǎng)絡(luò)服務(wù)選擇方案的灰色關(guān)聯(lián)系數(shù)矩陣為φ=（φij）m×n。

步驟2：計(jì)算m個(gè)候選QoS網(wǎng)絡(luò)服務(wù)組合與用戶體驗(yàn)質(zhì)量的灰關(guān)聯(lián)度向量。

已知用戶對(duì)于各項(xiàng)QoS指標(biāo)的主觀權(quán)重向量ω=（ω1，ω2，…，ωn）和當(dāng)前所有網(wǎng)絡(luò)服務(wù)關(guān)于用戶QoE需求的灰色關(guān)聯(lián)系數(shù)矩陣φ，計(jì)算網(wǎng)絡(luò)中m項(xiàng)服務(wù)與用戶體驗(yàn)質(zhì)量需求的灰關(guān)聯(lián)度向量cor。

其中，wj表示用戶對(duì)QoS指標(biāo)qj主觀權(quán)重，可以根據(jù)1.1節(jié)中采用的特征值法通過式（1）～式（4）獲得。cor（i）是向量cor的元素，表示第i項(xiàng)服務(wù)與用戶QoE的灰關(guān)聯(lián)度。

步驟3：從m個(gè)候選QoS網(wǎng)絡(luò)服務(wù)組合中獲取最能滿足用戶體驗(yàn)質(zhì)量，即選擇與用戶主觀權(quán)重有最大灰關(guān)聯(lián)貼近度的網(wǎng)絡(luò)服務(wù)。

由于用戶對(duì)網(wǎng)絡(luò)服務(wù)的各項(xiàng)QoS指標(biāo)的重視和敏感程度不同，在滿足用戶QoE的服務(wù)需求同時(shí)，所選擇的網(wǎng)絡(luò)服務(wù)與該用戶的QoS指標(biāo)主觀權(quán)重必須有最大灰關(guān)聯(lián)度。網(wǎng)絡(luò)服務(wù)按照灰關(guān)聯(lián)度的大小排序，cor（i）值大的服務(wù)優(yōu)先；反之，cor（i）值較小的服務(wù)則為劣。選取cor中具有最大的灰聯(lián)度的網(wǎng)絡(luò)服務(wù)，即為最能滿足用戶體驗(yàn)質(zhì)量的服務(wù)方案Sslect為：

2　實(shí)驗(yàn)仿真與分析

算法的仿真平臺(tái)為：處理器Interl（R）Core2 2.83 GHz，內(nèi)存4.00 GB，Microsoft Windows 7 Professional的64位操作系統(tǒng)，編程環(huán)境Matlab R2010b。實(shí)驗(yàn)采用公共有效數(shù)據(jù)集QWS［12］和Skyline dataset generator［13］生成數(shù)據(jù)集。QWS真實(shí)數(shù)據(jù)集來(lái)自互聯(lián)網(wǎng)上的公共Web服務(wù)，該數(shù)據(jù)集包含了多個(gè)Web服務(wù)及其對(duì)應(yīng)的9個(gè)QoS屬性值，如響應(yīng)時(shí)間、可用性等。Skyline dataset generator能夠生成多種類型的人工服務(wù)數(shù)據(jù)，在國(guó)內(nèi)外的相關(guān)研究中應(yīng)用較為廣泛。本文選用其生成的獨(dú)立數(shù)據(jù)（independent data），每項(xiàng)服務(wù)包含9個(gè)QoS屬性值，各QoS指標(biāo)的屬性值隨機(jī)生成。

文獻(xiàn)［9］所提出的ASCA算法是QoS感知的服務(wù)選擇方法領(lǐng)域具有代表性的算法。實(shí)驗(yàn)將分別基于QWS數(shù)據(jù)集和生成數(shù)據(jù)集，對(duì)本文方法與ASCA算法進(jìn)行比較以驗(yàn)證其性能。實(shí)驗(yàn)數(shù)據(jù)集包含有10個(gè)服務(wù)類，服務(wù)交互次數(shù)由100上升至1 000，分別從10個(gè)服務(wù)類中等量隨機(jī)抽取。每次服務(wù)選擇交互都從某服務(wù)類隨機(jī)抽取一項(xiàng)作為基于用戶體驗(yàn)質(zhì)量的服務(wù)請(qǐng)求，然后從該服務(wù)類中隨機(jī)抽選等額的服務(wù)作為候選。為了驗(yàn)證本文方法在服務(wù)選擇中的有效性，同時(shí)與ASCA方法進(jìn)行對(duì)比，假設(shè)sk=sslect為最終的服務(wù)選擇方案，則定義用戶滿意度為：

圖2　在QWS數(shù)據(jù)集上用戶滿意度對(duì)比

圖3　在生成數(shù)據(jù)集上用戶滿意度對(duì)比

如圖2、圖3所示，當(dāng)服務(wù)交互次數(shù)較少的時(shí)候，受用戶QoE中主觀因素的影響，兩種服務(wù)選擇方法的用戶滿意度都呈現(xiàn)出不同程度的波動(dòng)，而本文方法獲得的用戶滿意度更為穩(wěn)定；隨著服務(wù)交互次數(shù)的遞增，逐步積累的經(jīng)驗(yàn)數(shù)據(jù)進(jìn)一步限制了用戶QoE中不確定的主觀因素，兩種服務(wù)選擇方法在兩個(gè)數(shù)據(jù)集上獲得的用戶滿意度開始逐步趨于穩(wěn)定。在QWS數(shù)據(jù)集上，本文方法相對(duì)ASCA算法用戶滿意度更高，波動(dòng)性更??；在隨機(jī)生成數(shù)據(jù)集上，本文方法的用戶滿意度仍然具有優(yōu)勢(shì)，但兩種方法在用戶滿意度方面性能都有所下降，且二者差距在減小。這是因?yàn)镼WS數(shù)據(jù)集有效性更強(qiáng)，兩種方法的服務(wù)選擇效果更好；而生成數(shù)據(jù)集中的候選服務(wù)隨機(jī)性更大，與用戶主觀的QoE出入較大，因而造成服務(wù)選擇的用戶滿意度略有降低。

綜合圖2、圖3可知，本文基于用戶體驗(yàn)質(zhì)量的灰關(guān)聯(lián)服務(wù)選擇算法比ASCA算法更好地反映了用戶QoS感知需求，從而能夠選擇更能貼近用戶需要的網(wǎng)絡(luò)服務(wù)。這是因?yàn)楸疚奶岢龅姆?wù)選擇策略對(duì)用戶QoE進(jìn)行層次性分析以保證QoS指標(biāo)的主觀權(quán)重的有效性，并基于灰關(guān)聯(lián)分析獲取候選服務(wù)中最貼近用戶需求的服務(wù)，從而剔除不確定性較高的Web服務(wù)，減小了實(shí)際服務(wù)選擇與用戶主觀的QoE需求之間的偏離度，提高了服務(wù)選擇的可靠性。在開放動(dòng)態(tài)的網(wǎng)絡(luò)環(huán)境中，該方法能夠有效克服QoS的不確定性對(duì)Web服務(wù)選擇可靠性的影響，它不僅為用戶提供了可靠的QoS約束保障，而且還能夠?yàn)橛脩籼峁└哔|(zhì)量的服務(wù)選擇。

3　結(jié)論

本文提出了一種基于灰關(guān)聯(lián)分析的服務(wù)選擇方法。該方法在選擇用戶需要的網(wǎng)絡(luò)服務(wù)時(shí)既考慮QoS指標(biāo)的客觀特性，也考慮了用戶體驗(yàn)質(zhì)量的主觀需求，彌補(bǔ)了以往此類算法僅僅考慮選擇策略的不足，算法簡(jiǎn)單，適用性強(qiáng)，能夠有效地滿足用戶對(duì)選擇服務(wù)的QoS需求。仿真和分析表明，該服務(wù)選擇策略能為服務(wù)質(zhì)量敏感的用戶提供有效的、切實(shí)滿足QoS需求的服務(wù)方案。但在QoS指標(biāo)選項(xiàng)增多時(shí)，計(jì)算量會(huì)急劇增大；在移動(dòng)終端頻繁切換時(shí)，也會(huì)增大候選服務(wù)集合的更新、選擇的計(jì)算量，這也是未來(lái)工作中需要進(jìn)一步改善和研究的方向。

［1］SILLER M，WOODS J C.QoS arbitration for improving the QoE in multimedia transmission［C］//Visual Information Engineering，2003.VIE 2003.International Conference on. IET，2003：238-241.

［2］O'Nell Timothy M.Quality of experience and quality of service，for IP video conferencing［C］//Director of Technical Marketing of Polycom Video Communications.White Paper By Polycom，2005.

［3］ITU-T：Definition of quality of experience（QoE）［S］// International Telecommunication Union，Liaison Statement，Ref.：TD 109rev2（PLEN/12），2007.

［4］林闖，胡杰，孔祥震.用戶體驗(yàn)質(zhì)量（QoE）的模型與評(píng)價(jià)方法綜述［J］.計(jì)算機(jī)學(xué)報(bào)，2012，35（1）：1-15.

［5］倪萍，廖建新，王純，等.一種KPI映射到KQI的通用算法［J］.電子與信息學(xué)報(bào)，2008，30（10）：2503-2506.

［6］熊潤(rùn)群，羅軍舟，宋愛波，等.云計(jì)算環(huán)境下QoS偏好感知的副本選擇策略［J］.通信學(xué)報(bào)，2011，32（7）：93-102.

［7］武蕾，劉玉龍，劉士軍.多策略QoS感知的服務(wù)選擇與排序模型［J］.通信學(xué)報(bào)，2012，33（1）：141-147.

［8］ ALRIFALM，SKOUTASD，RISSET.Selectingskyline services for QoS-based Web service composition［C］//Proc. of the 19th Int'l Conf.On World Wide Web（WWW 2010）. 2010：11-20.

［9］ADAGNA D，PERNICI B.Adaptive service composition in flexible processes［J］.IEEE Trans.on Software Engineering，2007，33（6）：369-384.

［10］TSAI C H，CHANG C L，CHEN L.Applying grey relational analysis to the vendor evaluation model international journal of the computer［J］.The Internet and Management，2003,11 （3）：45-53.

［11］李軍，房雅丁，宋梅，等.異構(gòu)網(wǎng)絡(luò)中一種基于灰度關(guān)聯(lián)的動(dòng)態(tài)接入選擇策略［J］.北京郵電大學(xué)學(xué)報(bào)，2006 （11）：175-177.

［12］ALMASAR E，Mabmoud Q H.QoS-Based discovery and ranking of Web services［C］//Proc.of the 16th Int'l Conf.on Computer Communications and Networks（ICCCN 2007）. 2007：529-534.

［13］BORZSONYI S，KOSSMANN D，STOCKER K.The skyline operator［C］//Proc.of the 17th Int'l Conf.on Data Engineering （ICDE 2001），2001：421-430.

A Novel Algorithm of Quality of Service Selection Based on Gray Correlation Analysis

ZHANG Hao，WANG Ming-fei
（Henan Mechanical and Electrical Engineering College，Xinxiang 453000，China）

As the increment of QoS services in the internet，in order to select the services that fulfill users'functionality and QoS requirements，a service selection strategy based on users'QoS-aware of Experience is presented.The strategy estimates the subjective weight of each QoS index according with the users'QoS requirements of web services，to make the users'QoS preference as a constraint condition for service selection，and construction of decision matrix based on the candidate service set，to select the service with highest satisfaction on QoS using gray correlation analysis method.Simulation and analysis show that the service selection strategy can provide service schemes which would effectively satisfies QoS users'requirements.

quality of service，quality of experience，gray correlation analysis，service selection

TP393

A

1002-0640（2016）07-0043-05

2015-06-02

2015-07-05
*

河南省教育廳自然科學(xué)研究基金（2010A520013）；新鄉(xiāng)市科技發(fā)展計(jì)劃基金資助項(xiàng)目（08G072）。

張皓（1983-），男，河南新鄉(xiāng)人，碩士，實(shí)驗(yàn)師。研究方向：計(jì)算機(jī)網(wǎng)絡(luò)、軟件工程等。