[论文解读] Distance-Guided GA-Based Approach to Distributed Data-Intensive Web Service Composition

Soheila Sadeghiram, Hui Ma+1 more|arXiv (Cornell University)|Jan 16, 2019

Service-Oriented Architecture and Web Services参考文献 23被引用 4

一句话总结

本文提出了一种基于遗传算法（GA）的新方法，用于分布式数据密集型Web服务组合（DWSC），将领域特定启发式方法——最长公共子序列（LCS）和服务距离——整合到交叉算子和局部搜索技术中。该方法通过保留功能构建块并优化QoS，显著提升了求解质量，其中基于距离引导的LCS交叉算子在基准数据集上优于基线方法和基于索引的方法。

ABSTRACT

Distributed computing which uses Web services as fundamental elements, enables high-speed development of software applications through composing many interoperating, distributed, re-usable, and autonomous services. As a fundamental challenge for service developers, service composition must fulfil functional requirements and optimise Quality of Service (QoS) attributes, simultaneously. On the other hand, huge amounts of data have been created by advances in technologies, which may be exchanged between services. Data-intensive Web services are of great interest to implement data-intensive processes. However, current approaches to Web service composition have omitted either the effect of data, or the distribution of services. Evolutionary Computing (EC) techniques allow for the creation of compositions that meet all the above factors. In this paper, we will develop Genetic Algorithm (GA)-based approach for solving the problem of distributed data-intensive Web service composition (DWSC). In particular, we will introduce two new heuristics, i.e. Longest Common Subsequence(LCS) distance of services, in designing crossover operators. Additionally, a new local search technique incorporating distance of services will be proposed.

研究动机与目标

• 为解决分布式数据密集型Web服务组合（DWSC）的NP难问题，整合功能正确性与服务质量（QoS）优化。
• 克服现有Web服务组合方法忽略数据量与服务分布影响的局限性。
• 通过将领域特定启发式整合到交叉算子与局部搜索算子中，提升遗传算法在DWSC中的性能。
• 开发一种完全自动化、可扩展的解决方案，适用于大规模、数据密集型服务组合的分布式环境。
• 通过实证验证，证明基于启发式的交叉算子优于通用或基于索引的替代方法。

提出的方法

• 设计三种基于问题的交叉算子，利用LCS与服务距离启发式，以保留功能构建块并提升解的多样性。
• 提出一种基于距离引导的两点交叉，通过考虑服务之间的地理距离与通信成本，平衡探索与开发。
• 提出一种结合服务距离的局部搜索技术，以优化解并加速收敛至高质量最优解。
• 采用融合QoS属性（如响应时间、成本）与分布式服务间数据传输量及通信开销的适应度函数。
• 使用基准数据集（WSC08与WSC09）评估多轮运行下的性能，并与先前WSC研究中基于索引的基线交叉算子进行比较。
• 应用统计显著性检验（成对比较）以验证不同方法间性能差异的可靠性。

实验结果

研究问题

• RQ1 LCS与服务距离启发式如何提升分布式数据密集型Web服务组合中的解的质量？
• RQ2 基于距离引导的交叉算子是否能在DWSC中优于通用或基于索引的交叉算子？
• RQ3 将领域特定知识整合到GA交叉与局部搜索中，对解的收敛性与QoS优化有何影响？
• RQ4 所提出的局部搜索技术相较于标准GA方法，如何提升解的质量？
• RQ5 在多种DWSC数据集中，哪种交叉算子变体——GA-I、GA-II或GA-LCS——能产生最一致且最优的结果？

主要发现

• 基于距离引导的LCS交叉（GA-LCS）在所有基准数据集上均取得最佳整体性能，其适应度值显著优于所有其他方法。
• GA-LCS始终优于[20]中提出的基线索引交叉算子，更低的适应度值表明其在QoS优化方面表现更优。
• 在WSC08-2数据集中，GA-LCS的适应度为0.46 ± 0.04，显著优于索引交叉算子的0.51 ± 0.09。
• 在WSC08-4数据集中，GA-LCS的适应度为0.41 ± 0.01，为所有方法中最低，表明其具有强大的收敛性与解质量。
• GA-II通过增加后代与父代之间的距离来提升后代多样性，其性能优于GA-I，表明更高的多样性有助于提升解的质量。
• 统计成对比较结果证实，基于距离引导的交叉算子始终显著优于基于索引的方法，验证了领域特定启发式方法的有效性。