移動Ad Hoc網絡環境下基于風險的高效可靠的服務組合方法研究*

胡海洋 ，呂 倩 ，俞東進 ，趙格華

（1.杭州電子科技大學計算機學院 杭州 310018；2.南京大學軟件新技術國家重點實驗室 南京 210093；3.香港中文大學計算機科學與工程系 香港）

1 引言

服務組合是指將現有的單一、功能簡單、可執行的服務組合成新的復雜的服務。所謂服務，指的是任何可以被其他設備利用的現有設備上的軟件組件、數據以及硬件資源等。例如，使用手機上的天氣預報軟件可以為手機用戶提供天氣情況，這就是一個服務。

如今，移動設備功能的不斷完善以及無線網絡的快速發展，使得在地理上相近的移動設備可以形成一個小型的無線網絡。如果處于該網絡的某個用戶發出了一項服務請求，那么該網絡內任何可以提供相應服務的移動設備都可能成為其服務的提供者。同時，由于用戶所請求服務的復雜性，在執行過程中原服務請求可能被分解為多個子服務來完成，這一系列子服務通過某些方式組成一個服務組合，并且每個子服務可以由不同的設備提供。將服務分解為多個子服務，既可以減少服務的復雜性以獲得更好的解決方案，同時某些子服務的并行執行可以減少服務的執行時間。此外由于不同的設備完成同一個服務所需的時間并不一致，這就導致了選取不同的設備完成服務的總時間會不一致。

在移動Ad Hoc網絡中，由于設備的移動性，設備之間隨時可能失去連接，此時服務組合就會失效。目前關于在動態環境中服務組合的可靠性研究，大部分關注于現有的服務組合被打斷之后如何進行未完成的服務，而本文的目標是為服務組合中包含的原子服務搜尋合適的服務提供者時進行失效風險估計，使得服務組合能夠具有較高的可靠性。根據參考文獻[1～3]的結論，在移動網絡環境中可對移動的服務節點進行聚類，得出兩個服務節點處于某個地理范圍內的時間范圍。根據這一結論，本文對服務節點之間的移動性進行了分析，并針對服務節點的移動性可能使兩個節點失去連接從而引起服務組合中斷的現象，提出了失效風險模型，此模型設計出3種用于確定服務組合中原子服務的服務提供者節點的算法，最后實現枚舉算法，與本文提出的算法進行對比。

文章的主要貢獻如下：

·針對Ad Hoc網絡環境的特點，結合動態預測技術結果，提出一種失效風險模型以描述服務組合失效的可能；

·設計并實現了3種算法為服務組合中的每個原子服務分配合適的服務提供者；

·在動態預測技術準確的情況下，實現對比算法，得到具有最高可靠性的組合方案，以此對比分析本文提出的算法的可行性以及必要性。

2 相關工作

隨著服務組合技術的不斷發展，它的應用領域越來越廣。然而，由于影響服務組合可靠性的因素多種多樣，在靜態環境中，網絡負載、帶寬等都會影響其可靠性；在動態環境中，服務節點的移動性是影響服務組合可靠性的重要因素。因此，服務組合的可靠性問題一直是服務組合技術面臨的一大重要課題。目前，學術界對于服務組合可靠性問題有著大量的研究。針對移動網絡內節點動態的性質，參考文獻[4]提出了一個框架，該框架包含服務路由和網絡路由兩部分，用于組合和發現服務，以此實現最小化服務的打斷次數。同樣地，面對動態網絡環境中服務組合所面臨的若干問題，參考文獻[5]針對如何使用戶動態地按需使用網絡中的各種服務這一問題，提出一種虛擬服務模型，并在此基礎上定義了虛擬服務的組合運算，給出了動態服務查找的算法。另外還介紹了支持虛擬服務透明組合的P2P服務組合原型系統，并在實驗基礎上對虛擬服務及其支撐引擎進行了客觀評價。實驗表明，其所述虛擬服務及支撐引擎能使面向服務的應用較好地適應動態網絡環境下的服務變化，使用戶能夠透明地按需使用各種資源。參考文獻[6]從服務節點的動態性有利于服務組合優化的觀點出發，利用運動輔助優化算法，通過減少冗余的跳轉次數來減少網絡開銷，從而改善服務組合的性能。參考文獻[7]針對服務組合失敗概率大等問題提出了Web服務隨機QoS指標的度量方法和自適應QoS管理體系結構，利用隨機離散系統唯一的動態控制方法——馬爾可夫決策過程（MDP），設計出了隨機QoS感知的可靠的Web服務組合。為了提高Web服務組合的可靠性，參考文獻[8]使用Web服務業務過程執行語言（WS-BPEL）來支持成功的服務組合。該技術通過WS-BPEL的誕生動態替換服務，可以有效地阻止由于意外發生的服務錯誤導致的服務組合失效，從而提高服務組合的可靠性。

此外，參考文獻[9～13]從不同角度使用不同的方法來解決服務組合的可靠性問題。參考文獻[9]提出一種基于語言的框架來解釋服務模型和組合邏輯；參考文獻[10]設計一種服務組合重組的方法來保證服務組合的全局QoS；參考文獻[11]研究如何使用優化鏈路狀態路由協議維持移動網絡中服務的質量；參考文獻[12]提出一種支持動態地選擇Web服務的模型，從而使得服務組合能很好地使用網絡環境的變化；參考文獻[13]提出一種Web服務可靠性的階段模型，描述Web服務在服務發布、服務發現、服務組合等各個階段的失效過程，并構建不同階段的可靠性模型進行可靠性預測。

上述研究工作從不同方面對服務組合的相關技術進行了分析與探討，從而為本文的研究提供了良好的基礎。然而對這些研究工作分析后可發現，大部分研究工作主要關注于如何在服務組合執行過程中進行動態的服務提供者調整或者在服務組合被打斷之后如何進行服務組合的重組。而對于綜合考慮服務節點的移動性，并根據服務節點的移動性進行可靠性預測等方面的相關研究仍未充分開展。針對這一情況，本文利用服務節點移動預測技術，對服務節點的移動性進行了分析與考慮，并在此基礎之上進行服務組合可靠性模型設計以及尋找相應的服務提供者的算法設計。

3 問題定義以及模型設計

本文目標是在動態網絡環境中為服務請求尋找可靠性較高的服務組合方案?？紤]圖1的服務請求示例。

pi表示移動設備的編號，{si,i=0,1,…}表示移動設備可以提供的服務的集合。在一個網絡中存在著多個移動設備，每個設備可以提供若干個服務。如果此時網絡中的某個用戶發出一個服務請求request，假定request的內容為s1→{s2,s4}→s3，其中s2和s4并行執行。服務請求用戶會將該請求發送給所有它可以連接到的移動設備。接到請求后，每個移動設備反饋給請求用戶可以提供的服務列表。請求用戶根據列表信息以及位置預測的信息確定請求中每個服務的提供者。

對于圖1所示的服務請求示例，箭頭所示的路徑表示一種服務組合提供者方案，箭頭上標明的數字表示該條路徑的執行順序，箭頭的指向表示數據流的方向。箭頭所示路徑的含義為由p2提供服務s1，p5和 p7分別提供服務 s2和 s4，p3提供服務 s3。

由圖1可知，對于同一個服務請求，可以有多種服務提供者方案。由于執行服務的過程中設備處于移動狀態，因此會出現服務執行中斷的情況。另外不同的移動設備完成同一服務的時間有所不同，會直接導致整個服務請求的完成時間有所不同。本文針對上述由于設備移動導致的服務中斷問題，提出了相應的衡量服務組合方案可靠性的標準，并提出相應的數學模型以及算法，以確定服務請求的服務提供者分配方案。

3.1 基本概念

在動態網絡中，影響服務組合可靠性的因素多種多樣，本文只針對在動態網絡中服務節點的移動性對服務組合的可靠性的影響。為方便闡述，本節定義了一些常用概念。

定義1 （原子服務）在網絡中不可再分的，可以完成某項相對簡單任務的服務稱為原子服務，表示為si（i為服務編號）。

定義2（服務節點）位于移動網絡范圍內的無線移動設備，表示為Ni（i為設備在網絡中的編號）。每個服務節點可以提供多個原子服務，用SNi表示服務節點Ni可以提供的原子服務的集合，SNi={(sk,tki)|k∈N+}，其中tki表示Ni完成服務sk所需的時間，不同的服務節點完成相同服務所需的時間不同。

定義3 （服務請求者）在網絡中發出服務請求RS的服務節點，即網絡中的某一個服務節點，若服務節點Ni發出請求，則服務請求者表示為Nri。

定義4 （服務執行流程圖）本文定義的服務執行流程圖是由一系列原子服務通過串行或并行的順序組合而成的有向無環圖。每個服務執行流程圖對應一個服務請求RS。例如，圖2所示是由5個原子服務組合而成的一個服務執行流程，圓圈表示原子服務，箭頭表示服務的執行順序。由s1指向s2表示先執行s1再執行s2，是串行結構；由s2出發有兩個箭頭分別指向s3和s4，表示s3和s4同時執行，是并行結構，并且只能由不同的服務節點提供。用表示服務執行流程圖。

定義5 （服務提供者）在網絡中提供服務的服務節點，對于編號為i的服務節點表示為pi。

定義6（服務組合方案）每個服務組合方案對應一個服務請求RS（一個服務請求有多個服務組合方案可以完成），用 S C 表示，S，二元組(si,pj)表示由服務提供者 pj提供原子服務si。

本文考慮無線移動網絡環境中的動態性，主要是指攜帶無線設備的個體的移動性，這種移動性導致了網絡內任意兩個服務節點在地理上的距離不斷變化。由于無線信號極大地受到距離的影響，因此兩個服務節點能夠保持連接的時間受到了限制。鑒于上述特點，本文做了如下定義用于模擬網絡節點的動態性。

定義7（服務節點的相對動態時期）對于處于網絡內的任意兩個服務節點Ni和Nj，用Tij=[aij,bij]表示這兩個節點之間的動態性。即在Tij時間范圍內兩個節點之間的連接隨時可能斷開，連接不穩定。在時刻aij之前連接穩定，不受動態性影響，而在時刻bij之后一定會斷開連接。

3.2 問題模型定義

由于無線移動網絡環境的動態性，使得網絡中的任意兩個服務節點在某一時刻可能失去連接，導致服務組合的中斷。本文旨在為處于無線移動網絡環境中的服務請求尋找具有較高可靠性的服務組合方案。給定一個服務請求RS，經過分析得到了完成該服務請求對應的服務執行流程圖。根據已知的服務執行流程圖，為圖中的每個原子服務尋找合適的提供者，并使得所得到的方案具有較高的可靠性即為本文的目標。

根據網絡內每個服務節點的Mlist，即可為Gers中的每個原子服務尋找合適的服務提供者。由于服務節點之間的動態性，最終所得的方案存在著失效的可能，因此本文力求在服務組合執行之前進行可靠性分析，使得得出的方案具有較高的可靠性。

對于每一個服務請求RS，根據其他所有服務節點返回的匹配結果列表Mlist設計具有較高可靠性的服務組合方案為本文的目標。本文所考慮的服務組合的可靠性并不是傳統意義上的服務組合的服務質量、匹配程度以及容錯性等特性，而是針對無線移動網絡環境中，由于服務節點的移動性所引起的服務組合中斷的可能性。

根據3.1節問題模型中的定義可知，由于每個服務提供者完成原子服務的時間不一樣，因此不同的服務組合方案所需的執行時間也不一樣。對此本文做出如下定義。

定義8 （服務組合長度）一個服務組合的長度定義為串行的原子服務的數目個數加上并行結構的數目，如圖2的服務組合長度為4。

定義9 （服務組合方案完成時間）一個服務組合方案SC所需的完成時間為CT=∑tik(si,pk)∈SC，tik表示服務提供者pk完成原子服務si所需的時間，并行結構中選取最大執行時間作為該并行結構包含的所有原子服務的執行時間。

根據定義7可知，在網絡中任意兩個服務節點在某一時間范圍內可能連接也可能斷開。假設服務節點Nrj在某一時刻發出一個服務請求RS，其中的一個服務組合方案中包含了(si,pk)，即由服務提供者pk來提供si，那么如果在si執行過程中Nk和Nrj失去連接，則si被迫中斷，服務組合方案失效。

對于某個原子服務si，如果可以找到這樣一個服務提供者pk，它與服務請求者保持連接的最后時刻晚于si執行的完成時間，則si可以順利完成。但是，由于服務節點的頻繁移動，為一個SC包含的每個原子服務尋找這樣的服務提供者幾乎是不可能的，只能尋找具有最小被打斷性可能的組合。

定義10 （超時風險系數）對應于服務節點Nrk發出的服務請求PS的一個服務組合方案SC，用rij表示其中的每個元素(si,pj)承擔的超時風險系數，即在si還沒有執行結束的時候pj和Nrk進入相對動態時期，此時完成服務需要承擔一定風險。rij的定義如下：

其中，stij為開始執行服務 si的時刻，ctij為完成si的時刻。stij>ajk,ctij≤bjk表示如果在進入動態期后才開始執行服務，則承擔的超時風險系數為100%。當服務的完成時間超出動態期的最晚時間，服務一定會失敗，此時不需要考慮超時風險。

3.3 失效風險系數模型

基于上述動態模擬及概念的定義，本文定義了如下失效風險系數模型用于為中的每個原子服務尋找合適的服務提供者，以使得整個服務組合方案具有較高的可靠性。在此，為描述服務組合方案的可靠性，本文做了如下定義。

定義12 （失效風險系數）基于超時風險系數以及不穩定性的定義，用rpij表示由服務提供者pj提供單個原子服務si的失效風險系數如下：

整個服務組合方案的失效風險系數如下：

本文使用風險系數來描述一個服務組合方案的可靠性，規定失效風險系數越小，則其可靠性越高。已知網絡內任意兩個服務節點的相對移動性和每個服務節點對于特定的Mlist，根據上述定義的風險系數模型以及3.2節中的定義，即可為求得具有較高可靠性的服務組合方案，用 Result表示方案結果，Result={(si,pj)|si∈Ge,rp}，rp 表示方案整體的失效風險值，(si,pj)表示由pj提供原子服務si。

4 基于風險系數模型的可靠性方案設計

假設網絡中共有m個服務節點。對于一個包含n個原子服務節點的，若每個原子服務平均有k個服務提供者，那么對于每個都有kn種服務組合方案。若每次都對kn個服務組合方案進行風險系數的計算，然后求得具有最小風險系數的方案是非常耗時的。對此，本文基于第3節提出的失效風險系數模型，提出以下3種算法來解決求解具有較小風險系數的服務組合方案的問題。

假設服務請求者Nr0在進入網絡后的st時刻發出一個服務請求，得到中包含 n個原子服務為 s1，s2,…,sn。為每個原子服務分配一個執行順序編號，用ei表示si的執行順序，其中屬于同一并行結構的服務具有相同的執行順序編號。已知網絡中的其他服務節點均已返回匹配結果列表Mlist，根據Mlist，可以得出每個原子服務的服務提供者集合，用Pi表示服務si的服務提供者集合，Pi={pj|j∈N+}；用Sj表示服務提供者pj可以提供的屬于的原子服務集合，Sj={si|si∈}。

4.1 單步枚舉算法

單步枚舉算法（SsE算法）的主要思想是考慮單個步驟中服務的數量并不會太多，訪問一個步驟內所有的執行方案不會大幅增加執行時間。該算法可以取得每個步驟的最優結果，從而使得整體結果具有較高的可靠性。SsE算法的偽代碼如圖3所示。

在該算法中，每次確定一個執行步驟中的原子服務的執行方案，得到一個執行步驟中的失效風險系數，將每次遍歷得到的風險系數相加，即得到整個服務組合方案的失效風險系數總和，確定服務組合方案的可靠性。由于每個執行步驟中包含的原子服務數目遠遠小于一個服務請求中包含的所有原子服務數目，所以即使存在枚舉所有執行方案的可能，也只是局部枚舉，對算法的時間復雜度影響并不大，該算法的平均時間復雜度為O(nm)，其中n為中原子服務的數目，m為網絡中服務提供者數目。

4.2 最大連續性及最長執行時間算法

最大連續性及最長執行時間（BC-LET）算法的主要思想如下。

從執行順序編號最小的且未分配服務提供者的原子服務開始，計算每個服務提供者pj能夠連續提供的原子服務數目（對于并行的原子服務，選擇其中具有最大失效風險系數的原子服務），得到每個服務提供者pj一次連續能夠提供的原子服務的集合spj；選擇能夠提供最多原子服務的服務提供者，并將所有被選擇的原子服務視為一個服務，連續執行不可斷開。若有多個服務提供者可以提供相同數目的原子服務，則根據失效風險值最小原則選擇。BC-LET算法的偽代碼如圖5所示。

該算法所選擇的服務組合方案的整體失效風險系數為每一次選擇的服務提供者的失效風險總和，平均執行時間復雜度為O(nm)。

4.3 最晚相對動態期算法

最晚相對動態期（LUTR）算法主要利用已知的服務提供者之間動態信息，在尋找過程中優先選擇相對于服務請求者最晚進入動態期的服務節點，然后將該服務節點可以提供的服務標記為已分配服務提供者，在剩余未分配服務提供者的服務中繼續按照上述原則進行選擇。若在一次選擇中有多個服務節點具有相同的進入動態期時間，則優先選擇最早進入網絡的服務節點，其次選擇具有最晚失效時間的服務節點。

由于不同的服務節點完成相同的服務所需時間不同，先執行的服務的執行時間會直接影響后繼服務的開始執行時間，因此當有服務還未確定服務提供者時，其后繼的所有服務的開始時間都只是一個估計值，這會影響選擇的過程。因此該算法在進行一次分配之后，再進行一次調整，對現有分配方案進行調整，調整過程中直接替換不符合條件的服務提供者，按照最小失效風險值進行替換。LUTR算法偽代碼如圖6所示。

LUTR算法中調用的調整算法adjust_best(i,j,k,pro)需要對服務執行流程圖中的每個原子服務進行一次檢查，首先判斷為其分配的服務提供者能否滿足時間等要求，不滿足則進行服務替換，否則不做任何修改。adjust_best(i,j,k,pro)算法偽代碼如圖7所示。

4.4 對比算法

假設位置預測不干擾計算結果的條件下，本文將利用枚舉法對服務組合的所有可執行方案進行失效風險比例的計算，進而將本文提出的3種算法得到的結果與枚舉出的最優方案的結果進行比較，以此證明本文提出的算法在有效改進時間復雜度的情況下依然可以保證結果的可靠性。比較從3方面進行：算法所得失效風險比例值的比較；由于本文提出的算法會出現無解的情況，本文將計算在一定的實驗次數中在枚舉情況下有解而本文算法無解的次數，以此來證明算法的可行性；比較本文提出的算法與枚舉算法的時間消耗。

5 實驗

本文實驗主要研究了服務組合的復雜性對算法結果及執行時間的影響，同時在相同的數據集上實現了對比算法用于對比本文算法的可行性。服務組合的復雜性主要是指服務組合的長度以及服務組合的并行度P，定義并行度P=n/L，其中n為服務組合中原子服務數量。本文實驗對于兩個服務節點之間的不穩定性函數使用均勻分布表示，即服務節點 Ni和 Nj在 t(aij≤t≤bij)時刻的不穩定性

實驗數據集的基本設置如下：在[0，T]時間段，網絡中總共有50個服務節點進入或離去，每個服務節點在網絡中停留的時間不超過T。本文設定T=100個時間單位，另外設定共有50個原子服務可供選擇，每個服務節點可以提供5～10個原子服務，完成每個原子服務的時間為3～20個時間單位。

5.1 服務組合長度L的影響

固定參數 P=2，然后改變 L 的值分別為 2、3、4、5、6、7，每種情況進行50次實驗取平均值，得到如圖8所示的實驗結果。根據圖8的結果可知，當服務組合長度較小時，4種算法的結果比較接近。而隨著服務組合長度增加，3種算法以及對比算法得出的失效風險值均有所增加，增加幅度也都不斷變大。總體而言，SsE算法與最優結果的值最接近。而BC-LET算法和LUTR算法由于在求解過程中有較多的估計運算，導致結果有所偏差，但是在值不超過5的情況下，其結果與SsE算法和最優結果同樣比較接近，證明其在長度較短的情況下同樣適用。

5.2 服務組合并行度P的影響

考慮現實情況下服務組合的并行度不會很大，因此本文實驗只考慮P=1、P=2、P=3的情況。固定參數L=4，進行實驗，所得結果如圖9所示。分析圖9可知，P值對SsE算法、LUTR算法和對比算法的影響趨勢不穩定，原因在于3種算法對于每個并行結構的失效風險取值只取其中最大的一個，并不是總和，因此趨勢不穩定。而BC-LET算法是從服務提供者的角度來計算失效風險，因此隨著并行度的增加，其所得到的值也不斷增加。

結合圖8和圖9可知，3種算法的結果與最優結果有所差距，但是整體而言結果較優，尤其是SsE算法。之所以不能采用枚舉算法得到最優結果，是因為時間上不允許。

5.3 完成時間對比

本文對4種算法進行了完成時間的分析，表1、表2、表3分別是不同L值和P值下4種算法的執行時間，表格中的**表示無法執行完成，未得到時間結果。

表1 P=1時不同L值下每種算法的執行時間（ms）

表2 P=2時不同L值下每種算法的執行時間（ms）

從表1～表3的結果可以看出，本文提出的算法基本都能在0.1 s時間內得出結果。而對比算法只有在服務組合的P=1的情況下或者P=2的少數情況下可行，一旦服務組合復雜度變高，則其執行時間是不可估量的。而且，本文實驗使用的數據集是采用少量數據的，現實情況中若每個原子服務的服務提供者數量過多，則對比算法根本不可能實現。

此外，由于本文提出的3種算法都沒有遍歷所有可能的組合方案，存在著原本可以找到匹配服務組合的請求卻未能得到結果的可能，本文用錯判概率wp來表示這種可能性其中fr表示未得到匹配組合方案的服務請求次數，sr表示存在匹配組合方案的服務請求次數。為了驗證本文提出的算法的可行性，分別對每種算法進行720次運算得到fr值，并執行對比算法得到sr值。實驗結果見表4。由表4的數據可以得出sr=712，因此SsE算法、BC-LET算法和LUTR算法的wp值分別是3.79%、5.05%、3.23%，可見本文提出的算法的錯判率并不會影響算法整體的可行性。

表3 P=3時不同L值下每種算法的執行時間（ms）

表4 720次執行中每種算法沒有得到結果的次數

6 結束語

本文主要研究了在移動Ad Hoc網絡中服務組合的可靠性問題，提出了一個數學模型以及3種算法以解決此問題，并通過實驗證明提出的算法的可行性。

本文所考慮的服務組合目前只包含了并行和串行兩種結構，并沒有考慮到現實情況下一個任務可以由不同的服務完成的選擇情況，未來將在這方面進行研究。此外，文章所用的數據集雖然描述了網絡中服務節點的移動性，但也與實際情況會有所差距，采集實際數據進行研究也將是未來研究工作的一方面。

1 McDonald B,Znati F.A mobility based framework for adaptive clustering in wireless ad hoc networks.IEEE Journal on Selected Areas in Communications,1999,17(8):1466～1487

2 Yutaka Yanagisawa.Predictive indexing for position data of moving objects in the real world.Transactions on Computer and Science,2009(1):77～94

3 Gao Y J,Zheng B H.Continuous obstructed nearest neighbor queries in spatial databases.SIGMOD’09,2009:577～589

4 Jiang S S,Xue Y,Douglas C,et al.Minimum disruption service composition and recovery over mobile ad hoc networks.Mobile and Ubiquitous Systems:Networking&Services,2007:1～8

5 Li G,Ma X J,Han Y B.Transparent service composition in dynamic network environments.Chinese Journal of Computers,2007,30(4):579～587

6 Ibrahima K T,Yang Y,Zhen Q M,et al.Low redundant hop-countsforservice composition optimization in dynamic network.IEEE International Conference on Cloud and Service Computing,Guilin,China,2011:26～31

7 Fan X Q,Jiang C J,Wang J L,et al.Random-QoS-aware reliable web service composition.Journal of Software,2009,20(3):546～56

8 KIM J P,Hong J E.Dynamic service replacement to improve composite service reliability.International Conference on Secure Software Integration and Reliability Improvement, IEEE Computer Society,Washington D C,USA,2011:182～188

9 Wang Y,Sharad Singhal,Hamid Reza Motahari-Nezhad.A language-based framework for analyzing service representation models and service composition approaches.IEEE International Conference on E-Business Engineering,Shanghai,China,2010:222～229

10 Sherry X Sun,Zhao J.A decomposition-based approach for service composition with global QoS guarantees.Information Sciences,2012(5):138～153

11 Ge Y,Thomas Kunz,Louise Lamont.Quality of service routing in ad hoc networks using OLSR.Proceedings of the 36th Hawaii International Conference on System Sciences,Hawaii,2003

12 Xu D M,Zhao H,Zhang H G.Dynamic web service composition selection strategy for reliability.Computer Science,2011,38(8):53～59

13 Xie C L,Li B X,Wang X F,et al.A staged model for web services reliability.Journal of Southeast University,2012,42(1):40～44