本课题的目标是解决新一代互联网多维可扩展体系结构框架内的服务可扩展问题，解决网络体系结构的相对稳定性与网络服务需求的复杂多变之间的矛盾，在服务的生成、执行和管理等方面取得理论突破。

　　本文介绍本课题所取得的主要的阶段性研究成果，内容包括：基于范例推理的动态服务组合方法；大规模广域异构网络环境下的智能化的服务发现方法；面向服务质量的基于全局搜索的服务选择机制；基于免疫原理的服务冲突动态检测机制；新一代互联网服务自动协商机制；互联网服务的分层故障管理模型和故障诊断算法；P2P服务的拓扑构造机制。

　　动态服务组合方法

　　目前基于工作流、人工智能规划、模型驱动等技术的服务组合的自动化程度低，很难实现复杂服务的自动组合，且容易出现错误。相关系统在灵活性、可扩展性方面都较差。因此，必须提出一种适用于复杂服务组合场景，易于开发，并且具有高度灵活性和可扩展性的动态服务组合方法。

　　本课题通过分析现有服务组合的特点，从中抽象出粒度较大、不易变化的元素作为服务组合的范例模板。在此基础上提出了一种可重用的、可动态调整的规划机制，用于实现在业务层面即时组合服务，按需创建个性化应用。

　　该机制充分利用知识积累，在业务层面实现了一种较大粒度的服务组合；可以动态评估和修正服务组合流程，为用户提供最优的组合服务。

　　与现有服务组合方法相比，该方法在一定程度上减少了对人工智能规划的依赖，在知识缺乏或知识不良定义的领域中可以获得较好的服务组合效果，更符合实际组合的需要。

　　服务发现方法

　　研究大规模广域异构网络环境下的智能化的服务发现方法，可以避免服务集中式注册发现机制中单点失败和性能瓶颈的问题，可以解决具有语义描述能力的服务发现问题，可以为动态的服务发现提供基础，可以为大规模广域异构网络环境下的服务组合等活动提供条件。

　　本课题结合了网络服务的本体数据模型和语义匹配要求，建立了全分布的基于有结构对等网络的服务自动发现机制，将服务的语义描述信息分布注册在基于分布式哈希表的有结构对等网上，提出了基于分布式哈希表的语义信息的路由和定位算法，通过基于本体的语义服务前缀匹配策略和语义相似度测量，建立了语义服务的全分布匹配算法，大大提高了服务查找的精确度与效率。

　　服务选择机制

　　随着互联网上服务数量的增多，不可避免的将出现许多服务提供者提供相同功能服务的现象，这些服务具有不同的服务质量(QoS)。因此在服务组合过程中，需要根据用户对QoS的要求，对具有相同功能的Web服务进行选择，以向用户提供最优质量的端到端服务。

　　本课题针对面向服务质量的、基于全局搜索的服务选择，提出了一种具有快速收敛性的种群多样性控制遗传算法。该算法以可扩展的QoS计算模型为基础，以组合方案的QoS值为判断准则，以解决服务选择的实时性、稳定性、有效性为目标，包括关系矩阵编码方式、种群多样性控制机制、增强型初始种群生成策略、多样性个体交叉策略以及增强型个体变异策略五个主要组成部分。该算法可以在动态的环境中，在保证实时性、稳定性的前提下提高选择结果的准确性。

　　服务冲突动态检测机制

　　随着互联网上服务数量的增多，服务之间的冲突问题在所难免。服务冲突检测是服务冲突解决的前提条件，当前的研究主要集中于静态检测方法。已有的研究成果只能解决已知服务的冲突，而无法预测并解决未知的服务冲突，而这正是互联网服务的主要特点之一。

　　本课题分析了新一代互联网服务生成的特点，提出了一种基于免疫原理的服务冲突动态检测方法和检测系统架构。在总结当前基于分类的研究方式和静态形式化检测方法的不足的基础上，提出了完善的服务冲突检测系统应具备的特点，结合免疫系统在非自体检测中的优良特性，提出了一种基于免疫原理的动态检测方法。此方法克服了目前研究中采用静态形式化方法检测的劣势，突破了基于分类方式研究的局限，可以全面检测已知和未知服务冲突现象，更符合实际检测的需要。

　　服务自动协商机制

　　互联网用户对互联网服务的需求是千差万别的，每个用户都有不同层次、不同质量的服务需求。为用户提供个性化、可定制的、各种等级的服务是互联网发展的主要目标之一，而服务协商机制是实现这个目标的关键环节。

　　目前关于服务协商的研究成果在服务协商协议方面过于简单，不能支持灵活、复杂的服务协商。而且，当前提出的服务协商协议都没有涉及服务协商过程中参与者的决策机制问题。

　　本课题主要针对一对一的服务协商模型进行研究，重点研究在一对一协商过程中参与者的决策机制，包括参与者偏好的表示以及在协商过程中指导自己行动的策略。

　　在一对一协商模型中，需要同时考虑数值化的协商议题和非数值化的议题。使用效用函数建模用户对数值化协商议题的偏好，采用模糊命题表示参与者对非数值化协商议题的偏好，并综合两个部分提出整体建议的评价算法。另一方面，基于不确定多目标决策理论，综合考虑决策时刻的环境因素，提出了建议产生算法。该算法能够根据当前的形势，做出适当的让步，在提高协商成功率的同时，使用户获得最大化的效用。

　　分层故障管理

　　为了简化故障诊断任务，本课题提出了一个分层故障管理模型。该模型包含三个层次：服务交互层、服务软件层以及平台层。同时给出了服务故障管理场景的建模方法，为各层建立二分图故障传播模型。

　　分层模型通过将故障管理任务划分到多个独立的层次，每一层只关注相应的症状和故障，从而简化了故障诊断过程。另外，层与层之间的交互可以进一步提高故障定位算法的准确度，并使得影响分析更为可行。

　　本课题的研究中，将二分图故障传播模型的故障诊断问题转化为集合覆盖问题，借鉴启发式贪婪算法，设计了最大覆盖算法MCA和MCA+，仿真结果证明MCA和MCA+算法能获得较高的故障检测率和较低的误判率。

　　由于MCA和MCA+算法都是基于时间窗口，而基于时间窗口的服务故障检测算法的准确度依赖于时间窗口的设置值，为了解决此问题，进一步提出了MFD算法。MFD算法在MCA+算法的基础上增加了相邻时间窗口关联关系分析，能在一定程度上克服时间窗口设置不准确对算法造成的影响，获得较好的诊断性能。

　　P2P服务的拓扑构造机制

　　本课题针对主流P2P网络在构造拓扑时没有考虑节点的行为特征，而已有相关工作并没有区分节点提供文件可信度和连接可信度之间差别的现状，充分考虑了节点构造拓扑的理性，提出了基于节点互惠能力的自适应P2P网络拓扑构造协议RC-ATP。

　　基于节点提供服务的能力和推荐服务提供者的能力的节点互惠能力定义，使得具有互惠关系的节点能够充分建立连接。同时，响应选择机制减小了节点下载不可信文件的概率。仿真分析表明，利用RC-ATP构造的拓扑对P2P网络中不同类型的节点具有激励一致性。

　　此外，该网络拓扑比已有同类拓扑(APTP)具有更好的有效性和抗攻击能力。与APTP相比，尽管RC-ATP拓扑调整的开销稍大，但RC-ATP的整个网络开销更小。