사용자와 서비스 환경을 고려한 웹 서비스 신뢰성 예측 방법 (Service Reliability Prediction with Consideration of User and Service Environment)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 : 소프트웨어 및 응용 / 41권 / 4호 / 265 ~ 271페이지
· 저자명 : 김다정, 백종문, 최옥주

초록

네트워크의 보급으로 웹 서비스 이용률이 증가하고 있다. 그에 서비스의 조합으로 이루어진 서비스 기반 아키텍처(SOA)가 빠르고 쉬운 개발, 저렴한 비용 등의 장점으로 각광받고 있다. SOA의 신뢰성은 이를 구성하는 서비스의 신뢰성에 의해 결정되므로 고 신뢰성의 SOA 구축을 위해서는 단위 서비스의 신뢰성 확보가 필수적이다. 서비스 신뢰성은 요청한 사용자의 네트워크 환경에 의해 변동 될 수 있으므로 사용자에 따른 신뢰성을 측정하는 것이 요구된다. 기존 연구에서는 동적으로 변동되는 환경을 고려하지 않은 예측 방법을 이용한다. 이는 신뢰성 예측 정확도를 저하시키고 전체 신뢰성 확보를 어렵게 만든다. 본 논문에서는 동적인 웹 환경이 신뢰성에 미치는 영향력을 민감성이라 정의하고 민감한 사용자와 서비스를 분류하고 서로 다른 신뢰성 예측 방법을 적용하는 방안을 제시한다. 사례 분석 통해, 민감성 기반 신뢰성 예측 방법은 최대 81% 최소 26% 향상된 결과를 얻을 수 있었다.

영어초록

The web service usage rate is increasing due to propagation of network. Accordingly, service-oriented architecture (SOA), composition of several independent web services, is getting the spotlight because of its characteristics such as loosely coupled architecture, fast delivery, cost-effectiveness and so on. For these reasons, more and more enterprises have started to adopt SOA. To build a reliable SOA system, obtaining reliable atomic web service is essential. However, because the invocation environment of each service is different and the web service is provided through network, different service user may obtain different performance. It brings un-expectable failure of system and profit loss. So, conventional research proposed web service reliability prediction methods. Although, previous approach can predict reliability well, the prediction accuracy decreases when there is not enough pre-recorded reliability information. Also, some approaches require addition information to predict reliability. It makes reliability prediction relies on information provided by service provider. In this paper, we define user/service sensitivity if the user or service is on unique environment and has small number of similar users or services. Then user or service is classified as sensitivity or non- sensitivity. Reliability is predicted according to its sensitivity classification. This approach overcome lack of information problem and doesn’t require additional information. To evaluate prediction accuracy, we analysed data set consisted of 150 users and 100 services. According to experiment, our approach increased prediction accuracy most 81%, at least 26%. Also, our approach shows higher prediction accuracy in case of composite service.

참고자료

· 없음