طبقه بندی خدمات وب با استفاده از الگوریتم های داده کاوی

آشنایی با طبقه بندی خدمات وب 

امروزه استفاده از اینترنت، تجارت الکترونیک، بانک داری اینترنتی و سایر برنامه های آنلاین گسترش یافته است. افراد با استفاده از ارتباطات شبکه ای به خدمات وب دسترسی دارند و در نهایت آن را به کاربران ارائه می دهند. همچنین توسعه دهندگان نرم افزار، به دنبال ارائه کیفیت بالای خدمات وب هستند تا نیازهای مورد نیاز کاربران را برطرف کنند. در این مقاله، داده های QWS را مورد تجزیه و تحلیل قرار داده سپس کیفیت خدمات و نیازهای آن را توسط رتبه بندی سرویس های وب اندازه گیری می کنیم .

در سال 1994، WWW (World Wide Web) یا به بیان ساده تر وب، توسط تیم برنرز لی و گروهی از اعضا در آزمایشگاه ذرات اروپایی در سوئیس اختراع شد. وب یک ایده اطلاعات فرامتنی برای حفظ اطلاعات شخصی بود. شایان ذکر است که سرویس ها و خدمات وب به طور مستقل می توانند به راحتی برای توصیف برنامه های مدولار برای همکاری با برنامه های تجاری، طراحی شوند. W3 به معنای برنامه کلاینت در یک سیستم است که با کلیک روی گزینه، شروع به نمایش یک شی می کند و سپس شیء دیگری را از سیستم دیگر، در سرور راه دور با استفاده از ارتباطات شبکه ای بازیابی می کند.  اینترنت بیشتر از B2C ، B2B و تجارت الکترونیکی استفاده می کند. خدمات وب از فناوری هایی مانند XML ، WSDL ، UDDI (اکتشافات سرویس) و SOAP استفاده می کند. سرویس وب (WS) توسط سیستم مبتنی بر اینترنت ارائه می شود. با قرار دادن رجیستری خدمات می توانید به صفحه وب دسترسی پیدا کنید. عناصر مورد استفاده برای ساخت برنامه وب یکی از اجزای مهم وب UDDI است. همچنین از پروتکل ها برای جستجو و انتشار خدمات استفاده می شوند. 

خدمات وب از معماری SOA استفاده می کند که دارای سه نقش از جمله ارائه دهنده، درخواست کننده و ثبت است. ارائه دهنده خدمات کسی است که می تواند خدمات را منتشر ، جستجو و پیدا کند. برای کشف برنامه های کاربردی توسط UDDI که یک ثبت خدمات است، درخواست کننده کاربران نهایی هستند که می خواهند به خدمات وب که توسط ارائه دهنده خدمات منتشر می شوند، دسترسی پیدا کنند. کشف سرویس وب (WS) شناسایی سرویس با توضیحات (WSDL) و API های خدمات تجاری است. برنامه ها به سرعت در حال افزایش طراح و توسعه دهنده هستند تا از طراحی و توسعه برنامه های با کیفیت که خواسته های مشتری را از رضایت کاربر از خدمات بر آورده می کند اطمینان حاصل کنند. سرویس وب از محیط تجاری پویا و تعاملات کاربران، کیفیت خدمات و رضایت استفاده می کند. به عنوان مثال، تجارت الکترونیکی، سرویس و خدمات وب با استفاده از معماری SOA ، تعاملات نوع و کاربردهای مورد استفاده در کاربران خدمات بزرگ، متوسط و کوچک دارند. فعالیت های تجاری روزمره توسط خدمات وب ساخته شده است. بنابراین کیفیت خدمات و انتخاب خدمات وب، برای مصرف کننده می تواند یک برنامه کاربردی مهم باشد. از الگوریتم های داده کاوی برای طبقه بندی کیفیت خدمات وب استفاده می شود. مجموعه داده QWS در مرحله اولیه از پیش پردازش و انتخاب داده های آموزشی با مجموعه داده های آزمایشی با استفاده از روش های طبقه بندی مختلف برای یافتن رتبه بندی خدمات وب استفاده می کند.

طبقه بندی سرویس های وب 

همان طور که می دانیم، کیفیت بسیار مهم است و این کیفیت در ویژگی هایی مانند توزیع بار، جهت خدمات، توان، هزینه، زمان پاسخگویی و سایر عناصر مقایسه می شود. به عنوان مثال، برنامه های کاربردی وب تجارت الکترونیک عملکردهای مطابق SLA را با پارامترهای کیفیت رضایت بخش ارائه می دهند. در این مورد، داده ها شامل پارامترهای مختلف کیفی مانند زمان پاسخ ، توان عملیاتی ، در دسترس بودن ، قابلیت اطمینان ، بهترین شیوه ها ، انطباق ، تأخیر و اسناد است. طبقه بندی سرویس های وب عبارتند از کلاس 1 (کیفیت بالا) ، کلاس 2 (کیفیت خوب) ، کلاس 3 (کیفیت متوسط) و کلاس 4 (خدمات بی کیفیت). طبقه بندی خدمات وب با استفاده از مجموعه داده ورودی، از روش های یادگیری (تکنیک های طبقه بندی مانند جنگل تصادفی ، شبکه عصبی مصنوعی ، درخت تصمیم J48 ، افزایش شیب، نزدیکترین همسایه K و ماشین بردار پشتیبانی) استفاده می شود. ویژگی های انتخاب شده از جمله زمان پاسخگویی، دسترسی، قابلیت اطمینان، توان عملیاتی، در دسترس بودن، انطباق و بهترین شیوه ها و داده های آموزشی برای طبقه بندی داده ها به مقادیر دسته ای (رتبه 1 ، رتبه 2 ، رتبه 3 و رتبه 4) تعیین می شود. 

جزئیات الگوریتم های داده کاوی

الگوریتم 1. جنگل تصادفی Random Forest

Random Forest یک درخت تصمیم است که دارای مجموعه ای از درختان تصمیم گیری است که به عنوان جنگل شناخته می شوند.

Input: QWS dataset 

Output: Classification label class-1,2,3 and 4 

Begin 

Step 1: The training set is N and sample training set in a growing tree 

Step 2: If input variables m< M each node, m is variable, M is a best to 

split node. 

Step3: Find the Class label in the best split criterion leaf node. 

Step 4: Each tree grew at the maximum possible extent; then there will be no pruning. 

End

الگوریتم 2. ANN

شبکه عصبی مصنوعی (ANN)

NN شامل یک لایه ورودی است که داده های ورودی  در مجموعه داده QWS هفت مقدار ویژگی می پذیرد، لایه پنهان برای محاسبه عوامل برای محاسبه پیش بینی ها و ارسال به لایه خروجی، که برچسب های کلاس را پیش بینی می کند. یک نورون به نام پردازش قرض گفته می شود (نورون مصنوعی نورون های بیولوژیکی است) ورودی های n وجود دارد {Xi1 ، Xi2 ،… ، Xij} ، در اینجا حتی ویژگی های ورودی داده های QWS را گرفته ایم، هر Xij با وزن ij مرتبط است، Bias (c) یک شبکه است، برای محاسبه ورودی خالص با افزودن ورودی ij. ، Threshold (Ɵi) ، به مقداری رسیده است که از مقدار ورودی فراتر رود. خروجی (O) پس از اجرای عملیات یک مقدار غیر خطی (Fi) است. ما آزمایش هایی را با استفاده از شبکه عصبی مجموعه داده QWS 2507  هفت پیش بینی کننده و چهار کلاس "Class1" ، "Class2" ، "Class3" و "class4" انجام داده ایم. 

.INPUT: D is an input dataset of training tuples which are associated with target values Rank1,2,3, and 4 

L: learning rate of the network, Feedforward network use multilayers for accuracy 

OUTPUT: A Trained NN with testing data to classify and predict class labels 1,2,3 and 4 

 

BEGIN 

Step1: Initialize weights, bias and in networks and biases in the network 

Repeat until the condition is not satisfied 

BEGIN 

Step2:  Each training data records Xi, in D

BEGIN 

Step3: // Propagate input data forward to layer 

Step4: For input of each layer with j 

BEGIN 

Compute Result (Fi) = Input (Xi);// result of i/p is actual i/p 

data. 

//if More than one hidden layer improves the performance accuracy 

Step5: each hidden layer or result at output layer unit J 

NetInput (Xj)=∑WijFij+Ɵj // calculate net input j which 

corresponds to the previous layer i, and compute Function output 

Fi  as Output (Oj)= (1/1+e-lj), calculate result output(sigmoid) 

for input each j value.   

each input j 

END// Step 4 end 

Step6: propagation errors if any 

each unit for  j  in the results of the output layer 

Errj=Fj(1-Fj)(Tj-Fj);// compute the error  if any 

For each input j in hidden layers; from considering last to the 

first hidden layer 

Compute Errj=Fj(1-Fj) ∑k ErrkWjk;// calculate error respect to 

next higher layer k 

weight for  Wij in the network associated with each layer and 

value 

BEGIN 

ΔWij=1+Err j Fj// increment of weight 

Wij= Wij+ ΔWij;//  update the weight value 

END 

Step7: For bias Ɵ in each network update value 

Δ Ɵj=(l) + Err j // Bias increment 

END 

END 

END

الگوریتم 3. J48

درخت تصمیم J48

رویکردی است که به عنوان پیش بینی کننده طبقه بندی از لیست مقادیر عمل می کند، هدف ارزش قابل اتکا است و برای پیش بینی مقدار هدف استفاده می شود. 

DTreeQoS(DatapartitionDp, data attributes) 

Input: QWS data Attributelist(RT,AV,TH,SUCC,REL,COMP,BP) 

RT Response time, AV: Availability, TH: Throughput, SUCC, Successability, REL: Reliability, COM: Compliance, BP: Best practices.- 

.QWSselectionMethod: Procedure for splitting into individual classes

.Output: Decision Tree with class labels class-1,2,3 and 4 

Step1. Create a new node N 

Step2. If data records partition Dp of the same class of type(1,2,3, and 4), 

then return the leaf 

 Node N label with relevant class type as 1,2,3 and 4. 

Step3. If (data attribute list)is EMPTY thenReturn N, leaf node, the 

majority of classes in data partition Dp / //    majority of classes 

of class type 

Step4. apply QWSselectionMethod(Dp, data attribute list) to find the best 

splitting criterion. 

Step5. Splitting criterion label N 

Step6. If splitting data values and Multisplit permitted then// 

Step7. Adddataattributelistdata attribute list– splitting attribute; // 

removing splitting attribute 

Step8. For the result of the splitting criterion of each // To find classify 

label 

Step9. Let Dresult be set of data records in Da satisfy result; // 

apartition result 

Step10. If Dresult is EMPTY then add to leaf label of majority class label 

in Da to node N; else add a node returned by DTreeQoS (Dresult, dataattributelist) to node N; 

Step12. end for 

Step13. Return N

تقویت گرادیان (تکنیک XGboost)

این یک الگوریتم یادگیری ماشین، یادگیری تحت نظارت برای یافتن وظایف رگرسیون، رتبه بندی و طبقه بندی است. پیش بینی (Yi) برای مقدار داده شده (Xi) با استفاده از یک مدل خطی برای پیش بینی Y'i = ∑ƟiXi استفاده می شود، جایی که ورودی وزن، می تواند تفسیرهای متفاوتی داشته باشد، این کار بستگی به رگرسیون یا طبقه بندی دارد. پارامتر علامت کار آمد مدل برای رتبه بندی خروجی ها استفاده می شود. 

الگوریتم 4. رویکرد KNN

طبقه بندی K-Nearest Neighbours (KNN)

الگوریتم طبقه بندی KNN در انتخاب ویژگی دارای چندین کوله آموزش «گنجه» است، «k» شیئی که به رایج ترین آن ها اختصاص داده می شود که نزدیکترین همسایگان است. مشابه ترین مورد را از داده های آموزش پیدا کنید. داده های آزمایش بر اساس مجموعه ویژگی ها و توابع فاصله، به مجموعه داده های آموزشی شبیه می شود. 

Input:  Given records and attributes S, from Matrix a=[Aij] 

Output: classification label (class-1,2,3 and 4) 

Each record classified into Rank the web service (WsRF: Web service Relevancy Function)

begin 

Step1. Given a set of records and attributes, form matrix A= [aij] 

Step2. For each record P in the Test data do 

For each record in A, in the training data A do 

Calculate the similarity of input testing data which is most similar to 

trained     

dataset EUDistance(P,A) 

Store DIS_Array(Pi,Ai) and find the class label. 

end for 

end for 

end

 

SVM با رویکرد هسته عملکرد شعاعی

این روشی است که برای طبقه بندی داده ها استفاده می شود. استفاده از طبقه بندی SVM برای افزایش مقادیر دقیق از حاشیه حداکثر استفاده می کند. این یک طبقه بندی خطی است ، جایی که Ai ورودی است ، W متغیر یک خط مستقیم با ثابت B است. در فرمول پایین پردازش را نشان می دهد:

bF(Ai, W, B) = sign(AiW + B)

جایی که Ai ، داده های ورودی است که متغیر است و B ثابت یک خط مستقیم است:

 Wai+b>= 1

اگر Fi =+1 که W یک متغیر خط است ، خط خطی WAi+b حداکثر حداکثر حاشیه M = 2/| W | است ، 1/2Wtw را با موضوع Minimize (w) = 1/2 Wt W و موضوع به حداقل برسانید. به خروجی (wAi+b) ≥1.

 Wai+b<= 1

اگر Fi = -1 باشد که W یک متغیر است و

𝐹𝑖(𝑊𝐴𝑖 + 𝑏) ≥ 1

سخن پایانی

پیش از این به بیان روش های آموزش حرفه ای تجارت الکترونیک بر اساس الگوریتم داده کاوی پرداختیم حال در این پژوهش مجموعه داده های QWS را با استفاده از روش های مختلف داده کاوی جنگل تصادفی ، شبکه عصبی مصنوعی ، J48 ، تقویت گرادیانت و روش های پشتیبانی ماشین توضیح داده ایم ، که در آن دقت با استفاده از روش افزایش شیب گرادیانت 98.44٪ بهبود یافته است ، عملکرد تنظیم دقیق 98.45٪ و جنگل تصادفی 98.13٪ و عملکرد تنظیم دقیق 98.32٪ است. در آینده استفاده از پارامترهای ترکیبی برای بهبود عملکرد کلی برنامه وب با طبقه بندی ها ، پیش بینی ها ، توصیه هایی برای بهبود نرم افزار با کیفیت پیشنهاد می شود.

در پایان آموزش یادگیری ماشین با استفاده از R و پایتون پیشنهاد می شود.