5.3.1 实验1. 对于基于服务实例层的服务组合重建算法SRBSL的仿真分析

5.3.1 实验1. 对于基于服务实例层的服务组合重建算法SRBSL的仿真分析

（1） 仿真环境

本实验采用NS－2Simulator进行仿真。将50个节点随机部署在1000×1000m2的MH移动模型范围内。假定完成用户某服务组合请求的每一个服务组件稳定性Psta（i）固定不变，每个节点的有效传输范围是150m。车辆运动最大速度为30m／s，最小速度为0m／s，仿真参数如表5.2所示。

（2） 仿真结果与分析

本节设计仿真实验对服务层的恢复策略SRBSL执行情况进行评估，需要考量的性能评价指标为服务组合平均执行时间（Average Execution Time，AET），服务组合的成功执行概率（Success Execution Probability，SEP）。其中，AET由正常服务执行时间与中断后服务恢复时间两部分构成；SEP以100次服务组合执行中服务组合成功执行的次数衡量。

为验证本算法的有效性及可行性，将本书提出的服务层恢复算法SRBSL与全局搜索策略［136］（Global Service Strategy，GSS） 进行仿真验证。

首先讨论在服务组件稳定性不同的情形下， 服务层恢复SRBSL与全局搜索GSS算法在服务组合平均执行时间和服务组合成功执行概率两种性能上的比较。令m＝ 1，r＝ 1，n＝ 10，不同服务组合恢复策略对应各自的执行时间AET与成功执行概率SEP，如图5.8、5.9所示。

如图5.8所示，GSS全局搜索算法的服务组合平均执行时间较服务层恢复算法SRBSL高，这主要是由于服务中断后，GSS重新发起关于用户服务请求的新的服务发现、组合进程，构建新的服务路径， 因而服务恢复时间较长；相比之下， SRBSL策略由于使用了先主动、后反应的修复策略，可有效降低了服务重建代价，缩短服务恢复时延。如图5.9所示，无论服务组件稳定性如何，SRBSL一直保持稳定的服务组合成功执行概率，这是因为SRBSL中的主动备份恢复策略PFR保证备份服务与服务路径上的服务实例同步执行，确保在服务组合过程中始终返回最优或次优的服务组合执行结果；GSS在每次服务中断后，都会发起全局服务组合重建策略，服务组合成功执行概率与组件稳定性无关。

接下来讨论不同中断服务个数对服务组合恢复的影响。令Psta＝0.5，r＝1， n＝ 10，不同服务组合恢复策略的对应各自的执行时间AET与成功执行概率SEP，如图5.10、图5.11所示。

如图所示，随着中断服务个数m的增加，GSS与SRBSL两种恢复策略对应的服务组合执行时间AET均呈上升趋势，其中SRBSL算法中采用主动备份服务替换策略PFR，降低了服务组合恢复延迟，因而AET变化相对缓和；相比之下，GSS全局性的服务路径重新建立机制，随着服务中断个数及服务重建次数的增加，服务恢复时延将迅速增加；相应的，随着服务组合平均执行时间的延长以及中断服务个数的递增，GSS与SRBSL服务组合成功执行的次数在同样时段内均大幅下降，相比之下，基于备份服务替换策略的SRBSL由于保证备份服务与服务路径上的服务实例同步执行，服务组合成功执行具有一定保障，因而较GSS的服务组合成功执行概率具有一定优势。