Date
2009
Indexation documentaire
Programmation, logiciels, organisation des données
Subject
stochastic order; Markov chain; Web services; performance evaluation; ordre stochastique; chaînes de Markov; services Web; évaluation de performance
Nom de la revue
Journal Européen des Systèmes Automatisés
Volume
43
Numéro
7-9
Date de publication
2009
Pages article
969-983
Nom de l'éditeur
Lavoisier
Auteur
Haddad, Serge
Youcef, Samir
Mokdad, Lynda
Type
Article accepté pour publication ou publié
Résumé en français
La qualité de service (QoS) des services Web est un facteur clé de leur réussite. Ceci nécessite le développement de nouvelles méthodes afin de l'analyser. Nous proposons ici des familles de modèles majorant le temps de réponse des services Web composites pour deux types de composition : le « fork and merge » statique et aléatoire. Pour le premier cas, la complexité de résolution des modèles bornants est en O(nn) où n est le nombre de services alors que la complexité de résolution du modèle exact est en O(n2 ). Pour le deuxième cas, la complexité de résolution des modèles bornants reste en O(nn) alors que la complexité de résolution du modèle exact est en O(n3 ). De plus, disposer d'une famille de modèles bornants permet de choisir le modèle bornant en fonction des paramètres du modèle exact. Les résultats numériques montrent l'intérêt de notre approche en terme de complexité et de qualité de la borne.
Résumé en anglais
The quality of service (QoS) of Web services is a key factor of their success. This requires to design new methods in order to study it. Here we propose families of upper bounding models for the response time of composite Web services for two kinds of composition: the statical and random « fork and merge ». In the first case, the complexity of bounding models belongs to O(nn) where n is the number of called services whereas the complexity of the exact model belongs to O(n2 ). In the second case, the complexity of bounding models still belongs to O(nn) whereas the complexity of the exact model belongs to O(n3 ). Furthermore, having a family of bounding models allows to choose the bounding model depending on the parameters of the exact model. The numerical results show the interest of our approach w.r.t. complexity and accuracy of the bound.