组合服务通常运行在开放、变化和不确定的互联网环境中。动态复杂的运行环境使得组合服务的执行具有不确定性和不可靠性，这在一定程度上制约了服务组合技术的实际可用性，因而针对组合服务运行时自适应的研究逐渐成为了服务计算领域的一个研究热点问题。为了使组合服务具备适应其所处动态运行环境的能力，本课题面向运行环境的建模与分析，对知识驱动的组合服务运行时自适应方法进行了研究。课题首先分析了潜在影响备选服务QoS的运行环境因素有哪些，建立了备选服务运行环境模型，并确定了各环境因子的感知方法；然后建立了反映运行环境状态与备选服务质量之间关联关系的知识模型，并研究了该类知识的挖掘方法和基于知识的备选服务实时质量预测方法；最后通过合理定义“环境变化事件”，制定了基于知识的事件驱动的组合服务运行时自适应机制。本课题从考察备选服务运行环境与服务质量之间关联关系入手，由环境变化事件驱动组合服务的运行时自适应调节，能够增强组合服务在动态环境中的运行稳定性，减少异常发生的概率并提升服务质量，为动态环境中的组合服务运行时自适应提供了一套新的方法和技术体系，可为该领域的研究提供新思路和理论依据。目前课题组已经完成了相应的研究工作，达到了研究目标的要求。研究成果体现在：国内外期刊和会议上共发表学术论文23篇，其中SCI检索3篇，EI检索20篇，培养在读博士研究生2名，毕业硕士研究生6名。课题的研究对推动服务计算技术的普及和方法应用具有重要意义。 2100433B