基于區(qū)間數(shù)的QoS不確定性感知服務(wù)選擇研究.pdf_第1頁
已閱讀1頁,還剩146頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、面向服務(wù)計算(SOC)是一種以服務(wù)為基本單元快速構(gòu)建跨平臺、分布式軟件系統(tǒng)的計算范型;面向服務(wù)架構(gòu)(SOA)是實現(xiàn)面向服務(wù)思想的架構(gòu)和方法;Web服務(wù)技術(shù)是基于SOA開發(fā)和制定的一系列技術(shù)標(biāo)準(zhǔn)和協(xié)議規(guī)范。隨著互聯(lián)網(wǎng)應(yīng)用的繁榮和云計算的廣泛應(yīng)用,大量Web服務(wù)資源如雨后春筍般出現(xiàn)在互聯(lián)網(wǎng)上。服務(wù)組合(Servcie Composition)作為SOA構(gòu)建復(fù)雜應(yīng)用,實現(xiàn)服務(wù)增值的解決方案,引起學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。
  隨著大量有

2、著相同或相似功能,但服務(wù)質(zhì)量(QoS)各異的服務(wù)的出現(xiàn),“QoS感知的服務(wù)選擇”成為服務(wù)組合研究領(lǐng)域的熱門問題,其旨在從眾多的實現(xiàn)同一功能的大量候選服務(wù)中,選出適當(dāng)QoS的服務(wù)參與組合,使得組合服務(wù)的QoS最大化并滿足用戶全局QoS約束。盡管針對這一問題的大量研究已經(jīng)提出了許多解決方案,但這些研究大多使用服務(wù)提供者發(fā)布的QoS,或假設(shè)QoS值的某種概率分布,忽略了隱藏在服務(wù)實時監(jiān)測數(shù)據(jù)中的QoS不確定性信息。通過這些方法獲得的組合服務(wù),

3、將面臨QoS不確定性以及不恰當(dāng)概率分布假設(shè)所帶來的風(fēng)險。
  本文圍繞QoS不確定性問題展開研究,提出QoS不確定性感知的服務(wù)選擇方法。通過將 QoS的不確性作為QoS的本質(zhì)特征參與到組合服務(wù)QoS優(yōu)化與約束滿足的計算過程中,提高組合服務(wù)質(zhì)量穩(wěn)定性,降低違反約束的風(fēng)險。本文的主要研究內(nèi)容和貢獻(xiàn)如下:
 ?、籴槍Ψ?wù)組合中QoS不確定性問題,提出了QoS區(qū)間數(shù)模型及服務(wù)選擇算法。該方法首先從QoS歷史監(jiān)測記錄中提取QoS不確定

4、性特征,建立QoS區(qū)間數(shù)模型。然后根據(jù)每對服務(wù)間QoS區(qū)間數(shù)的模糊支配度度量,采用PROMETHEE算法實現(xiàn)了區(qū)間型QoS值效益和穩(wěn)定性權(quán)衡下的排序。最后基于這種排序方法我們改進(jìn)了遺傳算法的適值計算方法,提出一種基于遺傳算法的全局QoS近似最優(yōu)服務(wù)選擇方法。實驗證明該方法比傳統(tǒng)單一實值的服務(wù)選擇方法可以獲得更穩(wěn)定QoS的組合服務(wù)。
 ?、卺槍oS不確定性感知服務(wù)選擇問題中用戶全局約束滿足問題,提出了一種基于軟約束模型的兩階段服務(wù)

5、組合方法。該方法在對多屬性決策問題中的約束滿足問題相關(guān)理論方法研究的基礎(chǔ)上,提出了QoS不確定性感知服務(wù)選擇問題中的軟約束模型,并定義了適用于該模型的軟約束服務(wù)水平協(xié)議。在兩階段的 QoS不確定性感知服務(wù)選擇方法中,首先利用基于MIP方法的全局約束分解算法和服務(wù)QoS歷史監(jiān)測記錄計算各服務(wù)的QoS屬性的約束滿足率。然后通過合并規(guī)則和匹配算法,具有不同約束滿足率的組合服務(wù)被賦予不同的用戶滿意度?;谟脩魸M意度值,文章采用一種帶罰函數(shù)動態(tài)適

6、值函數(shù)的遺傳算法實現(xiàn)帶約束的服務(wù)選擇優(yōu)化。實驗證明該方法可以有效的滿足不同約束強(qiáng)度下的近似最優(yōu)服務(wù)選擇。
 ?、坩槍oS不確定性感知服務(wù)選擇方法面對大規(guī)模服務(wù)組合的問題,提出一種基于聚類約簡優(yōu)化的QoS不確定性感知服務(wù)選擇方法。該方法針對候選服務(wù)集中服務(wù)數(shù)量較多的情況,提出采用區(qū)間數(shù)模糊 C均值聚類算法對候選服務(wù)集進(jìn)行聚類劃分。然后以簇代表服務(wù)代替簇內(nèi)服務(wù)參與組合服務(wù)選擇,并確定各候選服務(wù)集中最優(yōu)簇。最后按最優(yōu)簇中候選服務(wù)數(shù)量的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論