QoS感知的云服务优化组合研究

为了更好地解决服务质量感知的云服务优化组合问题,首先对社会认知算法进行了改进,提出了面向离散型优化问题的模仿学习方法以及基于多次变异的观察学习方法。然后使用改进的社会认知算法对服务质量感知的云服务优化组合问题进行了求解。实验结果表明,改进的社会认知算法具有较强的搜索能力和较快的收敛速度,并且具有较强的推广性,可以用来求解其他离散型优化问题。     

基于网关服务缓存和QoS的服务发现机制

在服务描述语言上增加QoS描述,通过QoS认证中心管理和量化服务的QoS属性,实现Web服务的QoS属性描述。在此基础上,设计一种基于网关服务缓存和QoS的服务发现机制,通过代理服务网关对Web服务进行筛选,同时维护一个虚拟服务缓存管理历史服务请求信息,减少服务请求过程中重复的服务发现过程,提高服务发现性能,并通过实验验证其正确性和有效性。     

信任驱动的网格调度算法

针对目前网格资源管理中任务与资源匹配问题的不足,基于信任效益函数与匹配概念,提出了信任驱动的网格调度匹配算法。在调度中同时还考虑了任务和资源效益值,对已经提出的两种信任驱动的网格调度算法进行改进。结果证明:该算法较传统基于的信任驱动调度算法而言,信任效益值,资源效益值,负载平衡和失效服务数等方面有较好的综合性能。     

基于QoS模型感知的云作业调度算法

为了提高云作业调度的成功率,保证用户的服务质量,提出了一种基于QoS模型感知的云作业调度算法。首先从作业分为大作业和小作业两种,小作业直接在私有云平台中完成调度,然后将大作业在混合云中台上进行调度,并通过权值较小的子任务优选部署到公有云上,最后采用仿真测试实验检验算法的性能。仿真结果表明,相对于其他云作业调度算法,该算法提高了作业调度的成功率,缩短了作业的实际完工时间,获得了满足用户服务质量的云作业调度结果。     

云计算环境下基于可信性的动态资源分配策略

在云计算环境下,基于连续双向拍卖(CDA)机制的资源分配模型,给出资源供需双方各自的报价策略以及节点资源的失效规律,提出一种基于CDA机制和节点可信性的动态资源分配策略。Matlab仿真结果表明,该策略能保证动态分配资源的可信性,有效提高动态节点资源的执行效率以及最大限度地满足用户的服务质量需求。     

基于混沌多目标粒子群优化算法的云服务选择

随着云计算环境中各种服务数量的急剧增长,如何从功能相同或相似的云服务中选择满足用户需求的服务成为云计算研究中亟待解决的关键问题。为此,建立带服务质量约束的多目标服务组合优化模型,针对传统多目标粒子群优化(MOPSO)算法中解的多样性差、易陷入局部最优等缺点,设计基于混沌多目标粒子群优化(CMOPSO)算法的云服务选择方法。采用信息熵理论来维护非支配解集,以保持解的多样性和分布的均匀性。当种群多样性丢失时,引入混沌扰动机制,以提高种群多样性和算法全局寻优能力,避免陷入局部最优。实验结果表明,与MOPSO算法相比,CMOPSO算法的收敛性和解集多样性均得到改善,能够更好地解决云计算环境下服务动态选择问题。     

云计算下负载均衡的多维QoS约束任务调度机制

高效的任务调度机制能够更好地满足用户的QoS需求;实现各物理主机间的负载均衡;从而提高云计算环境的整体性能。而传统的任务调度往往只考虑任务的响应时间或安全性等;且负载均衡策略是静态的。根据云计算的弹性化和虚拟化等新特性;综合考虑任务的性能QoS和信任QoS;提出一种在云计算环境下的任务调度机制;采用虚拟机迁移技术实现动态负载均衡。通过在CloudSim2.1仿真环境下的分析和比较;该任务调度机制不但可以提高用户满意度;而且可以有效实现负载均衡。     

云计算下负载均衡的多维QoS约束任务调度机制

高效的任务调度机制能够更好地满足用户的QoS需求,实现各物理主机间的负载均衡,从而提高云计算环境的整体性能。而传统的任务调度往往只考虑任务的响应时间或安全性等,且负载均衡策略是静态的。根据云计算的弹性化和虚拟化等新特性,综合考虑任务的性能QoS和信任QoS,提出一种在云计算环境下的任务调度机制,采用虚拟机迁移技术实现动态负载均衡。通过在CloudSim2.1仿真环境下的分析和比较,该任务调度机制不但可以提高用户满意度,而且可以有效实现负载均衡。     

面向客户视角的QoS集成与组合服务优化

研究Web服务组合网上服务质量(QoS)的评价指标以及组合服务QoS计算模型,建立一种面向客户视角的网下服务质量评价体 系,包括服务费用合理度、服务与描述符合度及服务满意度。以服务费用为约束条件,提出一种的面向客户视角的Web服务QoS集成与组合服务优化模型。分析结果表明,与基于QoS的组合服务选取模型相比,该模型增加了服务质量指标,即网下服务(商品)的质量,更能满足客户需求。     

基于服务QoS执行信息的Web服务推荐研究

基于服务的非功能（QoS）特性进行服务发现是面向服务计算领域的一个研究热点。为了克服服务QoS难以获取且动态变化的特点,提出一种基于已往QoS执行信息的Web服务推荐方法。首先给出一种可以方便记录QoS执行信息的系统框架;然后描述了基于时间加权的服务推荐的匹配算法;实验结果表明该推荐方法是可行和有效的。     

一种Web服务选择的QoS参数计算方法

为了将用户的恶意评价和服务提供者发布的虚假数据对Web服务的QoS参数的影响降至最小,确保Web服务的QoS参数的真实性,提出了一种Web服务的QoS参数计算方法,包括基于Sproas信任模型推导出的用于来自服务请求者的参数计算公式和通过引入Web服务的负载和状态参量计算来自服务提供者的参数。通过模拟实验及分析表明：来自服务请求者的参数值的稳定性较对照算法提高了9.8%,能更有效地降低用户恶意评价的影响;来自服务提供者的参数值与实际值的相似度较对照算法平均提高了16.7%,能明显削弱服务提供者发布的虚假数据的影响,并改善Web服务的负载均衡。     

面向QoS的服务流程优化

Web服务作为一种新型的Web应用模式;近年来已经得到了广泛地应用。服务流程应用了Web服务技术;如何对已有的服务流程进行优化已经逐渐被人们所关注。提出了一种优化服务流程结构的算法;引入QoS指标;利用遗传算法来解决服务流程优化问题。     

基于QoS的Web服务发现方法

由于传统的基于关键字和简单分类的Web服务发现机制较少考虑服务质量(QoS),因此不能很好地满足用户的需求。针对该问题,提出一种基于QoS的Web服务发现模型,通过引入QoS代理机制以支持基于QoS的Web服务发布与发现。在此基础上,根据不同用户的QoS需求,提出一种基于QoS的Web服务发现算法。实验结果表明,该算法具有较高的准确率。     

全局优化的分层动态Web服务组合

优化选取服务是动态Web服务组合的关键技术之一。在对分层组合算法研究的基础上,利用产生式规则和接口语义规则对Web服务建模,引入了备选服务的QoS性能指标和用户请求对响应时间、成本、成功率、可靠性和组合率的多条件约束,给出了一种全局优化的分层动态Web服务组合算法,通过仿真工具Weblogic 8.1 application server + Oracle BPEL Process Manager 10验证,结果表明,该算法能够有效提高动态Web服务组合的成功率和组合率。     

一种支持QoS的自适应Web服务发现模型

服务质量是Web服务发现中的关键问题.该文提出一种支持QoS的自适应Web服务发现模型,在满足用户对Web服务功能需求的基础上,依据QoS等非功能性指标对Web服务进行选择和排序,并给出服务的选择排序算法,该算法以服务注册参数、用户反馈信息和实时监测数据为依据,能动态地对服务的非功能性指标进行评价,返回最合适的服务给用户.实验证明,该模型有效地提高了系统的可用性.     

Web服务动态组合中QoS计算方法研究

通过在Web服务动态组合中引入形式化的服务质量(QoS)描述、服务提供商因子、服务消费者因子,提出基于层次分析法的QoS计算方法。该方法根据服务消费者期望值选择QoS因子,利用QoS权重值计算Web服务的质量,在此基础上给出一个基于QoS计算的Web服务组合模型,并通过实例计算,证明利用该QoS计算方法可以得到更高质量的增值服务。     

云服务及信任度量方法研究

对云服务的概念做进一步的认知,并对衡量服务可信度的方法进行研究分类,有助于认识该领域存在的问题及其发展前景。文章主要介绍云服务信任问题的背景、研究现状,以及相关概念,并将信任度量方法做出分类,对一些典型的信任度量模型进行了分析。总结提出了目前技术探索以及实际应用中所存在的一些问题,并对未来的发展做出了展望。     

数据服务QoS评估及择优机制研究

针对当前UDDI服务不能保证服务发现的有效性及数据服务效率的问题,提出了基于QoS的数据服务择优机制,定义了针对数据服务的QoS评估模型及评估要素的量化规则,给出了数据服务QoS的量化计算方法及择优策略;结合UDDI和MDS技术设计和实现了支撑数据服务择优机制的元数据服务,进行了基于QoS的数据服务择优实验。实验结果表明,提出的基于QoS的数据服务择优机制能够有效地提高数据服务的效率。