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。     

基于自适应粒子群算法的制造云服务组合研究

针对云制造系统中制造云服务组合的多目标规划问题,研究建立了问题模型并提出了求解方法。首先引入了网格制造模式的制造资源服务组合技术,探讨并描述了云制造模式中基于服务质量（QoS）的制造云服务组合过程;接着通过分析云制造模式下制造云服务的特征并基于制造领域知识,研究定义了制造云服务的八维QoS评估标准及计算表达式,推导出制造组合云服务的QoS表达,进而建立了制造云服务组合的多目标规划问题模型。最终设计了自适应粒子群算法来解决该多目标规划问题。仿真实验表明,该算法能有效并高效地解决该问题,且求解效率优于传统粒子群算法。     

基于不确定服务质量感知的云服务组合方法

针对不确定服务质量（QoS）感知的云服务组合优化问题的求解,提出一种不定长时间序列（ULST）模型和锦标赛策略的改进遗传算法（T-GA）。首先,基于用户对服务不同时间段的访问规律,将服务质量的长期变化构建为不定长时间序列模型,该模型能够准确地描述一段时间内用户对服务的真实QoS访问记录。其次,提出一种基于不确定QoS模型的改进遗传算法,该算法采用锦标赛选择策略代替基本遗传算法中的轮盘赌选择策略。最后,在真实数据上进行了大量实验,所提的不定长时间序列模型能够有效地解决不确定QoS感知云服务组合问题,而锦标赛策略的改进遗传算法在寻优结果和稳定性方面均优于基于精英选择策略的遗传算法（E-GA）算法,且运行速度提高近1倍,是可行、高效且稳定的算法。     

基于LG-MMAS算法的制造云服务优化组合研究

制造云服务组合是一种提高云制造资源利用率,实现制造资源增值的新技术,对云制造产业的快速发展具有重要的支撑作用。随着云制造技术的日益成熟,网络上出现了大量具有相同制造功能和不同服务质量的制造云服务,如何通过这些制造云服务构建出既能满足用户制造需求,又具有最优服务质量的组合服务是云制造领域面临的难题。针对这一问题,将协作学习、变异和精英保留机制引入最大最小蚁群算法,构造了具有学习和变异能力的最大最小蚁群算法,并使用该算法求解服务质量感知的制造云服务优化组合问题。仿真实验结果验证了算法的有效性。     

基于改进北极熊算法的制造云服务组合优化

为了提高云制造环境下制造服务组合优化的效率,提出了一种基于改进北极熊算法的制造云服务组合优化方法。该方法对制造服务进行实数编码,并以服务功能和服务质量为评价指标,使用改进的北极熊算法对制造云服务组合优化问题进行求解,得到最优的服务组合方案。同时通过引入动态视野,对算法的局部搜索进行调整,并与遗传算法中的变异策略相结合,以提高求解多目标问题的效率,同时降低因初始参数影响而导致算法陷入局部最优的可能。算例分析表明,改进的北极熊算法在求解制造云服务组合优化问题上比原始北极熊算法、标准遗传算法、改进的灰狼优化算法和改进的粒子群优化算法具有更高的效率。     

领域QoS感知的物流Web服务优化组合研究

优化组合在现代物流服务中占据着重要的地位。现阶段的物流Web服务组合研究多侧重于Web服务通用的QoS指标评价,难以满足特定领域的服务选择需求,并且多集中于经济学、管理学方面,缺乏服务计算技术的支撑。针对上述问题,从服务组合的角度通过领域QoS感知的方法构建了领域QoS评价模型来研究物流服务商的选择、进化以及最终的优化组合,然后运用Dijkstra算法计算出组合方案的最短路径,即组合服务的QoS值,从而获得领域QoS感知的物流Web服务较优化的组合方案,并预测领域QoS感知的服务组合,这对现代物流业的发展具有一定的理论和现实意义。     

基于云模型的Web服务QoS预测

随着近年来Web服务数量的快速增长,用户-服务QoS(Quality of Service)记录矩阵变得日益稀疏。为了解决传统协同过滤算法在稀疏数据集上预测精确性不高的问题,利用欧几里得距离对数值敏感的特点,将云模型特征向量的欧几里得距离转换成云模型的相似度。对基于云模型的协同过滤算法改进,并将改进算法用于Web服务QoS的动态预测。考虑用户调用同一服务提供商的不同服务有相似体验,再结合云模型的相似度对QoS记录矩阵进行填充,在预测用户调用某服务的QoS时使用填充后的QoS记录矩阵进行计算,从而有利于解决稀疏矩阵下预测准确度难以提高的问题。实验表明,使用该算法的预测结果相较于传统的协同过滤算法有更低的平均绝对误差(MAE),能获得更高的推荐质量。     

基于贝叶斯模型的云服务服务质量预测

针对如何分配一个未来一段时间内满足QoS要求的云服务和感知可能将要发生的QoS违规的问题,提出一种基于时间序列预测方法的云服务QoS预测方法。该预测方法利用改进的贝叶斯常均值(IBCM)模型,能够准确地预测云服务未来一段时间内的QoS状态。实验通过搭建Hadoop集群模拟云平台并收集了响应时间和吞吐量两种QoS属性的数据作为预测对象,实验结果表明:相比自回归积分滑动平均(ARIMA)模型和贝叶斯常均值折扣模型等时间序列预测方法,基于改进的贝叶斯常均值模型的云服务QoS预测方法的平方和误差(SSE)、平均绝对误差(MAE)、均方误差(MSE)和和平均绝对百分比误差(MAPE)均比前两者小一个数量级,因此具有更高的预测精度;同时预测结果对比图说明提出的预测方法具有更好的拟合效果。     

多QoS约束下的PSO云存储任务调度算法

为研究云存储系统任务调度的问题，根据云存储系统的特点，前人已通过存在矩阵对PSO算法初始化与迭代更新进行约束，解决了PSO初始化以及迭代解对于云存储无意义的问题，使得PSO调度算法的迭代次数以及执行时间大幅降低，但其未充分考虑网络当前的状态以及网络服务质量问题。针对这一缺点，通过多QoS约束改进 PSO调度算法在QoS要求下的性能特征，使解更符合当前网络的状态以及用户对多QoS的需求。实验结果表明，虽然迭代次数和运行时间没有明显的变化，但是相对于现有算法在多QoS性能方面平均满足率仅有33％， QoS约束将该值改进至45.6％，满足多QoS的需求。     

基于SPEA2+算法的Web服务选择研究

服务选择算法是影响组合服务的QoS和服务组合性能高低的关键因素。针对将多维QoS属性加权聚合为一个目标函数进行优化的选择算法不能实质性地解决基于QoS的Web服务选择问题,采用改进的强度Pareto进化算法（SPEA2+）多目标优化求解该问题,设计了一种Web服务选择算法。该算法在满足声誉、可靠性和可利用性属性的约束下,同时最小化服务时间T和服务费用C,以产生Pareto最优解集。通过与运用SPEA2算法求解该问题的实验对比,表明了两算法所获取的Pareto最优解集中QoS属性T和C各均值各有优劣,用户可依据对T或C的偏好择优选择。     

基于云计算的旅游气象服务研究

云计算是在分布式计算、并行计算、网格计算的基础上提出的一种新型计算模型。它提供了可靠安全的数据存储、强大的计算能力和方便快捷的五联网服务。云计算将给IT行业带来重大的变革,同样将对旅游产业信息化产生深远影响。本文介绍了云计算的相关概念并指出了云计算的主要技术特点,最后重点提出了云计算在旅游景区气象预测的应用。     

浅析云计算安全技术

在互联网技术高速发展的今天,云计算已成为热门技术。在云计算中,一切资源放在云端,故云安全问题显得尤为突出。介绍了云计算概念,阐述了云计算面临的安全挑战,并从技术层面提出解决云安全的防范措施,打造一个用户放心的云计算安全平台。     

基于云计算的军事物流平台设计

通过研究云计算的理论技术,结合军事物流的发展现状,设计了基于云计算的军事物流平台的总体架构,提出了平台的技术架构和功能架构,并对平台提供的具体服务分别进行了阐述。最后对云计算技术在军事物流体系中的实际应用提出了展望。     

Virtual machine cluster mobility in inter-cloud platforms

Modern cloud computing applications developed from different interoperable services that are interfacing with each other in a loose coupling approach. This work proposes the concept of the Virtual Machine (VM) cluster migration, meaning that services could be migrated to various clouds based on different constraints such as computational resources and better economical offerings. Since cloud services are instantiated as VMs, an application can be seen as a cluster of VMs that integrate its functionality. We focus on the VM cluster migration by exploring a more sophisticated method with regards to VM network configurations. In particular, networks are hard to managed because their internal setup is changed after a migration, and this is related with the configuration parameters during the re-instantiation to the new cloud platform. To address such issue, we introduce a Software Defined Networking (SDN) service that breaks the problem of network configuration into tractable pieces and involves virtual bridges instead of references to static endpoints. The architecture is modular, it is based on the SDN OpenFlow protocol and allows VMs to be paired in cluster groups that communicate with each other independently of the cloud platform that are deployed. The experimental analysis demonstrates migrations of VM clusters and provides a detailed discussion of service performance for different cases.     

云计算技术概述

云计算是一种新兴的计算模式,互联网的高速发展孕育了云计算的出现.本文介绍了云计算的发展历史,解释了云计算的确切含义、特征、分类与云架构的基本层次,阐述了云计算的关键技术,比如快速部署、资源调度,分析了云计算和网格计算等相关概念的区别,并指出云计算广阔的发展前景.     

云计算环境下服务信任评估方法研究

云计算环境中,服务资源广域分布、复杂多变,服务实体之间的信任关系因不确定性强而难以有效建立与维护。传统的服务信任评估方法无法全面反映信任的随机性和模糊性特征。在研究云模型理论的基础上,提出一种基于加权多属性云的服务信任评估方法。引入时间衰减因子来反映服务信任的时效性,并以多属性信任云来细化信任评估的粒度。计算用户评价相似度,确定推荐实体的推荐可靠性和权重,防止不法分子的合谋欺骗和恶意攻击。通过云相似度计算确定服务的信任等级,为用户的服务选择提供安全决策。仿真结果表明,该方法明显提高了服务交互成功率,并能有效适用于云计算环境下的服务信任评估。     

移动云计算及其军事应用探讨

计算机与通信技术的不断融合促进了移动云计算的产生与发展。阐述了移动云计算的概念和实质,探讨了移动云计算的服务模型,指出了我国发展移动云计算的重要意义,提出了移动云计算在军事领域应用的几点设想,并对移动云计算用于军事领域进行了展望。     

植入城市计算综述

物联网通过感知技术实现物品与互联网的连接,云计算通过对共享资源的灵活整合和动态配置为用户提供面向需求的服务。基于上述背景,定义了植入城市计算的基本概念和功能框架,以植入城市计算应用场景为研究对象,比较了物联网技术与传统方法的数据采集、服务提供,论述了在人与环境交互中的感知应用部署、数据捕获、信息传播,阐述了云计算面向用户提供的数据管理服务、感知应用服务、位置查询服务。围绕植入城市计算的安全和隐私问题,对RFID隐私保护和身份认证、无线传感器网络密钥管理、参与感知隐私匿名化、云计算可信访问控制等进行了分析,并提出了进一步的研究方向。     

Uncertainty in cloud service relationships: Uncovering the differential effect of three social influence processes on potential and current users

Consumer cloud services are characterized by uncertainty before usage but also for individuals who are already using the service. Our cloud service relationship model posits that individuals facing continuous uncertainty during adoption and continuance decisions rely on their social environment to make evaluations and decisions. Drawing on a representative dataset of 2011 Internet users, we distinguish three social influence processes from social influence theory (identification, internalization, and compliance) and uncover their differential effect on potential and current users’ uncertainty evaluations and on usage intentions. Our results can help cloud providers to successfully manage their relationships with potential and current users.     

面向个性化需求的云制造服务可信评价模型

针对传统的云制造服务可信评价模型中存在的可扩展性弱、难以满足个性化需求等问题,提出一种可扩展性强、可以较好地满足个性化需求的可信评价模型。首先构建多层次的、多粒度的云制造服务可信评价框架;然后基于此框架,提出了基于云模型的云制造服务可信评价方法,在该方法中,引入云模型理论,用于统一表征不同类型的评价指标,以及描述用户的个性化需求,采用标准离差法计算不同评价指标的权重系数;最后通过应用案例检测所提方法的有效性,并通过时间开销的对比实验验证该方法的可行性。实验结果表明,与传统的方法相比,该模型在合理的时间开销范围内,可以根据用户的个性化需求,对不同的云制造服务提供方进行更为准确的可信评价,进而帮助用户选择满意度更高的云制造服务。