基于服务调用特征模式的个性化Web服务QoS预测方法

随着网络上完成相同功能的Web服务数量不断增长,服务使用者在选择服务之前,通常需要根据服务的历史使用信息对未使用过的服务质量进行预测.考虑到调用时刻用户输入、网络环境及服务运行环境的差异,提出了一种基于服务调用特征模式的个性化QoS预测方法.该方法通过对服务的历史使用信息进行分析,抽取出服务的常用调用特征模式,当用户调用某服务时,根据用户调用服务时特征,找到其对应的调用模式,若在该模式下有使用信息则直接返回给用户;若没有则根据模式的相似度,采用协作过滤算法为其进行预测.实验结果表明该方法可以显著提高Web服务质量预测的准确性,并且效率较高.     

基于人工蜂群优化的支持向量机模型在Web服务QoS预测中的应用

在开放的网络环境下,Web服务的服务质量QoS具有很强的动态性。为了提高服务QoS的准确性,为服务选择、服务组合提供可靠的QoS信息,在考虑Web服务所处的网络环境和所要处理任务的特征对服务QoS影响的前提下,提出一种基于人工蜂群优化的支持向量机QoS动态预测方法。该方法首先对人工蜂群算法进行改进,提出了面向观察蜂的免疫选择机制和面向侦查蜂的改进逃逸机制;然后,采用改进的人工蜂群算法对支持向量机的参数进行优化;最后采用优化的支持向量机预测Web服务处理具体任务时的QoS。实验结果表明,该提出的QoS预测方法具有较好的预测速度和精度。     

基于服务负载的时序QoS预测

网络技术的发展和多接入边缘计算的兴起使得计算和网络资源的部署逐渐靠近终端.随着服务数量的增多,为了向用户更好地推荐服务,如何在复杂、动态的边缘计算环境中实时、准确地预测服务质量(quality of service,QoS)成为一项挑战.本文提出一种基于服务负载实时预测QoS的深度神经模型(QPSL),它可以为边缘计算中的QoS预测提供缺少的负载状况感知和周期感知.首先,对服务的负载状况进行特征表示,并通过时序分解模块获取时序特征.其次,将CNN和BiLSTM结合,学习潜在的时序关系,生成不同时刻的状态向量.然后,基于Attention机制为历史时刻的状态向量分配权重,从而构造未来时刻的状态向量.最后,将上下文嵌入向量与状态向量送入感知层完成实时QoS预测.基于真实的融合数据集进行了大量的实验,结果表明QPSL在响应时间和吞吐量任务上的MAE分别平均提升了10.28%和10.87%,优于现有的时间感知QoS预测方法.     

云计算背景下面向服务组合的SLA动态管理机制研究

组合服务通过组合和调用互联网环境中已有的Web服务实现更加复杂的业务功能。由于面向服务体系结构的分布式和松散耦合特征,稳定的QoS对于服务双方之间稳定的业务关系具有重要的作用,而服务等级协定SLA(Service Level Agreement)为云计算背景下的QoS管理提供了基础。针对服务组合场景下基于SLA的QoS管理问题,提出一个动态SLA管理框架,其中充分考虑到云计算环境下动态变化的客户数量和类型对于服务组合前端服务质量的不同需求。提出并实现了两种管理模式:定制模式与分级模式,并着重解决了管理过程中的后端SLA冲突问题。通过对服务组合绑定结构的动态规划和优选实现了组合服务前后端SLA的协调。根据所提出的管理框架实现了一个原型系统,验证了所提出框架和管理模式的有效性。     

基于SOM神经网络的服务质量预测

服务质量预测在服务计算领域中是一个热点研究问题.在历史QoS数据稀疏的情况下,设计一个满足用户个性化需求的服务质量预测方法成为一项挑战.为解决这一挑战问题,本文提出一种基于SOM神经网络的服务质量预测方法SOMQP.首先,基于历史QoS数据,应用SOM神经网络算法分别对用户和服务进行聚类,得到用户关系矩阵和服务关系矩阵;进而,综合考虑用户信誉和服务关联性,采用一种新的Top-k选择机制获得相似用户和相似服务;最后,采用基于用户的和基于项目的混合策略对缺失QoS值进行预测.在真实的数据集WS-Dream上进行大量实验,结果表明,与经典的CF算法和K-means算法相比,本文方法较大程度上提高了QoS预测精度.     

一种Web Service的服务质量预测方法

服务消费者在选择服务之前,通常需要基于其他消费者的经验对未使用过的服务的质量进行预测.考虑到不同服务消费者对同一服务的服务质量的感受之间可能存在较大的差别,提出了一种QoS(quality of service)预测方法.该方法以消费者的历史经验为基础,计算消费者之间以及服务之间的相似程度,并以此相似度为基础对消费者并未使用过的服务的QoS进行预测.实验结果表明,这种方法可以显著提高Web服务质量预测的准确性.     

基于SLP支持QoS约束的服务发现

基于SLP设计一个支持QoS约束的服务发现模型QCSLP,在使用DA工作模式的SLP中设计一个QoS管理者实体QM,支持QoS的计算和反馈,引入QoS标准化和综合QoS的概念,根据用户反馈信息对服务的QoS进行动态评估和调整。通过具有6个实体的模拟局域网环境验证结果表明,QCSLP能帮助用户发现满足其类型、属性以及服务质量要求的服务。     

基于NBAR和CBWFQ的QoS方案

随着计算机网络的广泛使用,越来越多的应用需要可靠和有保证的网络服务,这就需要采用QoS(服务质量,Quality of Service)以保证网络提供稳定且有保障的服务.本文介绍了在思科网络设备环境下,NBAR(基于网络应用识别Network-based Application Recognition)和CBWFQ(基于类的加权公平排队Class-based Weight Fair Queue)原理,配置QoS的方法及示例.     

基于辅助特征的Web服务QoS预测

随着互联网以及Web服务技术的快速发展,相同功能的Web服务数量越来越多.在构建面向服务的应用时,服务质量（QoS）作为Web服务的非功能特性开始被越来越多的用户所重视.为了向用户推荐高质量的服务,首先我们需要对服务质量进行预测.现今有很多关于Web服务QoS预测的工作,这些研究大都关注在建模方法的优化上,忽视了辅助特征对于QoS预测的影响.着重分析辅助特征对于QoS预测的影响,例如服务类别和用户地理位置.为了实现此目标,基于因子分解机（Factorization Machines）设计并构建了一个统一的QoS预测架构,该架构可以灵活、方便地考虑进多个辅助特征.结合服务类别和用户地理位置这两类辅助特征,提出了一种QoS预测方法,并通过在真实数据上的实验证明了我们的方法的优越性.     

基于QoS的Web服务动态组合模型

提出一种基于QoS的Web服务动态组合模型,可以根据用户对服务质量的请求,动态地选择最适合的Web服务进行绑定.与原有模型相比,扩展了服务代理的功能.其提供的绑定功能可用于保存服务调用的上下文和历史信息,以便提高下次访问的效率.另外,支持对子服务的划分,可以将大粒度的服务请求划分成子服务,并对服务的调用次序进行更合理地安排和优化.性能分析结果表明,该模型极大地提高了效率.