一种面向WSRF的资源持久化模型

Web服务与网格是当今发展十分迅速的两种技术.WSRF作为以上两者的结合必将拥有广泛的应用前景.而WSRF要投入实际应用资源的持久化工作是必不可少的.本文基于服务集理论,以关系数据库为存储介质提出了一种面向WSRF的资源持久化模型.此模型充分利用了现有成熟技术.可以在不影响原数据库正常使用的基础上,把普通关系数据库扩展成XML数据库.     

一种基于Spark在线Web服务的高效低延迟调度资源算法

Spark作为流行的分布式数据处理框架,其资源的调度方式和资源的利用率直接关系到集群计算处理的效率和速度。针对Spark资源调度问题,在Spark自身考虑的资源因素内存和空余核数下,提出新的调度算法。算法通过实时监视工作节点资源利用情况,增加对节点CPU处理速度和CPU剩余利用率的考虑,重新调度与分配资源,为Spark作为Web服务高并发请求、低延迟响应提供优化,还可以减少传统方式没有考虑的资源因素导致出现的资源利用倾斜现象,提高资源的利用率。实验表明,改进的资源调度算法有较好的效果。     

一种基于杂草优化的全局Web服务选择算法

随着网络中的Web服务数量的暴增,基于QoS的服务选择成为保证组合服务质量和可靠性的关键环节。针对当前服务选择算法全局优化能力弱的问题,将服务选择建模为带约束的非线性最优化问题,并提出一种基于杂草优化的服务选择算法。首先随机产生一组服务选择可行解并将其编码为杂草个体,进而根据个体的QoS效用值确定个体的繁殖数,最后以高斯分布方式指导种群的扩散完成对解空间的快速搜索。理论分析与实验结果表明,该算法有效性和鲁棒性强,可获得相较于已有文献更优的全局解。     

一种多参数的Web服务选择方法

随着服务计算的快速发展，如何快速而准确地找到最优的Web服务组合是众多挑战中最重要的一项。提出了一种基于二阶隐马尔可夫模型（HMM）的服务选择方法。该方法使用服务质量（QoS）参数去区分具有相同功能的Web服务，并且选择一组最优的Web服务来执行用户请求。通过考虑两个QoS参数-吞吐量和响应时间，该方法能够解决根据设定的阈值来衡量Web服务质量的问题。通过构建的模型和算法，方法能够选择出最优的Web服务以满足用户的需求。仿真实验验证了所提出的方法是有效的。     

基于QoS的无线网络空间信息资源优化调度模型

当前调度模型在一定程度上忽略了用户要求,为此,提出一种基于QoS的无线网络空间信息资源优化调度模型.给出无线网络空间信息资源调度框架.依据性能对无线网络空间信息资源进行负载分配,实现调度的负载均衡.将信息资源调度模型建立问题看作带约束条件的优化模型建立问题,在无线网络空间中,按照不同用户业务类型的QoS指标确定优先分配...     

面向均等化的Web服务资源推荐机制

当前服务业领域普遍存在服务资源分配不均衡,供需矛盾紧张,客户盲目追求高质量的服务资源,造成部分服务资源处于超载状态而另一部分资源处于饥饿状态。针对这种情况,提出基于均等化的Web服务资源的推荐机制。该推荐模型中包括三层次的服务匹配,分别为基于语义的Web服务功能属性匹配、服务资源状态的匹配、基于均等化QoS评价模型的服务非功能性匹配,然后根据反馈结果,可以通过调整均等化QoS模型的权重系数来达到均等化服务资源的最佳效果。仿真实验证明了该模型的正确性和算法的有效性。     

一种基于QoS的网格资源选择优化模型

大量任务请求使用网格资源时,必须进行合理调度和资源分配才能提供较高的服务质量。通过对网格QoS几个重要属性进行量化,以最大化系统服务性价比为目标,提出了一种基于退火遗传算法的网格资源选择优化模型,并介绍了算法的详细流程。最后,通过仿真实验验证了该模型的有效性。     

一种面向多用户的负载感知动态服务选择模型

在面向多用户的动态环境中进行基于QoS 的服务选择需要面临诸多挑战,而动态的服务负载就是其中之一.当前的服务选择方法难以在多用户多业务的开放环境下应对服务执行时的负载动态变化,缺乏实时感知负载的应变能力.针对这一问题,首先,提出一种基于负载等级的服务多维QoS 模型（load level based multidimensional QoS,简称LLBMQoS）;在此基础上,提出了一种面向多用户的负载感知的动态服务选择模型（load-aware dynamic serviceselection model,简称LADSSM）以实现动态负载环境下的服务优化选择.该模型采用两阶段服务选择：在组合服务规划阶段,生成候选服务队列;在组合服务执行阶段,依据当前负载状态实现服务的动态选择;最后,仿真实验的结果表明：该模型较好地适应了多用户动态环境下的服务负载变化,能够在保证用户端到端QoS需求的前提下,及时而有效地提供效用优化的服务选择方案.     

一种资源优化的双最小均衡Web集群区分服务调度算法

在一种新的Web集群体系结构的基础上,提出了一种资源优化的双最小均衡区分服务调度算法：首先在前端调度器按资源均衡度将Web请求分配到各后台服务器．然后将Web请求的优先级与资源均衡度两个特征参数结合起来,综合设计后台服务器的Web请求调度顺序,为了评估该算法的性能,进行了大量的模拟实验．在与其他著名调度策略如分离式调度的对比结果显示：双最小均衡调度算法使Web请求的效率提高了11％,同时很好地实现了区分服务．证实了资源优化调度策略具有一定的普遍意义．     

基于QoS的组合服务优化选择问题建模与求解

提出了一种支持Web服务动态组合的框架,并在此基础上对Web服务组合中的服务优化选择问题建模,根据用户设置的QoS约束条件,将服务优化选择问题分成3类,并分别给出了相应的服务选择算法。实验证明算法在保证一定优度的同时亦具有良好的时间性能。     

Iterative selection algorithm for service composition in distributed environments

In service oriented architecture （SOA）, service composition is a promising way to create new services. However, some technical challenges are hindering the application of service composition. One of the greatest challenges for composite service provider is to select a set of services to instantiate composite service with end- to-end quality of service （QoS） assurance across different autonomous networks and business regions. This paper presents an iterative service selection algorithm for quality driven service composition. The algorithm runs on a peer-to-peer （P2P） service execution environment--distributed intelligent service execution （DISE）, which provides scalable QoS registry, dynamic service selection and service execution services. The most significant feature of our iterative service selection algorithm is that it can work on a centralized QoS registry as well as cross decentralized ones. Network status is an optional factor in our QoS model and selection algorithm. The algorithm iteratively selects services following service execution order, so it can be applied either before service execution or at service run-time without any modification. We test our algorithm with a series of experiments on DISE. Experimental results illustrated its excellent selection and outstanding performance.     

面向信息资源聚合的物联网智能信息中心框架

物联网技术以主动感知、智能分析和反馈控制为基本要素,实现对"物体"的识别、监控和管理,在诸多领域取得显著的应用成效,同时也暴露出应用建设分散、缺乏体系、重复建设现象严重等问题。从回顾物联网的发展历史出发,对物联网技术架构和相关工作进行分析,提出面向信息资源聚合的物联网智能信息中心框架,通过对多源、分布、异构资源的汇聚、整合、分析与再加工,为实现资源共享、提高资源利用率、解决重复建设问题提供基础性支撑,并重点讨论了传感设备的标准化封装与接入、信息资源的一体化管理等关键技术。最后,通过在农业物联网中的应用示例分析了该框架的效果。     

A novel resource scheduling algorithm for QoS-aware services on the Internet

The popularity and availability of Internet connection has opened up the opportunity for network-centric collaborative work that was impossible a few years ago. Contending traffic flows in this collaborative scenario share different kinds of resources such as network links, buffers, and router CPU. The goal should hence be overall fairness in the allocation of multiple resources rather than a specific resource. In this paper, firstly, we present a novel QoS-aware resource scheduling algorithm called Weighted Composite Bandwidth and CPU Scheduler (WCBCS), which jointly allocates the fair share of the link bandwidth as well as processing resource to all competing flows. WCBCS also uses a simple and adaptive online prediction scheme for reliably estimating the processing times of the incoming data packets. Secondly, we present some analytical results, extensive NS-2 simulation work, and experimental results from our implementation on Intel IXP2400 network processor. The simulation and implementation results show that our low complexity scheduling algorithm can efficiently maximise the CPU and bandwidth utilisation while maintaining guaranteed Quality of Service (QoS) for each individual flow.     

动态Web服务合成中的服务选择算法研究

为了提高服务合成效率并更好的适应动态变化的应用环境,提出了基于流程修改的服务合成方案,使得复合服务的执行与服务发现过程并行化。提出了基于QoS属性的服务选择算法,该算法能够实现服务执行时选择服务,在考虑综合QoS信息及时间因素的基础上,通过不断更新用户需求来进行服务选择,提高了服务合成效率。实验结果表明,该选择算法可以获得满足用户需求且最优的服务,很好的保证了服务的可靠执行。     

The service curve service discipline for the rate-controlled EDF service discipline in variable-sized packet networks

Guaranteed service will provide high quality services to real-time applications, e.g., audio or video, over packet networks such as the Internet. To support guaranteed service, a service discipline must guarantee a delay bound to each session. In addition, a preferred service discipline should achieve high network utilization and good scalability. The service disciplines studied so far have problems in achieving these two objectives at the same time. Generalized processor sharing (GPS) service disciplines can have low network utilization. Rate-controlled (RC) service disciplines have difficulty in scalability because of regulators. For service curve (SC) service disciplines, both the network utilization and the scalability depend on the adopted SC. To date, there have been no studies on an SC which can make an SC discipline achieve these two objectives. We propose a new service discipline based on SC service disciplines. The proposed discipline achieves these two goals in a variable-sized packet environment. We show that the discipline can achieve the network utilization achievable by the RC service disciplines. We further show that our SC requires O(1) complexity for deadline calculation. Different from the RC service disciplines, the SC service discipline with our SC does not need regulators at all. Thus, it has better scalability than the RC service disciplines and is work-conserving. We also show that the proposed SC makes SC service disciplines have strictly higher network utilization than the GPS service disciplines including the multi-rate service discipline.     

语义物联网中一种基于QoS的动态服务组合方法

针对语义物联网中实体设备所提供的原子服务的资源有限性及其所处环境的动态变化性等问题,提出了一种语义物联网中基于QoS的动态服务组合方法。该方法依据添加情境的QoS本体,在对语义物联网中的服务进行动态地语义标注后,对待选择服务集进行动态地选择与组合,并将组合后的新服务通过服务ID映射到对应的实体设备上,最后通过实体设备将结果反馈给服务请求者。通过对具体实例的对比分析表明,该方法可以针对不同的服务对象以及不同的服务环境动态地为服务请求者提供更加准确的服务。     

IaaS环境下多租户安全资源分配算法和安全服务调度框架

针对基础设施即服务（IaaS）环境下多租户使用安全服务时由于安全资源有限和安全资源分配不均导致的效率低下问题,提出了一个租户安全资源调度框架。首先以最小最大公平算法为基础,结合Fair Scheduler的调度思想为租户设定了最小共享量和资源需求量属性;然后通过安全服务资源分配算法在保证租户最小共享量满足的前提下,尽可能公平地满足租户的资源需求;最后结合租户内任务调度和租户间资源抢占算法,实现了租户安全服务调度框架。实验结果表明,在随机资源分配条件下,安全服务资源分配算法与传统资源分配算法相比在资源利用率和作业效率上均有明显提高,安全服务调度框架可以有效解决多租户安全资源的分配和强占问题。