多Web服务组合兼容性的自动化验证

Web服务组合的目的是实现单一服务无法满足的复杂功能,而保证组合的正确性以实现服务增值是十分必要,因此组合之后的正确性验证是Web服务组合的一个重要研究方向。从Web服务交互行为方面描述多Web服务组合,在提出行为兼容性的相关理论的基础上,给出基于Pi演算的多Web服务组合行为兼容性的自动化验证算法,通过将多Web服务组合自动转化为Pi演算中的组合进程,实现多Web服务组合的自动化验证。     

软件开发过程中的量化软件配置管理研究

在软件整个的生命周期中都伴随着软件配置管理。软件配置管理对于软件而言有着非常重要的作用,能够为软件的研发提供管理办法与活动原则。本文对软件配置管理的地位进行了分析,指出了软件开发过程中软件配置管理的实施与控制。     

2017年度国家自然科学基金计算机学科项目资助情况分析

文中统计了2017年国家自然科学基金计算机学科面上项目、青年项目、地区项目、重点项目、海外港澳项目、优秀青年项目的资助情况,分析总结了计算机学科资助重点项目的研究特点,为该领域研究人员的自然科学基金项目申请提供了参考。     

分层技术在计算机软件开发中的应用

改革开放以来,计算机软件和计算机技术受到了我国的各业界人士的青睐,伴随着它们在我国信息化时代中占据的作用日趋重要,与开发计算机软件相关的研究成为了计算机领域中的热点。其中,在众多用来开发计算机软件的方法中,最受研发者欢迎的莫过于分层技术。近年来,计算机软件的开发技术在我国得到了大力推广与挖掘,并最终获得了喜人的成绩。而为了进一步满足社会的多元化需求,在计算机软件开发技术的帮助下,我国的计算机软件处理业务开始摆脱单一方向的发展,逐渐向更具多元化的方向发展。     

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。     

计算机主板的模态分析

作为现代社会应用普及应用的一种电子设备——计算机硬件的发展极为快速,其核心部件是主板,主板优良的动态特性对于计算机设备有序运行提供了可靠性的保障,反之则会给计算机的性能带来负面的影响。基于此,针对计算机主板所进行的科学化模态分析有一定研究价值与实践价值。通过进行主板实验模态分析、主板有限元建模及其优化等内容的研究,能够对计算机主板的性能及其升级有更深一层的了解。本文就计算机主板的模态分析的相关内容进行阐释。     

高性能计算机中互连网络的可靠性研究

高性能计算机属于一种计算机系统,能够比较好的处理大型应用和大数据。高性能计算机在为用户提供服务时,系统的可靠性是提供服务质量的主要保证。尤其是近年来高性能计算机得到了快速的发展,系统内的组件变得越来越多,这样一来,用于组件连接的互联网络规模就会相应增加,由此使得故障结点发生的可能性大增,进而导致互联网络的可靠性出现问题,最终影响整个计算机系统的可靠性,因此,互联网络的可靠性非常重要,本文对高性能计算机中互联网络的可靠性进行了必要的研究,以便于保证互联网络具有较高的可靠性。     

面向软件开发信息库的数据挖掘综述

随着科学技术的不断发展,软件开发技术也得到了很大提升,当前有很大一部分软件开发组织都构建起了软件开发信息库,软件开发产业也越来越受到社会大众的普遍重视。本文以软件开发信息库与数据挖掘的概述为研究基点,从软件开发信息库数据获取、关联修改、软件复用、软件发展、软件缺陷以及过程建模等六个角度,对软件开发信息库的数据挖掘进行综述,以期软件开发信息库可以在未来更好发展。     

基于贝叶斯与多故障推理的Web服务诊断

Web服务组合进程规模的不断增加和复杂性的不断提高都有可能导致服务的运行失败,因此很难确保服务的可靠性。针对传统的基于模型的方法无法处理服务应用系统中状态和行为故障的不确定性问题,提出了一种基于贝叶斯与多故障逻辑推理的诊断方法。该方法使用历史数据构建服务执行矩阵,通过多故障逻辑推理技术获取候选诊断解并利用贝叶斯公式计算候选解的后验概率并排序,最终获得一个最优的诊断结果。相比于传统基于模型的Web服务诊断方法,该方法不仅可以同时定位多个故障,而且能够随着历史数据的增加不断优化诊断结果。实验证明该方法具有很好的诊断效果。     

一种基于社会信任潜在因子模型的推荐方法

随着社交网络的快速发展、社交网络用户规模的不断扩大,如何为用户推荐感兴趣的信息变得越发困难。传统的推荐方法利用用户兴趣的历史数据来预测用户未来感兴趣的项目,忽视了社交网络中的信任关系,导致推荐方法的推荐质量不高。针对上述问题,提出了基于社会信任潜在因子模型的推荐方法。该方法引入社会信任来度量社交网络中朋友之间的隐含信任关系,根据社会信任程度来选择用户信任的朋友,对用户信任的朋友与目标用户的共同兴趣进行潜在因子分析,构建基于社会信任的潜在因子模型,实现目标用户的前k个项目推荐。真实数据集上的对比实验结果表明,基于社会信任潜在因子模型的推荐方法在推荐质量上优于现有的推荐方法。