基于差异演化算法的QoS全局最优动态Web服务选择

QoS全局最优动态Web服务选择是服务组合中的一个难题。基于差异演化算法,设计一种用于解决该问题的DE-GODSS算法。算法的主要思想是将问题表示为一个带QoS约束的多目标服务组合优化问题,通过理想点的方法将多目标向单目标转化,然后利用差异演化算法的智能优化原理进行算法设计及求解,最终产生一组满足约束条件的优化服务组合流程集。理论分析证明DE-GODSS算法的时间复杂度优于已有的多目标遗传算法,且实验结果表明该算法的收敛速度优于已有的多目标遗传算法。     

QoS全局最优动态Web服务选择算法

Web服务作为一种新型的分布式计算模式近年来得到迅速的发展,来自不同服务提供商的服务可被整合以提供组合服务.QoS全局最优动态Web服务选择是服务组合中的一个难题.基于粒子群进化算法,设计一种用于解决该问题的PSO-GODSS算法.其主要思想是将问题表示为一个带QoS约束的多目标服务组合优化问题,通过理想点的方法将多目标向单目标转化,利用粒子群算法的智能优化原理进行算法设计及求解,最终产生一组满足约束条件的优化服务组合流程集.理论分析和实验结果表明该算法的可行性和有效性,且算法的执行效率和收敛速度优于以往的多目标遗传算法.     

基于用户使用历史与信誉评价的Web API推荐

随着网络上发布的Web API服务越来越多,如何推荐给开发者用户感兴趣、信誉度高的Web API服务,以构建高质量高可信的软件服务系统,成为一个具有挑战性的研究问题。为此,提出一种基于用户使用历史与信誉评价的Web API服务推荐方法。计算用户使用历史记录与Web API之间的相似度,获得Web API的用户兴趣值。综合用户的Web API评分,调用Web API的Mashup服务的评价贡献和Alexa统计的Web API访问流量,获得Web API的信誉评价值。根据Web API的用户兴趣值以及信誉评价值,实现Web API的排名与推荐。实验结果表明,该方法推荐的Web API用户兴趣度DCG值高于SR-Based方法,服务信誉度DCG值高于UI-Based方法。     

二、四辊轧机实时数据监控系统的设计

本文介绍了二、四辊轧机实时数据监控系统的功能结构、硬件构成和软件设计思想。详细论述了实时数据采集与处理中的一些技术难点，并提出了有效的解决方法。     

基于COM的芯片仿真技术研究

介绍了利用COM对象来模拟和仿真硬件芯片的结构、功能、特征以及信号的传递方式。针对芯片仿真,提出了一种软芯片模型,实现仿真模型的构件化,提高其重用性,对于系统仿真,构件化软件开发具有一定的应用价值。     

基于AES的低成本可重构高速加密引擎

针对商业加密引擎中硬件资源和电路性能平衡问题,提出一种基于AES的低成本可重构的高速加密引擎的设计方案。该方案在AES加密算法的基础上,根据FPGA内在的结构特点,利用VHDL语言对其加密模块进行描述,改善4级流水线结构,结合密码库的扩展设计,使系统达到实时重构安全策略的目的。通过对高速加密引擎的加密模块的实验仿真结果分析和总体性能评估,证明了该加密引擎不仅具有良好的安全性能,而且在速度和资源性能比方面有优势。     

无线传感器网络中保证交付的贪心路由算法

针对传感器网络提出了一种高效的点对点的路由方法.通过对每个节点分配坐标,将网络映射到由它的若干生成树构成的度量空间,根据节点坐标使用贪婪算法路由,即总是选择离目的节点最近的邻居转发包.该方法在每个节点的路由表中只需要维护邻居的坐标,包首部开销最多为O(log2n)2比特.与很多基于位置的贪婪路由算法相比较,该方法的特点是贪婪路由算法能够保证网络中任意一对节点之间都是可达的,并且路径长度不超过这对节点在生成树上的距离.仿真表明该方法同时能够在路径拉伸度和负载平衡上取得较好的性能.     

面向多请求的Web服务全局优化选择模型研究

在大量相似Web服务共存竞争的环境下,基于服务质量的Web服务选择成为服务计算领域的热点问题之一.现有的Web服务选择方法主要研究单个服务请求或多个合作关系的服务请求共同选择某一个服务的情形,未考虑多个独立的服务请求同时请求同种功能服务的互相竞争性.针对该问题,根据Web服务与服务需求之间的匹配度,利用0-1整数规划建立全局优化服务选择模型,并结合实际提出通用可行的解决多请求的全局优化服务选择算法(global optimal service selection for multiplerequests,GOSSMR),在保证Web服务需求质量得到满足的情况下,避免过多的请求同时选择同一个服务,做到资源合理利用,避免服务负载失衡,提高系统的性能.仿真实验验证了模型算法的可行性和有效性.     

基于信息熵多属性决策的Mashup服务推荐方法

随着Mashup服务的快速发展,如何在海量的服务集合中找到用户感兴趣的、服务质量高的Mashup服务,成为一个难题。针对该问题,提出一种基于信息熵多属性决策的Mashup服务推荐方法。首先建立用户兴趣模型和Mashup服务的质量(Quality of Service,QoS)模型;其次,利用信息熵多属性决策方法,预测用户对候选Mashup服务的综合评分,并将综合评分最高的Top-K Mashup服务推荐给用户;最后,在不同数据集上进行实验比较与分析,结果表明:基于信息熵多属性决策的Mashup服务推荐方法能够有效地为用户推荐其感兴趣的、高质量的Mashup服务。     

Web服务QoS与用户位置的相关性实证研究

如何为用户准确预测Web服务的QoS是最近的一个热点研究问题.考虑到Web服务的QoS可能受用户具体位置的影响,一些工作提出了位置感知的Web服务QoS预测方法.然而,很少有工作在实践中针对Web服务QoS与用户位置的相关性进行具体验证.提出了一套对Web服务QoS与用户位置的关系进行验证的方法,并使用真实的Web服务QoS数据集进行了实验.实验与分析发现:用户位置越邻近,他们在相同Web服务上观察到的QoS越相似;反过来也是如此.这些结果表明Web服务QoS与用户位置之间具有较强的相关性,可以为位置感知的Web服务QoS预测方法提供很好的依据.