一种综合考虑主客观权重的Web服务QoS度量算法

已有的Web服务QoS(quality of service)度量方法由于无法对用户偏好的模糊性予以准确量化,以及对候选服务 QoS 属性数据分布特征的忽视,导致其度量结果不准确。为此,提出了一种综合考虑主客观权重的 Web 服务QoS 度量算法。该算法利用自适应用户偏好的主观权重计算方法和服务潜能保障的客观权重计算方法,从主观和客观两个角度进行QoS度量,以保障度量结果在符合用户偏好的基础上能够准确地反映服务的整体性能。理论分析和基于QWS真实数据集的实验结果表明,所提出的方法能够准确地获得Web服务QoS的度量结果。     

基于ARIMA和QoS的云服务选择算法研究

为了进一步分析QoS历史数据的动态变化,对现有的基于QoS历史数据的云服务选择算法进行了改进。将原算法中每一时间段的评价指标权重由QoS历史数据平均值获得,修改为由该时间段对应的QoS历史数据获得,更能发挥历史数据的动态性。使用时间序列预测ARIMA模型对原QoS历史数据进行预测,把预测结果并入原数据集形成新的数据集,在新数据集上进行服务选择。设计了三个模型递进地进行实验分析,通过对比实验结果验证了改进算法的性能效果。     

基于时间序列的感知QoS的云服务组合

研究基于时间序列的感知QoS的云服务组合,将服务的QoS偏好随时间不断变化的过程纳入云服务组合的研究范围,将云服务组合建模成时间序列的相似度对比问题。分别用欧几里得距离和扩展Frobenius范数距离度量二维时间序列的相似度,继而用基于主成分分析的扩展Frobenius范数距离和欧几里得距离、Brute Force等方法度量多维时间序列的相似度,通过实验对比验证扩展Frobenius范数距离度量相似度在时间和准确性上的优越性。关     

基于ELECTRE法的云服务选择

越来越多的云服务为消费者提供了广泛的选择,使云服务选择成为一个具有挑战性的决策问题,这需要使用恰当的决策方法,协助决策者选择最好的服务以满足用户的需求.本文提出一个云服务选择方法,给出了云服务的服务质量（Quality of Service,QoS）的描述形式.引入了ELECTRE的排序方法,该方法通过建立一致性矩阵和矛盾性矩阵来获得各个服务的的优先级别关系.最后,通过实例验证了该算法的有效性.     

基于QoS的语义Web服务选择框架

服务质量（QOS）成为动态选择满足用户需求的Web服务的关键因素。然而目前Web服务的QoS信息描述缺乏语义性,且Web服务的选择还不能做到完全自动化。文章提出一种Web服务的QoS本体结构,并在此QoS本体和原有的语义Web服务的基础上提出基于QoS的语义Web服务选择框架（QSF4SWS）。研究表明,该框架不仅增强了Web服务QoS描述的语义性,而且还能够实现Web服务的动态发现与自动选择。     

基于QoS的光网络路由选择算法的研究

满足数据业务QoS是网络发展的必然要求,现行数据疏导技术更多考虑是提高带宽利用率,对QoS中其他指标如时延、丢包、吞吐量等研究甚少。提出了基于QoS的路由算法是在现有理论基础上综合考虑了QoS的其他指标。算法测试结果表明,主/备用LSP的路由选择更好地满足了数据业务的传输需求。     

WSF:基于FOWA的Web服务选择算法

为了解决语言型数据无法用于计算的问题,提出了一种基于FOWA的Web服务选择算法.该算法分为两个部分:WSF-DF(defuzzification algorithm for WSF)基于多个用户对于Web服务的语言型评价,进行服务选择;WSF-Credibility(credibility test for WSF)用来查出可能存在的用户恶意评价并排除,从而提高Web服务选择结果的可信性.仿真结果表明,相比于其他Web服务选择算法,WSF算法考虑到了多个用户的评价意见,可以避免少数用户恶意评价带来的干扰,服务选择结果符合用户的真实意愿.     

一种基于权重的时间序列相似性度量

依据时间序列的形态特征,为基于欧氏距离的相似性度量加入奖惩因子,使其能反映序列形态的相似性.同时根据相关的背景知识给时间序列不同的维设定不同的权重,并给出一种自动求权重集合的算法.该算法成功应用于福泉高速行车数据以及仿真数据的相似性度量.     

Cloud service selection using cloud service brokers: approaches and challenges

Cloud computing users are faced with a wide variety of services to choose from. Consequently, a number of cloud service brokers (CSBs) have emerged to help users in their service selection process. This paper reviews the recent approaches that have been introduced and used for cloud service brokerage and discusses their challenges accordingly. We propose a set of attributes for a CSB to be considered effective. DifFerent CSBs' approaches are classified as either single service or multiple service models. The CSBs are then assessed, analyzed, and compared with respect to the proposed set of attributes. Based on our studies, CSBs with multiple service models that support more of the proposed effective CSB attributes have wider application in cloud computing environments.     

基于不完备用户偏爱信息的云服务组合研究

在用户与服务提供者交互时,提供的偏爱信息通常是不完备的。为在不完备偏爱信息的前提下实现有效的云服务组合,提出一种不完备偏爱信息权重确定算法,利用不完备粗糙集方法确定用户主客观权重,进而得到符合用户偏爱的服务组合。在云计算平台中的实验结果验证了该算法的有效性。     

Toward Cloud Computing QoS Architecture: Analysis of Cloud Systems and Cloud Services

Cloud can be defined as a new computing paradigm that provides scalable, on-demand, and virtualized resources for users. In this style of computing, users can access a shared pool of computing resources which are provisioned with minimal management efforts of users. Yet there are some obstacles and concerns about the use of clouds. Guaranteeing quality of service (QoS) by service providers can be regarded as one of the main concerns for companies tending to use it. Service provisioning in clouds is based on service level agreements representing a contract negotiated between users and providers. According to this contract, if a provider cannot satisfy its agreed application requirements, it should pay penalties as compensation. In this paper, we intend to carry out a comprehensive survey on the models proposed in literature with respect to the implementation principles to address the QoS guarantee issue.      

一种WebService响应时间的动态预测方法

随着Web Service技术的迅速发展,具有相同或相似功能的服务在互联网上大量出现.如何预测服务质量,进而支持基于服务质量的服务选择,成为了需要解决的关键问题.其中,响应时间是服务消费者最能直接感受到的服务质量体现,提出一种Web服务响应时间的动态预测方法.该方法根据响应时间的历史数据,基于时间序列分析进行动态预测.实验结果表明,这种方法可以显著提高预测的准确性,更好地支持服务的选择.     

基于用户视角的组合Web服务响应时间优化

针对响应时间,通过选择、调用合适的成员Web服务,对组合Web服务的QoS进行优化．该优化方法基于用户的视角,将组合Web服务运行时用户一次等待周期中需要执行的所有任务作为一个整体进行调度;同时根据组合Web服务流程的不同环节中用户对等待时间的不同敏感度,设置调度参数,降低关键环节超时的风险．实验表明,此方法可以有效地优化组合Web服务的响应时间,提高用户的满意度和QoS．     

基于局部梯度和二进制模式的时间序列分类算法

时间序列分类问题是时间序列数据挖掘中的一项重要任务, 近些年受到了越来越广泛的关注. 该问题的一个重要组成部分就是时间序列间的相似性度量. 在众多相似性度量算法中, 动态时间规整是一种非常有效的算法,目前已经被广泛应用到视频、音频、手写体识别以及生物信息处理等众多领域. 动态时间规整本质上是一种在边界及时间一致性约束下...     

基于HTM的遗传时间序列分割算法

结合层级实时记忆（Hierarchical Temporal Memory,HTM）模型与基于模式集的遗传时间序列分割算法各自的优点,用基于HTM的适应值函数替换原基于模式集的适应值函数,提出基于HTM的遗传时间序列分割算法。该算法可实现时间序列的分割及其相应子序列的分类识别。同时,针对HTM对训练样本的要求,提出一种基于模式集的HTM训练样本生成算法。最后在股票序列上验证了这2种算法的有效性。 