基于非确定性推理的网构软件服务质量动态评估方法

提出了网构软件环境下一种基于非确定性推理的构件服务质量动态评估方法.该方法基于贝叶斯网络,其主要特点在于考虑了用户对构件的QoS需求,可以预测在用户多种QoS需求下采用分级策略的构件服务能力,支持评估模型的动态更新,提高了评估结果的准确性.在自主开发的服务协同总线(Once-SCB)平台上进行了应用与验证,结果表明,该评估模型准确、有效,可以在用户多种QoS需求下为其选择最为合适的构件.     

面向用户需求的动态QoS服务选择方法研究

高效、准确地为用户选择满足其需求的软件服务一直是近年来的研究热点。服务质量（Quality of Service,QoS）是衡量软件服务性能的关键指标之一,考虑到同一服务在不同网络环境下QoS值的动态性,提出一种面向用户需求的动态QoS服务选择方法,简称URDQ方法。URDQ方法采用区间数的形式记录动态环境下候选服务的属性值范围,并基于用户需求对候选服务进行初步过滤;通过区间数模型对候选服务属性区间和用户需求区间进行相对优势度计算,将属性区间数转化为易于计算的实数;使用Skyline方法对候选服务集进行过滤,减小搜索空间;根据熵权法得到的客观权重并结合用户给定的主观权重,使用TOPSIS方法对Skyline服务集进行排序。仿真实验和对比实验验证了URDQ方法在动态网络环境下的可行性和有效性。     

LTE网络中具备QoS保障的动态负载均衡算法

研究了3GPPLTE网络中考虑不同服务质量(quality-of-service,QoS)要求的动态负载均衡算法.小区间的负载不均衡对于不同QoS要求用户有不同负面影响.对于有保障速率要求的用户,负载不均衡会导致较高的新呼叫阻塞率;而对于那些没有速率要求的用户,负载不均衡会导致繁忙小区中边缘用户过于恶化的吞吐量.全网中这两类用户的负载均衡问题紧密耦合,难以用一个统一的目标函数来分析研究.因此提出一个相应的多目标优化问题,其目标函数分别是针对全网内有QoS要求用户的负载均衡指示函数和针对全网内没有QoS要求用户的总效用函数,限制条件为实际小区物理资源和用户QoS要求.对该问题的复杂度进行了分析后,提出了一个实时的低复杂度低开销的分布式负载均衡算法结构,包括QoS保障的混合调度,QoS感知的负载均衡切换和呼叫准入控制.最后,系统级仿真结果显示提出的全新的负载均衡算法结构达到了较好的负载均衡效果,可以显著降低有QoS要求用户的新呼叫阻塞率,同时以略微损失全网无QoS要求用户总吞吐量的代价大幅提升繁忙小区中边缘用户的实际吞吐量.     

用户QoS需求导向的服务演化选择策略

服务型软件以其特有的优点被广泛应用,而面向QoS服务选择问题的解决能更有效地推动服务的普及。组合服务的演化性要求在服务发生演化时,从具有相同功能的候选服务中选择满足用户QoS需求的候选服务。为了在满足用户QoS需求的情况下选择最优的服务,基于遗传算法,提出一种用户QoS需求导向的服务演化选择策略。通过淘汰不满足用户QoS需求的候选服务,快速排除不符合需求的服务,并最终选择符合用户QoS需求的服务组合。实验结果表明,用户QoS需求导向的服务演化选择策略能够较优和较快地解决服务组合选择问题,并保证用户QoS需求,为服务选择提供一种新的方法和思路。     

基于FCSP的Web服务动态集成算法的实现

针对网络中发布的众多Web服务存在功能上的重叠性,需要通过其QoS属性来解决组合Web服务中的服务选择问题。传统的基于范围的QoS表示方式过于严格。该文通过引入模糊表达式对QoS属性的需求进行描述,使用户对QoS的需求描述更加灵活;通过把基于QoS的Web服务动态集成问题转化为FCSP,使产生的执行计划解决方案可以最大限度地提高用户的满意度。重点介绍了基于FCSP的Web服务动态集成算法的具体实现以及实验结果的数据分析。结果显示,算法能在较短的时间内产生令人满意的执行计划。     

基于D-S理论的区间值模糊多QoS测量与网格任务调度算法

非凡的服务质量是网格的基本特征,基于QoS的网格任务调度问题已成为国内外研究的热点.由于网格环境的复杂性和用户主观判断的模糊性,传统基于QoS的网格调度算法不能处理具有多个模糊QoS需求的调度问题.用区间值模糊来描述用户的主观QoS需求信息,提出基于D-S理论的区间值模糊多QoS测量方法,对区间值模糊数表达的用户多QoS需求进行融合与处理,再将这些区间值模糊数QoS融合值作为任务的优先级加入到任务调度算法中,提出一种基于D-S理论的网格任务多匹配调度算法.研究结果和仿真实验表明,该算法不仅可以处理区间值模糊不确定性信息,在满足用户多QoS需求的情况下还可大大减小任务调度的时间跨度.     

基于动态QoS的Web服务选取方法

针对动态环境中Web服务QoS属性值波动的问题,提出一种基于动态QoS的服务选取方法。该方法首先建立区间QoS模型来表示QoS属性值的动态变化,然后用区间相似度衡量候选服务提供的QoS属性与用户需求值的接近程度。基于相似度的概念,采用逼近理想点的多属性决策方法计算出每个基本服务的QoS指标客观权重,并结合用户主观偏好得出QoS指标综合权重,最终基于推荐度对候选服务进行排序。仿真实验表明,此服务选取方法既充分考虑了用户的主观偏好,又克服了Web服务QoS属性值的波动影响,提高了服务选取的准确性。     

MQM:一种用于Web服务查找的多维QoS模型

随着Web的发展,可供选择的功能相同或相似的Web服务越来越多,因此有必要为用户提供一种高效的基于服务质量(QoS)的Web服务查询机制.然而现有的Web服务QoS管理模型并不能很好的支持如动态查询等查询需求,其查询性能也有待提高.鉴于此,本文提出一种新的Web服务管理模型——多维QoS模型(MQM:Multi-dimensional QoS Model),并介绍了该模型的创建方法和相关算法.MQM通过多维模型来管理QoS数据,提供查询和OLAP操作.实验证明MQM能够使用户能更准确和快速的按QoS查询现有服务,很好地解决了传统查询方法无法确定查询条件、无法动态改变查询区间、查询性能不高等问题,进而改善了用户体验.     

基于语义的QoS感知Web服务发现机制

随着提供相同功能的Web服务数量的日益增多,服务质量(Quality of Service,QoS)成为用户选择Web服务的重要考虑因素.目前,通过对服务QoS属性在语法层匹配来提供Web服务选取的机制不能很好地满足复杂QoS属性匹配的要求.研究了基于用户QoS需求偏好,将用户需求的QoS与候选服务的QoS进行语义比较,结合约束规划(Constraint Programming)方法,在语义层匹配Web服务的QoS属性,选取满足匹配要求的服务,最后对满足QoS属性值约束的候选服务进行优化选择处理,获取最终匹配的候选服务.     

基于灰色关联分析的Web服务选择

为方便用户选择最优Web服务,利用灰色系统理论对Web服务质量QoS属性因子进行分析,提出了一种基于用户QoS偏好的Web服务灰色关联分析方法。考虑到Web服务QoS的不确定性,该方法使用区间对Web服务QoS值进行建模。为了确定候选服务的QoS与用户QoS需求的符合程度,先针对服务的每个QoS属性,计算其与用户QoS需求的灰色区间关联系数;然后结合各个QoS属性的关联系数计算候选服务的QoS与用户QoS需求的综合灰色区间关联度,关联度越大的服务越符合用户的要求;最后从满足用户功能需求的Web服务中选择灰色关联度最大的Web服务推荐给用户。与其它Web服务评价模型相比较,该模型更加符合Web服务QoS的实际情况,能够在服务QoS信息不充分、不确定的环境下,对QoS属性进行合乎实际的分析处理,从而得到更加合理有效的QoS评价。     

云计算虚拟资源的熵优化和动态加权评估模型

云资源的动态变化和不确定性给资源管理及任务调度带来了很大的困难.为了准确地掌握资源动态负载和可用能力信息,提出一种基于熵优化和动态加权的资源评估模型,其中,熵优化模型利用最大熵和熵增原理的目标函数及约束条件,筛选出满足用户 QoS 和系统最大化的资源,实现最优调度,保障用户 QoS.对筛选后的资源再进行动态加权负载评估,对负载过重及长期不可用资源进行迁移、释放等,可减少能耗,实现负载均衡和提高系统利用率.设计了仿真实验,以验证所提评估模型的性能.实验结果表明,熵优化模型对用户 QoS 和系统最大化有很好的效果,动态加权负载评估有利于均衡负载,提高系统利用率.该评估模型实现了用户QoS保障、减少能耗、负载均衡以及提高系统利用率等多目标的优化.     

Neighborhood Search Based Improved Bat Algorithm for Web Service Composition

Web services are provided as reusable software components in the services-oriented architecture. More complicated composite services can be combined from these components to satisfy the user requirements represented as a workflow with specified Quality of Service (QoS) limitations. The workflow consists of tasks where many services can be considered for each task. Searching for optimal services combination and optimizing the overall QoS limitations is a Non-deterministic Polynomial (NP)-hard problem. This work focuses on the Web Service Composition (WSC) problem and proposes a new service composition algorithm based on the micro-bats behavior while hunting the prey. The proposed algorithm determines the optimal combination of the web services to satisfy the complex user needs. It also addresses the Bat Algorithm (BA) shortcomings, such as the tradeoff among exploration and exploitation searching mechanisms, local optima, and convergence rate. The proposed enhancement includes a developed cooperative and adaptive population initialization mechanism. An elitist mechanism is utilized to address the BA convergence rate. The tradeoff between exploration and exploitation is handled through a neighborhood search mechanism. Several benchmark datasets are selected to evaluate the proposed bat algorithm’s performance. The simulation results are estimated using the average fitness value, the standard deviation of the fitness value, and an average of the execution time and compared with four bat-inspired algorithms. It is observed from the simulation results that introduced enhancement obtains significant results.     

Multi-robot navigation based QoS routing in self-organizing networks

The technical development drives the future networks to become large-scale, heterogeneous, and dynamic. Bio-inspired networking can help reduce the time-space complexity of the complex network. Due to the good features such as self-organization and self-management, self-organizing network (SON) will most probably be a priority choice for the next generation network. In this paper, a swarm intelligence based Quality of Service (QoS) routing protocol is proposed for SON. The inaccurate routing and QoS information is described with fuzzy mathematics whilst the utilities of both the user and the network service provider are considered by applying game theory. Based on the multi-robot navigation algorithm, the protocol is able to search a routing path which can satisfy the user QoS requirements and achieve the Pareto optimal utilities of the user and the network service provider under Nash equilibrium. The proposed protocol is implemented and evaluated by extensive simulation experiments. The results show that it beats both other swarm intelligence based routing protocols and the traditional Dijkstra algorithm based routing protocol. The searched routing paths support the win–win effect for both the user and the network service provider.     

基于二分图的两级动态异构网络选择方案

通信技术的发展,使多种接入技术并存的异构网络成为未来通信网络的发展趋势,随着用户业务QoS需求的提高和传输带宽的增加,现有的网络选择算法已经不能满足用户高质量的通信需求。针对异构无线网络频谱资源日益紧缺的问题,提出了由用户端和网络端共同参与的两级动态网络选择方案。该方案包括灰度关联分析法和二分图联合优化匹配算法,通过用户端和网络端的共同决策,算法在有效满足移动用户业务服务质量需求的前提下,优化了系统吞吐量,均衡了网络负载。仿真实验表明,相对传统算法,该方案极大地提高了异构网络频谱资源利用率并降低了用户在无线网络间的切换概率,实现了用户需求和网络资源的合理配置。     

无线区域网中保障QoS的多业务调度算法

针对无线区域网中多业务资源分配和调度问题,基于认知无线电的特点提出一种改进的调度算法.该算法通过计算单用户不同业务的QoS优先级,并兼顾多用户之间的公平性选择业务传输的最优信道,在传输过程中采用节点中断管理方式动态修正业务的QoS优先级.仿真结果表明,该算法能有效利用网络带宽,并且能保障单用户业务的QoS要求和多用户调...     

混合计算环境中截止期约束下的科学工作流调度策略

整合云和网格基础设施,增强科研机构现有网格系统的计算能力并向应用提供截止时间保障的服务是科学研究领域的热点。在这种"网格-云"混合计算环境中,对何时租借云虚拟资源以及如何租借做出有效决策是一个难题。现有的一些调度策略主要在网格资源静态能力特征的基础上,以作业等待时间作为决策依据,缺乏对资源动态服务能力的有效评估,无法保证科学应用的截止时间需求。本文提出了一种混合环境下的科学工作流执行系统架构并对其核心组件进行了阐述。针对其中的工作流调度问题,利用随机服务模型建模已有网格系统中的资源的动态服务能力,以任务违约风险作为是否租借外部虚拟资源的判断指标,提出了一个科学工作流调度算法HCA_SASWD。实验结果表明,HCA_SASWD相对于其他算法,能有效保证用户的截止时间要求,为需要提供截止时间保障的系统架构提供了参考。     

保证服务质量的Web服务优化选取

快速、准确地发现满足用户需求的Web服务是目前Web服务发现的一个研究重点。文中提出了一个基于服务质量的语义Web服务发现框架。首先采用遗传算法来实现服务的聚类预处理,以此来降低服务的查找空间,提高服务的查询效率。进一步,针对服务请求者对服务质量的需求,实现了基于WSMO-QoS的服务匹配策略。最后,实验结果表明了所提方法的有效性。     

基于生长竞争蚁群算法的QoS路由算法*

为解决多约束QoS单播路由问题,提出一种基于改进蚁群算法的QoS单播路多目标算法。该算法引入生长竞争机制,使算法尽可能向Pareto最优靠近。实验结果表明,该算法是可行和有效的,能够在资源预留的基础上较好地满足用户对带宽和时延的要求。     

A resource selection scheme for QoS satisfaction and load balancing in ad hoc grid

Ad hoc grids are highly heterogeneous and dynamic, in which the availability of resources and tasks may change at any time. The paper proposes a utility based resource selection scheme for QoS satisfaction and load balancing in ad hoc grid environments. The proposed scheme intends to maximize the QoS satisfaction of ad hoc grid users and support load balancing of grid resources. For each candidate ad hoc grid resource, the scheme obtains values from the computations of utility function for QoS satisfaction and benefit maximization game for ad hoc grid resource preference. The utility function for QoS satisfaction computes the utility value based on the satisfaction of QoS requirements of the grid user request. The benefit maximization game for grid resource node preference computes the preference value from the resource point of view. Its main goal is to achieve load balancing and decrease the number of resource selection failure. The utility value and the preference value of each candidate ad hoc grid resource are combined to select the most suitable grid resource for ad hoc grid user request. In the simulation, the performance evaluation of proposed algorithm for ad hoc grid is conducted.