一种基于Volterra级数的云平台自适应失效检测机制

失效检测是分布式系统特别是云平台容错的关键组成部分。然而由于网络状态的不断变化,要实现对失效的快速准确的检测变得比较困难。为应对这种情况,本文提出了一种基于Volterra级数的高效的自适应失效检测机制。该机制基于Volterra滤波器实现,能够只利用很少的训练样本就可以对时间序列做出很好的预测,且可根据预测误差来自适应地调整以使得预测结果更准确。为了适应云平台中各功能模块对失效检测的不同QoS需求,本文提出的失效检测机制在统计反馈部分引入调节因子α,可以方便地满足不同应用的QoS需求。     

一种基于SPRINT决策树算法的终端管理平台的用户分群方法

网络融合大势所趋,管理和服务海量异构终端的终端管理平台应运而生。这个过程中所产生的大量用户信息值得人们去研究和发掘。如何利用已有的信息去推广新的应用和服务,如何精准的找到用户群体是本文的目标。采用SPRINT决策树算法,可以很快的实现海量数据的信息挖掘,达到用户分群的目的。     

基于马尔科夫决策过程的可适变业务流程建模及分析

研究移动网络的适变业务流程的建模和模型分析对于部署和执行Web服务应用有着重要的意义。该文通过定义业务流程的相似性及数据类型的相容性,为可适变应用提供了候选集合,使得业务流程能够根据环境的变化动态地进行适变。为了有效地对适变业务流程实例进行分析,该文提出基于马尔科夫决策过程模型的适变业务流程建模方法,采用随机模型检测技术对模型的合理性进行验证和预测。针对具体实例,采用该文提出的方法对视频传输应用进行建模和分析验证,实验结果表明,该文为适变业务流程的建模和分析验证提供了一种有效的方法。