时空感知下基于结构相似度的Web服务质量预测

随着云计算等新型服务计算的兴起,Web服务数量日益增长,相同或相似功能的Web服务也逐渐增多.为了向用户推荐更高质量的服务,精确地预测Web服务的QoS值成为亟待解决的重要问题.传统的协同过滤方法已经被广泛应用于QoS预测和Web服务推荐中,但因为数据稀疏和噪声问题导致QoS预测性能不好.为提高QoS预测的性能,文中通过分析用户服务QoS矩阵的时空特征,提出了一种基于全局和局部结构相似度的稀疏矩阵分解模型.该方法将QoS矩阵的相邻时间相似用户的网络环境相似性这一特征融入到矩阵分解中,并利用分解的因子对QoS矩阵进行低秩填充.这种方式在一定程度上消除了数据稀疏和噪声的影响.在真实Web服务调用数据集上进行实验,结果表明,该方法在预测精度上优于典型的协同过滤算法(相比于NMF,其MAE值最大下降了3.25％,RMSE值最大下降了6.65％;相比于SVD,其MAE值最大下降了3.67％,RMSE值最大下降了7.01％),能够有效地解决数据稀疏和噪声的问题.     

一种支持QoS约束的Web服务质量模型

为了满足在组合Web服务中提供服务质量支持，提供有保证的QoS（Quality of Service）的需要，以及针对目前在组合服务中，很少提供对服务质量支持的问题，建立了一个Web服务质量的模型．该模型为所有服务建立了一系列的质量指标，并对它们进行量化，得到量化值．最后在此模型的基础之上，在组合服务中建立了一个服务质量驱动的服务选择机制，从而可以实现所有在组合服务中的服务都是最优的．已经基于Microsoft．NET实现了一个原型系统．     

基于QoS约束的计算能力调度算法研究

云计算具有很强的商业性特点,以为用户提供高质量的服务为目标。针对云计算对服务质量QoS的需求问题以及云计算原有计算能力调度算法没有考虑用户多样性的缺点,提出了基于QoS约束的计算能力调度算法。该算法可以在保证为用户提供模拟的独立计算能力基础上,根据QoS参数生成的向量进行资源与任务的匹配,区分用户的不同服务质量需求,为用户提供符合其需求的资源。     

云计算环境中优化遗传算法的资源调度策略

资源调度是云计算的核心问题,传统遗传算法(GA)、Sufferage算法等都可以用于云计算环境中的资源调度,但传统遗传算法存在收敛慢、易早熟等缺点,Sufferage算法则不适用于多聚类环境的密集型任务调度.本文在充分考虑云计算环境的动态异构性和大规模任务处理特性的基础上,提出了一种基于染色体编码方式和适应度函数的改进遗传算法(IGA),并在云仿真器CloudSim上对3种算法进行了仿真.仿真结果表明,该算法在性能和服务质量QoS(Qualityof Service)方面都优于传统遗传算法和Sufferage,能更好地适用于大规模任务下的云计算环境资源调度.     

HPCC-WS:基于Web服务的集群高性能计算系统

该文提出了一个基于Web ServiceS技术集群高性能计算系统HPCC-WS的解决方案，并阐述了其各个组件的实现．通过调用HPCC-WS的各种服务，可使得远程用户或应用系统共享自强2000集群计算资源进行高性能计算．     

具有服务质量支持的数据访问

随着网格技术的发展,很多应用程序需要访问网格环境中分布、异构的数据源。但是由于目前的查询优化技术并没有考虑网格环境中数据源的动态特征导致数据访问的质量很差(如访问时间不确定、返回不相关的结果等)。本文提出了网格环境中具有服务质量支持(QoS)的数据访问方法,能在查询优化的过程中考虑用户的QoS要求和数据源的动态特征;同时本文还提出了基于管道并行方式的分层管道树来对多连接表达式进行优化,不仅可以提高并行度而且可以尽快返回部分结果给用户。实验表明本文提出的方法是有效的,可以为不同类型的用户提供不同等级的数据访问服务     

An improvement on algorithm of grid-workflow based on QoS

With the emergencc of grid computing. new challenges have arisen in workflow tasks scheduling. The goal of grid-workflow task scheduling is to achieve high system throughput and to match the application needs with the available computing resources. This matching of resources in a non-deterministically share heterogeneous environment leads to concerns on quality of service (QoS). Grid concept is presented in this paper, coupled with the QoS requirement of workflow task and an improved algorithm-ILGSS algorithm. has been brought out. The complexity of the improved sched uling algorithm has been analyzed. The experiment results show that the improved algorithm can lead to significant performance gain in various applicatkms. An important research domain adaptive workflow transaction in grid computing environment, has been explored and a new solution for the scheduling of distribute workflow has been hring forward in grid environment.     

基于校园网格的多学科计算及协同可视化

针对浙江大学各高性能计算资源过于分散、无法充分利用的问题,提出一种校园网格的架构.通过使用Globus Toolkit和Sun Grid Engine两种网格中间件,部署层次化结构的校园网格,并在此基础上提供科学计算、生物信息、流体力学等服务.通过在不同节点数的网格中的应用程序运行情况的测试,表明校园网格能够提供高效、稳定的计算能力.提供了在校园网格环境下本地绘制和服务器绘制两种可视化服务,用户可以针对不同的数据和计算环境,选择不同的可视化方法;用户可对可视化结果进行协同操作,便于联合研究和分析.     

基于QoS的网格服务匹配随机Petri网模型

提出了随机Petri网网格服务质量模型,对网格调度实体和过程进行抽象和简化;图形化地反映当前网格资源分派状况,利用经验学习的方法对网格服务进行匹配,并对网格服务质量进行了定量分析.为网格服务质量评价提供了一个定性和定量的评价方法,对于减少网格服务资源冲突、提高服务质量具有重要意义.     

基于网络处理器的QoS策略应用网关

网络处理器(Network Processor，简称NP)可以满足新的业务与协议带来的网络处理高速度与灵活性的要求．改造核心网络以适应新的协议与提供新的服务如服务质量(Q1aality of Service，简称QoS)、控制安全(Security)等，并实施新的基于策略的网络管理(Policy—Based Network Management，简称PBNM)是非常困难的，基于网络处理器的QoS策略应用网关可以作为一种从边缘到全网的过渡方案，在QoS与PBNM广泛实施之前，可以实现对现有的网络实施QoS策略管理，优化网络性能，提高网络应用效率。     

用户期望质量驱动的Web服务优化选取

提出了一种基于用户期望的服务质量评价方法。该评价方法仅考虑具有相似期望的用户,允许期望相似的评价影响服务的信誉度评价,以利于得到客观、准确的服务质量评估。在此基础上,提出一种基于用户期望的QoS驱动的服务选取算法。该算法实现了在满足用户偏好和期望的前提下Web服务的最优选取。电子购物的实例展示了该方法的可行性。     

一种具有服务质量支持的数据访问方法

针对目前的查询优化技术并没有考虑网格环境中数据源的动态特征,导致数据访问质量很差的问题,文中提出了网格环境中具有服务质量(QoS)支持的数据访问方法.它能在查询优化的过程中考虑数据源的动态特征以及用户的QoS要求,根据用户的QoS要求选择不同的查询执行计划;文中还提出了基于管道并行方式的分层管道树来对多连接表达式进行优化,它不仅可以提高并行度而且可以尽快返回部分结果给用户.实验结果表明,文中提出的方法是有效的,可以为不同类型的用户提供不同等级的数据访问服务.     

基于多目标蚁群优化的知识即服务动态组合策略

为了以Web服务方式实现云计算环境下的知识共享和知识融合,提出了一种基于多目标蚁群优化的知识即服务组合策略.该策略中,结合云计算环境的动态性和知识即服务的质量规则,从知识服务提供者的角度构建了知识即服务动态组合模型;同时,为了利用问题的特征信息引导蚂蚁的搜索行为,设计了蚁群算法相应的信息素和启发信息,从而实现多目标优化.在云计算平台下使用真实的Web服务实例进行仿真实验,将该策略与基于遗传算法和协同进化算法的策略进行比较,结果表明,文中策略的性能和解的质量均明显较优.     

Web服务QoS的免疫多信号预测模型研究

合理的服务质量(Quality of Service,QoS)预测是Web服务承诺的重要依据,在很大程度上关系到服务提供者的信誉.为了有效解决服务质量的预测问题,受到免疫系统多信号机制的启发,提出一种服务提供者主动的实时QoS预测模型.在多Agent仿真平台上的模拟实验和分析表明,该模型能够很好地解决实时QoS预测问题,服务提供者能够根据预测结果动态地调整Web服务的QoS承诺,从而有效提高其信誉.     

基于变精度粗糙集理论的网格自学习及预测

提出了网格自学习和预测系统体系架构,采用变精度粗糙集和不协调目标信息系统理论揭示有关网格应用属性、网格资源动态状况和网格应用性能之间关系的知识,并采用增量式知识约减算法确定重要属性.利用所发现的知识,可以预测应用的资源需求及其性能.数据实验证明对作业资源需求和运行时间的预测值与实际值的偏差不超过30%.     

基于运行时间权矩阵的网格服务匹配问题的优化解

为解决在网格环境下满足用户作业对完成时间需求的服务资源调度问题,建立了包括独立匹配器在内的服务网格三元模型,给出了该模型基于图论的形式化描述,证明了用户作业和服务资源之间完备匹配的充分必要条件. 同时构造了基于传感器反馈的网格服务匹配系统,给出了基于运行时间权矩阵的优化问题描述,并给出了基于离散事件动态系统理论的最优化解算法. 仿真研究表明,该算法比其他算法更能改善网格服务匹配系统的性能指标,在满足服务资源负载均衡的同时提供了用户作业完成时间的服务质量保证.     

A Method for Predicting Service Deprecation in Service Systems

An increasing number of web services are being invoked by users to create user applications(e.g.,mashups). However, over time, a few good services in service systems have become deprecated, i.e., the service is initially available and is invoked by service users, but later becomes unavailable. Therefore, the prediction of service deprecation has become a key issue in creating reliable long-term user applications. Most existing research has overlooked service deprecation in service systems and has failed to consider long-term service reliability when making service recommendations. In this paper, we propose a method for predicting service deprecation, which comprises two components: Service Comprehensive Feature Modeling(SCFM) for extracting service features relevant to service deprecation and Deprecated Service Prediction(DSP) for building a service deprecation prediction model. Our experimental results on a real-world dataset demonstrate that our method yields an improved Area-Under-the-Curve(AUC) value over existing methods and thus has better accuracy in service deprecation prediction.     

一种物联网群体访问路由算法

针对物联网群体访问互联网过于频繁,使得路由节点状态信息不断变化,不能在路由节点精确状态信息下选择路径,从而造成在非精确状态信息下选择无效QoS路由,本文提出了一种物联网群体访问路由算法(IOT_GR),该算法从基于群体智能的启发式算法角度解决问题,并对所涉及的协同代理进行描述,同时给出其相应的算法描述.实验表明,通过群体智能启发式算法可以有效减少不精确状态信息对QoS路由所造成的影响,使得QoS服务成功率较高.     

云计算中服务质量预测数据的信心建模

为处理服务质量(quality of service,Qo S)预测所用数据的不确定性,增加预测结果的信心值,使预测的Qo S值更可信,建立了量化Qo S预测中信心的概率模型。构建模型过程中,考虑了预测所用的Qo S数据项数量、数据的波动情况(数据偏差)以及数据随时间的衰减情况。数据项数量表明参与预测的数据多少对预测结果可信度的影响程度;数据偏差表明服务的实际Qo S值和预期值的一致程度;数据衰减程度表明随时间变化,数据对预测结果的影响程度。仿真试验表明,该信心模型能够准确有效地帮助用户选择满足其需求的服务。     

基于经济模型的网格资源调度算法

建立了基于经济模型的网格作业调度系统,给出了相应的服务质量(QoS)资源调度算法.通过定义资源的多维QoS指标,实现了对计算网格中广域分布和异构资源的统一描述,能很好地适应网格资源的动态性和自治性.采用QoS偏好度排序和欧氏距离的优化策略搜索资源,将用户提出的具有个性化或总体服务需求的作业透明、动态地分配给最适应的资源,优化了资源的统一配置.采用仿真实验比较多种算法的性能,结果说明QoS算法可满足资源的自适应性,较好地实现全局资源调度的目标.