基于物联网的主动服务资源选择方法

针对当前物联网较少关注服务模式研究,尤其是缺少面向主动服务的服务资源和用户需求之间的映射求解方法的问题,提出了一种物联网环境下三级制的服务资源选择策略,即优先基于服务资源等级、其次基于用户终端需求和用户偏好的选择机制,并提出了应用模糊逻辑对服务资源等级进行估算的方法.不仅解决了物联网环境下服务资源选择的盲目性问题,同时还使服务资源选择的粒度更为细化,从而更好地满足用户的个性化需求.     

基于多层次结构模型的云服务信任评估算法优化

为了提高云服务信任度水平和推荐能力,需要对云服务信任度进行优化评估,提出基于多层次结构模型的云服务信任评估算法。在云服务平台的用户行为信息特征采集中,建立云服务信任度分布大数据模型,挖掘云服务用户偏好性特征量,根据采集结果采用模糊信息调度方法提取云服务信任度特征量,在此基础上构建云服务信任度评估的粗糙集分布模型,通过大数据多层次结构分析方法进行云服务信任评估和推荐,结合模糊C均值聚类方法实现对云服务信任度的优化聚类和自适应评估。仿真结果表明,云服务信任度分布的多层次结构分布均匀,采用该方法进行云服务信任评估的准确度较高,评估的精度较好,用户满意度较高,提高了云服务信任评价能力。     

基于信任度变化趋势的云服务选择模型

针对云服务选择过程中,用户难以选择可信、可用、可靠的云服务问题,本文提出一种基于信任度变化趋势,并结合QoS服务质量的云服务选择模型.首先,信任度的计算分为两部分,一部分根据贝叶斯原理计算信任度值,另一部分是将历史信任度值进行最小二乘的拟合,得到能更准确地反映信任度值的变化趋势值,根据信任度变化趋势值对信任度值进行修正,确定其综合信任度值.然后,根据云服务的QoS量化模型,计算得到客观的QoS值,在此基础上,引入了信息熵的概念来确定可信参数加权的问题,从而得到最优的服务选择.仿真实验表明,该模型能够体现云服务主体信任度的变化,增强云服务选择的预判能力,有效地提高服务选择的成功率.     

基于OA资源的虚拟参考咨询服务

虚拟参考咨询是网络环境下图书馆向读者提供的一种新型服务方式。文章探讨了学术资源开放存取在虚拟参考咨询中的应用方式,强调虚拟参考咨询服务帮助用户对OA信息资源进行有效获取、评价、利用的方式方法,通过对OA资源的深层次组织、加工,为学科建设及发展做出必要的贡献。     

基于网格服务的资源管理模式研究

网格服务是基于网格技术提供的一种虚拟服务环境,对于用户来说相当于一台虚拟机.这台虚拟机利用各种分散的计算资源和信息资源提供服务.为了有效解决资源分配问题,提出了一种基于网格服务的资源管理模式.该模式利用资源对解决问题所起的不同作用将其划分为层进行管理,有效地划分了资源的层次结构,达到了对资源的合理利用.     

基于社会网络分析的 Web服务信任增强选择模型

针对海量Web服务资源的可信判断和优质可信服务的选择问题,提出了一种基于社会网络的Web服务信任增强选择模型EMBST。该模型依据提供相同功能的不同 Web 服务具有不同的社会网络属性的思想,利用检索出的Web服务资源发现并拓展该资源潜在的社会网络;将信任等级指标添加到关系网络中实现社会网络中具有不同信任等级的Web资源的选择,增加了对节点可信性的考虑;最后在该模型的基础上,提出了基于信任度的谱分割算子。仿真结果表明该选择模型为Web资源可信选择问题提供了有效解决方案。     

基于QoS和声誉的Web服务信任度评估方法

Web服务的可信性往往对面向服务的应用起决定性作用.由于服务的信任信息来源很多,整合多种来源的服务信任信息,准确地评估服务的可信性是一个挑战.针对这一挑战,提出了一种基于QoS和声誉的服务信任度评估方法.与其他服务信任度评估模型相比,本模型融合了多个信任信息来源,在直接信任度中综合了QoS和用户对服务的历史信任,并加入时间衰减因子,逐渐削弱历史信任对直接信任度的影响,提高直接信任度的可靠性;在推荐信任度中引入推荐者声誉概念,建立用户之间的信任评估机制,从而将推荐信任分为熟人推荐信任和陌生人推荐信任两类,使推荐信任的评估更加完整、准确.此外,本方法在时间和空间复杂度方面,也存在诸多优势.实例分析表明,本文提出的评估方法可以用来解决Web服务选择的可信问题,并且能够提高服务信任度评估的准确性.     

基于博弈论的服务覆盖网络资源定价方法

服务覆盖网络Service Overlay Networks(SON)是一种建立在基础网络之上的虚拟网络,它购买基础网络的资源,并向用户提供跨域的QoS敏感的增值服务而获取效益,因此,网络资源定价是SON健康运作的关键问题.基于博弈论方法研究了SON在弹性需求下的网络资源定价问题.描述了一种SON结构,然后建立了双层规划模型描述SON资源定价问题,模型考虑了拥塞和QoS对目标的影响.上层模型以SON收益与成本之差最大化为目标,下层是Wardrop用户均衡模型.设计了在没有精确的拥塞度量函数、需求函数的情况下,采用Trial-and-error方法和差分灵敏度分析方法结合的启发式求解算法,算例分析验证了模型的收敛性和合理性.     

数字图书馆虚拟馆藏资源服务绩效评价研究

阐述了数字图书馆虚拟馆藏资源服务绩效评价的意义,分析了数字图书馆虚拟馆藏资源服务绩效评价存在的问题,探讨了数字图书馆虚拟馆藏资源服务绩效评价体系的构建,提出了提升数字图书馆虚拟馆藏资源服务绩效评价的保障措施.     

一种基于Web服务的可信研究

用户对网络服务资源的需求越来越大,能否满足用户的要求,这是服务计算所面临的重要问题所在.从对服务资源的信任模型出发,提出了服务资源的信任机制,根据资源的直接经验与推荐经验来分析资源的可信度,并分析了资源组合成最佳信任机制的方法.     

基于服务质量的动态资源分配算法

在网络虚拟化过程中,当前大多数物理资源分配算法,主要考虑了资源利用率和网络收益,而忽略了虚拟网络请求的服务质量,从而在不同用户之间造成不公平。针对该问题,提出基于服务质量的动态资源分配算法。该算法在空闲时频资源非连续情况下,只有当虚拟网络请求的生命周期足够长,满足重分配影响因子情况下,才优先为资源量小的虚拟网络请求重分配物理资源;在空闲时频资源连续情况下,综合考虑优先级、时间容忍和网络收益因素影响,为虚拟网络请求分配相适应的物理资源。仿真结果表明,该算法相对于传统基于生命周期的动态资源分配算法和贪婪动态分配,在实现物理资源高效利用的前提下,不但保障了虚拟网络请求的服务质量,而且降低了该算法的运行时间。     

语义描述的服务资源发现机制研究

基于语义描述的服务资源发现,针对网络和网格等服务资源,利用相似度算法,提出了基于语义匹配的服务资源发现算法,并综合考虑匹配机制,实现海量服务资源的快速、准确定位.模拟实验结果表明,语义描述的服务资源发现机制具有较高的查询精确率,有效地改善了传统服务资源发现精确度不高的问题.同时综合广泛资源服务查询和精确资源服务匹配机制,提高了服务资源发现效率.     

虚拟实验室资源网格多任务调度

针对虚拟实验室的资源调度问题,提出了一种基于服务质量的网格算法.建立了虚拟实验室资源的网格模型,讨论了其特点;分析了虚拟实验室网格的服务质量体系,从可靠性、响应性、成本等6个方面对实验室服务质量进行量化评估,将用户的多任务调度问题描述为服务质量约束下的多任务协同寻优模型,以满足用户服务质量最大化为目标进行求解,并给出了基于遗传算子的求解算法;通过案例分析对本方案的可行性进行了验证和讨论,结果表明本方案有助于提高虚拟实验室资源利用率和服务水平.     

SaaS应用中基于SLA的资源分配研究

随着云计算的普及,软件即服务(Software as a Service,SaaS)得到了广泛的关注.SaaS应用中,需要满足客户服务等级协议(Service Level Agreement,SLA)要求、减少SLA服务违例的同时,尽量提高系统资源的利用率,这对资源分配策略提出了挑战.提出了SaaS模式下的基于SLA的资源分配策略:基于对客户请求动态变化的分析,针对"首次租用服务"和"租用服务升级"两种请求类型,提出了一种用户请求与底层资源的映射策略;提出了提高虚拟机重用度的基于SLA的资源效率优化分配算法.实验表明,该资源分配算法可以在有效保证服务质量的同时,提高资源的利用率.     

基于拍卖的网络切片虚拟资源分配算法研究

网络切片可以针对不同应用场景的网络速率、时延、可靠性等需求,根据业务对网络功能、安全性等需求构建虚拟的逻辑网络,该技术是5G的关键技术之一。针对网络切片多样化的QoS需求,提出了一种以最大化收益为目标的虚拟资源分配优化算法。该算法针对各个切片业务需求的差异性以及当前用户状态定义切片优先级,并以价格代替信誉因子,确定网络切片需求资源的拍卖报价,并根据可回收的资源量动态地更新和确定价格基准,再将资源优化分配问题转换成为拍卖问题,结合价格更新算法以及资源分配算法并进行求解,为各个业务切片分配资源。仿真结果表明,所提出的资源分配算法可以在满足切片多样化的QoS需求的同时有效提升用户业务体验满意度。     

基于QoS云计算任务调度优化

由于云计算技术快速发展,为了满足日益多样化的云计算用户服务质量(QoS需求)以及提高云计算资源调度的效率,提出基于改进蚁群算法的云计算资源调度优化算法,包括建立云计算资源模型和用户QoS需求模型.为了得到更准确的结论,针对传统蚁群算法过快收敛造成的局部最优解现象,在传统的蚁群算法的基础上加入随机选择机制,时间、成本和结果有效可用性适应度因子进行了优化改良,以求得全局最优解.通过仿真实验将传统的蚁群算法、Mi n-Mi n调度算法和改进的蚁群优化算法进行比较,实验表明,改进的蚁群优化算法在调度效率、节约成本、减少任务执行时间和任务得到结果质量方面有明显的优势.     

网格工作流资源层次模型与访问机制

针对网格协同计算的新需求,网格工作流建模既要考虑过程建模,也要考虑资源和服务建模.提出了面向服务的网格层次资源模型:物理资源、服务资源和虚资源,并在此基础上给出了网格应用执行过程中的资源访问机制,使实现过程模型中网格工作流和网格资源的分离并动态映射,增强了网格工作流执行的灵活性和动态适应性,同时也便于对跨地域的网格资源进行管理,提高网格服务的可重用性.     

基于虚拟集群在线迁移的虚拟化资源整合算法

针对虚拟集群内部关联性和并行作业的运行特点, 基于虚拟集群在线迁移机制, 提出一种虚拟化资源整合算法. 先对系统建模, 描述云计算环境下的虚拟化资源整合问题; 再使用区域划分法对异构资源分类, 从而初步降低问题的规模和求解难度; 最后提出在同构子域中进行虚拟集群迁移的FFD_grp算法. 采用同种负载和多种资源分配方法模拟多种资源使用情况, 并对该方法进行验证. 实验结果表明,  FFD_grp算法能显著提高资源整合效果, 有利于抑制资源碎片的产生.     

基于频谱资源共享的动态分配算法

针对虚拟网络(virtual network,VN)请求的动态性和时变性,并充分考虑网络动态性导致物理资源出现碎片化或负载不均的情况,提出了基于频谱资源共享的动态分配算法(dynamic allocation algorithm based on spectrum resource sharing,DAA-SRS),该算法结合虚拟请求的生命周期,进行子信道分配和重分配,使不同虚拟网络以一种机会共享的方式占用相同的物理资源.针对无线虚拟网络资源请求接受率、物理网络收益等性能指标进行仿真分析,仿真结果显示,该算法可显著提高虚拟网络请求的接受率.