本文選題：云計算平臺 + 服務(wù)資源用戶�。� 參考：《計算機仿真》2017年09期

【摘要】：云平臺下對服務(wù)資源用戶查詢提取過程的研究,可更好地提升云計算平臺的服務(wù)質(zhì)量。對服務(wù)資源用戶查詢的提取,需要依據(jù)搜索策略,構(gòu)建簇內(nèi)消息轉(zhuǎn)發(fā)機制,完成云平臺下服務(wù)資源用戶查詢提取。傳統(tǒng)方法先通過屬性的相似度計算出彼此之間的鄰接關(guān)系,促使每個鄰居代表資源屬性的一種變化趨勢,但忽略了構(gòu)建簇內(nèi)消息轉(zhuǎn)發(fā)機制,導致提取精度較低。提出基于模糊聚類的云平臺下服務(wù)資源用戶查詢提取方法。上述方法先采用特征加權(quán)模糊方法對不同類型的資源節(jié)點集合進行劃分,獲取資源的靜態(tài)數(shù)值特征與類屬特征,確定與資源請求屬性特征值最相似的類簇,構(gòu)建簇內(nèi)消息轉(zhuǎn)發(fā)機制,并在簇內(nèi)提取請求不能被滿足時,將請求發(fā)送到與其興趣最為相似的其它簇內(nèi),有效地完成對云平臺下資源的最優(yōu)提取。仿真證明,所提方法提取精度高,為提升云計算平臺的服務(wù)質(zhì)量奠定了基礎(chǔ)。
[Abstract]:The research on query and extraction process of service resource users under cloud platform can improve the service quality of cloud computing platform.To extract the service resource user query, we need to construct the intra-cluster message forwarding mechanism according to the search strategy, and complete the query extraction of the service resource user under the cloud platform.The traditional method firstly calculates the adjacency between each other by the similarity of attributes, which urges each neighbor to represent a change trend of resource attributes, but neglects to construct intra-cluster message forwarding mechanism, which leads to low extraction accuracy.Based on fuzzy clustering, a query extraction method for users of service resources on cloud platform is proposed.Firstly, this method uses feature weighted fuzzy method to partition different types of resource node sets, obtains the static numerical and generic characteristics of resources, and determines the cluster that is the most similar to the attribute eigenvalue of resource request.The mechanism of intra-cluster message forwarding is constructed and the request is sent to other clusters whose interests are most similar when the request can not be satisfied. The optimal extraction of resources on cloud platform is accomplished effectively.Simulation results show that the proposed method has high extraction accuracy and lays a foundation for improving the quality of service of cloud computing platform.
【作者單位】： 長春工業(yè)大學人文信息學院;
【基金】：吉林省高等教育學會高教科研課題(JGJX2016D206);吉林省高等教育學會高教科研課題(JGJX2016D207)
【分類號】：TP393.09

【相似文獻】

相關(guān)期刊論文 前10條

1 劉平峰;張慧;章佩璐;;面向用戶均衡需求的Web服務(wù)資源智能推薦方法[J];計算機應(yīng)用研究;2012年09期

2 文斌;何克清;梁鵬;羅自強;;面向消費者的服務(wù)資源個性化主動定制[J];小型微型計算機系統(tǒng);2013年08期

3 羅賀;孫錦波;胡笑旋;汪永康;;云商務(wù)環(huán)境下的多源信息服務(wù)資源分配模型[J];計算機集成制造系統(tǒng);2013年10期

4 易明;金海;;基于WSRF的Web服務(wù)資源的設(shè)計[J];計算機工程;2006年23期

5 劉安豐,陳志剛,陸靜波,張連明;網(wǎng)格環(huán)境中一種有效的Web服務(wù)資源組織機制[J];計算機研究與發(fā)展;2004年12期

6 張會兵;侯義斌;黃樟欽;陳銳;王書鋒;劉茜;;環(huán)繞智能系統(tǒng)中有狀態(tài)資源管理模型[J];北京工業(yè)大學學報;2012年09期

7 羅賀;汪永康;胡笑旋;孫錦波;;基于負載均衡的云服務(wù)資源配置策略研究[J];中國管理科學;2013年S1期

8 楊紹禹;王世卿;郭曉峰;;一種基于信任協(xié)商機制的云服務(wù)資源信任驗證方法[J];計算機科學;2013年07期

9 溫睿;張倩;楊瑞;;總線中服務(wù)資源的自適應(yīng)感知與負載均衡[J];計算機工程與應(yīng)用;2012年18期

10 陳建武;劉端陽;黃德才;;基于WSRF的防欺騙算法服務(wù)資源的設(shè)計與實現(xiàn)[J];浙江工業(yè)大學學報;2007年06期

相關(guān)會議論文 前3條

1 閆相通;王忠杰;徐曉飛;;空間共享類服務(wù)資源的優(yōu)化調(diào)度方法[A];CCF NCSC 2011——第二屆中國計算機學會服務(wù)計算學術(shù)會議論文集[C];2011年

2 羅賀;汪永康;胡笑旋;孫錦波;;基于負載均衡的云服務(wù)資源配置策略研究[A];“兩型社會”建設(shè)與管理創(chuàng)新——第十五屆中國管理科學學術(shù)年會論文集（上）[C];2013年

3 劉建偉;于守健;樂嘉錦;;基于Web服務(wù)資源框架的流數(shù)據(jù)查詢處理系統(tǒng)[A];第二十二屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2005年

相關(guān)重要報紙文章 前1條

1 本報記者 李雪婷;構(gòu)建全方位的企業(yè)服務(wù)網(wǎng)絡(luò)[N];鶴壁日報;2014年

相關(guān)博士學位論文 前2條

1 楊紹禹;云服務(wù)資源安全保護機制關(guān)鍵技術(shù)研究[D];鄭州大學;2013年

2 裴樹軍;面向服務(wù)的信息系統(tǒng)關(guān)鍵技術(shù)研究[D];哈爾濱理工大學;2012年

相關(guān)碩士學位論文 前7條

1 張惠娟;基于Web服務(wù)的企業(yè)服務(wù)資源均等化分配機制研究[D];河南理工大學;2015年

2 宋冬梅;云環(huán)境下Web服務(wù)資源選取技術(shù)的研究[D];哈爾濱理工大學;2017年

3 林瑞鋒;互聯(lián)網(wǎng)服務(wù)社區(qū)中服務(wù)資源的調(diào)用技術(shù)研究[D];山東科技大學;2010年

4 李旭;面向ICES-SSP的資源服務(wù)系統(tǒng)設(shè)計與實現(xiàn)[D];哈爾濱工業(yè)大學;2011年

5 孟燕秋;BIRIS環(huán)境下基于信用的服務(wù)資源管理[D];哈爾濱工業(yè)大學;2010年

6 孫遠輝;云服務(wù)資源管理體系架構(gòu)及可視化技術(shù)研究[D];山東大學;2011年

7 賀麗紅;移動互聯(lián)網(wǎng)服務(wù)資源管理關(guān)鍵技術(shù)的研究與實現(xiàn)[D];華中科技大學;2013年

，

本文編號：1762031