【摘要】：隨著服務(wù)經(jīng)濟(jì)的全面發(fā)展,服務(wù)產(chǎn)業(yè)鏈的日趨完善,以服務(wù)科學(xué)和服務(wù)計(jì)算為代表的研究領(lǐng)域也得到了較大發(fā)展。Web服務(wù)相關(guān)技術(shù)的應(yīng)用和SOA (Service-Oriented Architecutre)架構(gòu)的廣泛采用和部署,在線服務(wù)大量涌現(xiàn),服務(wù)使用的廣度和深度得到了不斷延伸,Web服務(wù)的使用呈現(xiàn)規(guī)模性、演化性、動(dòng)態(tài)性和資源需求彈性化。為了應(yīng)對Web服務(wù)管理和使用規(guī)模化、服務(wù)系統(tǒng)內(nèi)部組織結(jié)構(gòu)日趨復(fù)雜化、實(shí)施部署和維護(hù)成本逐步提高等挑戰(zhàn),以網(wǎng)絡(luò)化、復(fù)雜化的視角進(jìn)行相關(guān)研究已成為必然趨勢。 本文以復(fù)雜網(wǎng)絡(luò)理論和分布式計(jì)算為指導(dǎo)思想,以應(yīng)對服務(wù)網(wǎng)絡(luò)中大規(guī)模Web服務(wù)的組織和管理為目的,就Web服務(wù)的查找、使用、管理和部署等方面的若干關(guān)鍵技術(shù)開展相關(guān)研究,以保證Web服務(wù)的廣泛使用和高效運(yùn)行,在松散的服務(wù)網(wǎng)絡(luò)體系架構(gòu)的基礎(chǔ)上,從如何高效選擇Web服務(wù)、如何分發(fā)服務(wù)、如何更好地部署服務(wù)三個(gè)方面出發(fā),研究了服務(wù)的功能性聚類、服務(wù)質(zhì)量預(yù)測、服務(wù)路由以及云集群中云負(fù)載預(yù)測四個(gè)方面。通過對服務(wù)功能性區(qū)分和質(zhì)量值辨別,以便于服務(wù)使用者利用服務(wù)路由機(jī)制選擇合適服務(wù),從而方便的部署在具備伸縮性和擴(kuò)展性的云集群主機(jī)中。 本文主要的創(chuàng)新點(diǎn)為： 1)針對服務(wù)網(wǎng)絡(luò)中服務(wù)數(shù)量規(guī)模過大而導(dǎo)致服務(wù)選擇效率低下的問題,提出了一種鄰近性標(biāo)簽傳播算法TopLPA (Top Label Propagation Algorithm)及在線化形式即在線鄰近性標(biāo)簽傳播算法TopLPA-Online (Top Labe Propgatation Algorithm Online),以對服務(wù)進(jìn)行功能性聚類。其中TopLPA算法首先對服務(wù)描述特征進(jìn)行抽取,以進(jìn)行服務(wù)相似度的計(jì)算,在服務(wù)相似度計(jì)算中融入了多種語法特征以及相應(yīng)的語義特性,保證了服務(wù)相似度計(jì)算的可靠性和豐富性；然后形成相應(yīng)的服務(wù)相似網(wǎng)絡(luò),且在進(jìn)行節(jié)點(diǎn)類標(biāo)簽更新時(shí)只考慮較為鄰近的鄰居,從而能較好過濾噪聲鄰居。TopLPA效果較已有的LPA算法在準(zhǔn)確率指標(biāo)上平均提升5.17%。此外,TopLPA-Online將新加入服務(wù)所形成的服務(wù)相似網(wǎng)絡(luò)與原有網(wǎng)絡(luò)結(jié)合,避免重新對所有服務(wù)進(jìn)行分類,進(jìn)而提升算法效率,該算法較TopLPA能夠在時(shí)間效率上至少節(jié)約21%,具備較好的實(shí)際應(yīng)用價(jià)值。(第二章,學(xué)術(shù)論文成果[4]) 2)針對服務(wù)網(wǎng)絡(luò)中大規(guī)模服務(wù)質(zhì)量預(yù)測時(shí)的數(shù)據(jù)稀疏性問題,提出了基于WAA的使用者位置感知混合預(yù)測HUWAA (Hybrid User-Location-Aware Prediction based on Weighted Adamic-Adar)和基于WRA的使用者位置感知混合預(yù)測HUWRA (Hybrid User-Location-Aware Prediction based on Weighted Resource Allocation)算法。上述兩種算法核心思想均是基于鏈路預(yù)測方法來發(fā)現(xiàn)隱藏鄰居以提高預(yù)測的精度和成功率。在利用給鏈路預(yù)測方法進(jìn)行隱藏鄰居發(fā)現(xiàn)時(shí),首先構(gòu)造了使用者相似網(wǎng)絡(luò)和服務(wù)相似網(wǎng)絡(luò),然后將鏈路預(yù)測算法進(jìn)行適當(dāng)修正并用于網(wǎng)絡(luò)中隱藏鄰居節(jié)點(diǎn)的尋找,其中在使用者相似網(wǎng)絡(luò)中尋找隱藏鄰居時(shí)充分考慮位置鄰近性。仿真結(jié)果表明,所提的HUWAA和HUWRA均較已有的UPCC(User-based Pearson Correlation Coefficient)、IPCC (Item-based Pearson Correlation Coefficient)和WSRec (Web Service Recommendation)在MAE(Mean Absolute Error)、RMSE (Root Mean Square Error)和FR (Failure Rate)指標(biāo)上均有所提升。其中HUWAA較IPCC在MAE. RMSE和FR指標(biāo)方面分別平均提升為7.59%、5.77%和48.1%; HUWRA較IPCC在MAE、RMSE和FR指標(biāo)方面分別平均提升為10%、8%和48.8%。(第三章,學(xué)術(shù)論文成果[5,9]以及專列成果[4])。 3)針對服務(wù)網(wǎng)絡(luò)中服務(wù)發(fā)現(xiàn)和路由中單點(diǎn)性能瓶頸以及單點(diǎn)失效的問題,提出了一種基于詞集索引的范圍查找路由方法TISRQ (Term-set Indexing Support Range Query)。該方法選擇與服務(wù)描述文檔最為相似的若干關(guān)鍵詞集以對服務(wù)建立索引,并充分考慮服務(wù)使用者請求關(guān)鍵詞流行度,不僅降低了節(jié)點(diǎn)關(guān)鍵詞索引的數(shù)量,同時(shí)還提高了算法準(zhǔn)確率。此外該方法基于MAAN(Multi-Attribute Addressable Network)進(jìn)行拓展,以支持對服務(wù)質(zhì)量值范圍的查詢。相應(yīng)的實(shí)驗(yàn)仿真表明,TISRQ方法和已有的基于詞集索引的多屬性路由方法TSM (Term-set Indexing for the Multi-Attribute Addressable Network)與單關(guān)鍵詞索引方法相比節(jié)省了75%的索引,同時(shí)TISRQ較TSM在準(zhǔn)確率方面提升了6.09%。由于服務(wù)運(yùn)行環(huán)境負(fù)載多變,在服務(wù)具體執(zhí)行時(shí)相應(yīng)服務(wù)質(zhì)量并不一定與聲明的SLA (Service LevelAgreement)一致,這里提出了相應(yīng)的可違例SLA服務(wù)評價(jià)方法,該評價(jià)方法使得服務(wù)使用者可定義動(dòng)態(tài)的SLA,根據(jù)周期性檢測形成客觀的服務(wù)評價(jià),具備較好的實(shí)用性和準(zhǔn)確性。(第四章,學(xué)術(shù)論文成果[2,6]以及專利成果[3])。 4)為了更為精確的對云主機(jī)負(fù)載進(jìn)行預(yù)測以便于云資源管理和負(fù)載均衡,提出了一種基于分類的云主機(jī)負(fù)載預(yù)測方法,該方法基于已有的ESP (Exponentially Segemented Pattern)指數(shù)預(yù)測模式,將主機(jī)負(fù)載預(yù)測問題轉(zhuǎn)換為分類問題。此外在已有的特征基礎(chǔ)上,由于加入了新的特征,使得分類算法用于負(fù)載預(yù)測時(shí),性能得到提升。通過對實(shí)際Goolge云主機(jī)負(fù)載數(shù)據(jù)的實(shí)驗(yàn)仿真,新特征Fir(e)相對于特征Ffi(e),對預(yù)測算法精確度提升效果更好。將多種分類算法用于云主機(jī)CPU負(fù)載預(yù)測中,發(fā)現(xiàn)MMSE-BC (Minimized MSB Based Bayes Clssifier)、N-BC (Naive Bayes Classifier)和SVM (Support VectorMachine)的表現(xiàn)較為良好,三者較其它負(fù)載預(yù)測算法在SR(Successful Rate)上高出50%、而MSE (Mean Square Error)減少了17%。(對第五章,對應(yīng)學(xué)術(shù)論文成果[3,7])。
[Abstract]:......
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TP393.09

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱志良;邱媛源;李丹程;王曉明;;基于組合的Web服務(wù)復(fù)雜網(wǎng)絡(luò)的構(gòu)建與分析[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年06期

2 張宏科;蘇偉;;新網(wǎng)絡(luò)體系基礎(chǔ)研究——一體化網(wǎng)絡(luò)與普適服務(wù)[J];電子學(xué)報(bào);2007年04期

3 李世勇;秦雅娟;張宏科;;基于網(wǎng)絡(luò)效用最大化的一體化網(wǎng)絡(luò)服務(wù)層映射模型[J];電子學(xué)報(bào);2010年02期

4 孫萍;蔣昌俊;;利用服務(wù)聚類優(yōu)化面向過程模型的語義Web服務(wù)發(fā)現(xiàn)[J];計(jì)算機(jī)學(xué)報(bào);2008年08期

5 陳世展;馮志勇;王輝;;服務(wù)關(guān)系及其在面向服務(wù)計(jì)算中的應(yīng)用[J];計(jì)算機(jī)學(xué)報(bào);2010年11期

6 寧達(dá);何克清;彭蓉;馮在文;劉建曉;李征;;基于社會(huì)標(biāo)注的Web服務(wù)語義自動(dòng)浮現(xiàn)方法[J];計(jì)算機(jī)學(xué)報(bào);2011年12期

7 歐有遠(yuǎn);張海粟;孟暉;李德毅;;基于復(fù)雜網(wǎng)絡(luò)社團(tuán)劃分的Web services聚類[J];計(jì)算機(jī)應(yīng)用研究;2009年06期

8 謝高崗;張玉軍;李振宇;孫毅;謝應(yīng)科;李忠誠;劉韻潔;;未來互聯(lián)網(wǎng)體系結(jié)構(gòu)研究綜述[J];計(jì)算機(jī)學(xué)報(bào);2012年06期

9 王玨;向朝參;王萌;田暢;趙文棟;代登坡;;語義Web服務(wù)發(fā)現(xiàn)研究現(xiàn)狀與發(fā)展[J];計(jì)算機(jī)應(yīng)用研究;2013年01期

10 張莉;張斌;黃利萍;朱志良;;基于服務(wù)調(diào)用特征模式的個(gè)性化Web服務(wù)QoS預(yù)測方法[J];計(jì)算機(jī)研究與發(fā)展;2013年05期

，

本文編號：2278612