服務(wù)質(zhì)量（Quality of Service,簡稱QoS）在網(wǎng)絡(luò)服務(wù)中通常是衡量網(wǎng)絡(luò)服務(wù)性能的一個重要評定標(biāo)準(zhǔn)。當(dāng)判斷一個網(wǎng)絡(luò)服務(wù)在一個指定的時間點(diǎn)是否適合一個用戶調(diào)用一個指定服務(wù)時,對含有豐富信息的歷史QoS數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘和數(shù)據(jù)分析,并基于這些隱藏信息對未知的時變感知QoS數(shù)據(jù)進(jìn)行預(yù)測就顯得格外重要。目前,基于張量的非負(fù)隱特征分解（Non-negative Latent Factorization of Tensors,簡稱NLFT）算法是獲取時變感知QoS數(shù)據(jù)中隱藏的時序信息最優(yōu)質(zhì)的方法。它利用三維張量建模有效地表達(dá)出用戶-服務(wù)-時間三者的關(guān)系,并通過操縱學(xué)習(xí)算法的學(xué)習(xí)率取消迭代過程中的負(fù)項(xiàng),構(gòu)建依賴于單元素的張量非負(fù)乘法更新（SingleLatent Factor-dependent,Non-negative and Multiplicative Update on Tensors,簡稱:SLF-NMUT）規(guī)則。SLF-NMUT學(xué)習(xí)規(guī)則非負(fù)約束學(xué)習(xí)算法的決策參數(shù),讓時變感知QoS缺失值預(yù)測具備非負(fù)特性的實(shí)際意義。然而該學(xué)習(xí)規(guī)則容易導(dǎo)致算法在尋優(yōu)過程中的學(xué)習(xí)步長不可控,讓算法在... 

【文章來源】：西華師范大學(xué)四川省

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

不同地域和時域的用戶調(diào)用網(wǎng)絡(luò)服務(wù)Figure1-1Usersinvokewebservicesunderdifferentareasandtimepoints基于上述分析，為網(wǎng)絡(luò)服務(wù)提供個性化的QoS信息對于服務(wù)供應(yīng)商進(jìn)行服務(wù)

定的用戶，每一列表示特定的服務(wù)，每一項(xiàng)表示特定服務(wù)上的特定用戶產(chǎn)生的歷史QoS記錄[13-14,20-23]。由于在實(shí)際應(yīng)用程序中，每個用戶通常只接觸候選服務(wù)中的有限子集，每個服務(wù)也不能被所有用戶訪問，因此得到的這個用戶-服務(wù)矩陣充滿了大量未知項(xiàng)，導(dǎo)致QoS矩陣極其稀疏。其次，該用戶-服務(wù)矩陣涵蓋了龐大的用戶集和服務(wù)集之間的相互關(guān)系，因此該QoS矩陣還具備超高維性。為了準(zhǔn)確地描述具有高維性和稀疏性的QoS矩陣，高維稀疏（HighDimensionalandSparse：簡稱HiDS）矩陣常用于表述碎片化的QoS數(shù)據(jù)中實(shí)體之間的復(fù)雜關(guān)系，如圖1-2所示。圖1-2用戶-服務(wù)矩陣Figure1-2User-serviceMatrix基于LFA的QoS預(yù)測器將HiDS矩陣中的QoS數(shù)據(jù)條目作為數(shù)據(jù)源，對目標(biāo)用戶-服務(wù)矩陣建立低秩近似：1）將用戶和服務(wù)映射到相同的低維隱特征空間；2）

第2章張量非負(fù)隱特征分解方法概述7第2章張量非負(fù)隱特征分解方法概述本章主要介紹張量建模以及張量CP分解方法的基本原理，通過對模型非負(fù)限定約束，構(gòu)建NLFT模型。2.1NLFT模型介紹2.1.1構(gòu)建時變感知QoS張量模型當(dāng)執(zhí)行時變感知QoS預(yù)測時，一個用戶-服務(wù)-時間張量常被視為基礎(chǔ)的輸入數(shù)據(jù)源。由于QoS數(shù)據(jù)被定義在實(shí)數(shù)的非負(fù)領(lǐng)域，因此這個張量是被非負(fù)數(shù)據(jù)所填充，如圖2-1所示。圖2-1用戶-服務(wù)-時間的QoS張量Figure2-1User-Service-TimeQoStensor正如第一章所述，一個QoS張量通常是HiDS的，它包含了大量未觀察到的QoS數(shù)據(jù)，因此我們將目標(biāo)張量定義如下：定義1（HiDS的用戶-服務(wù)-時間張量）：I、J和K分別表示QoS數(shù)據(jù)中的用戶、服務(wù)和時間集合，定義用戶-服務(wù)-時間的目標(biāo)張量為Y|I||J||K|，張量Y|I||J||K|中的每個元素yijk表示用戶i在k時刻請求第j個服務(wù)時所產(chǎn)生的QoS數(shù)據(jù)，其中i∈I，j∈J，k∈K。當(dāng)張量Y中的已知元素集合Λ遠(yuǎn)遠(yuǎn)小于未知元素集合Γ，則張量Y是HiDS的。為了抽取張量Y中的隱特征，本文采用CP分解將張量Y分解為R個秩一張量：A1，A2，A3，…，AR，R為目標(biāo)張量Y中所需要的最少秩一張量的個數(shù)。定義2（秩一張量）：Ar|I||J||K|表示一個秩一張量，它被表述為三個隱特征向量ur，sr和tr的外積：Ar=ursrtr，其中r∈R。ur，sr和tr的長度分別為|I|，|J|和|K|，通過展開它們的外積，我們得到秩一張量Ar中的元素aijk的詳細(xì)表達(dá)如下：ijkirjrkraust（2-1）

【參考文獻(xiàn)】：
期刊論文
[1]Randomized Latent Factor Model for High-dimensional and Sparse Matrices from Industrial Applications[J]. Mingsheng Shang,Xin Luo,Zhigang Liu,Jia Chen,Ye Yuan,MengChu Zhou.  IEEE/CAA Journal of Automatica Sinica. 2019(01)
[2]Toward Cloud Computing QoS Architecture:Analysis of Cloud Systems and Cloud Services[J]. Mohammad Hossein Ghahramani,MengChu Zhou,Chi Tin Hon.  IEEE/CAA Journal of Automatica Sinica. 2017(01)
[3]Cloud Control Systems[J]. Yuanqing Xia.  IEEE/CAA Journal of Automatica Sinica. 2015(02)
[4]基于全局QoS約束分解的Web服務(wù)動態(tài)選擇[J]. 王尚廣,孫其博,楊放春.  軟件學(xué)報. 2011(07)
[5]一種Web Service的服務(wù)質(zhì)量預(yù)測方法[J]. 邵凌霜,周立,趙俊峰,謝冰,梅宏.  軟件學(xué)報. 2009(08)
[6]一種可擴(kuò)展的Web Service QoS管理框架[J]. 邵凌霜,李田,趙俊峰,王亞沙,謝冰,梅宏.  計算機(jī)學(xué)報. 2008(08)



本文編號：3293478