本文關(guān)鍵詞：云計算環(huán)境下基于QoS的服務(wù)自適應(yīng)演化研究

  更多相關(guān)文章： 云計算 Qo S 服務(wù)組合 自適應(yīng) 演化

【摘要】：隨著云計算技術(shù)的興起,服務(wù)以爆炸性的方式進行增長,越來越多的人在生活和工作中都使用云服務(wù),云服務(wù)已經(jīng)成為IT服務(wù)的主流趨勢。云計算環(huán)境的動態(tài)性和開放性,使得用戶需求也會頻繁的發(fā)生變化,為了適應(yīng)開放的云計算環(huán)境,云服務(wù)需要進行一定的自適應(yīng)演化。由于具有持續(xù)可用性的特點,云服務(wù)演化已成為的當(dāng)前的研究熱點,但是在當(dāng)前的研究中,很少有對云服務(wù)自適應(yīng)演化的研究,在這些少量的研究中,很少考慮服務(wù)質(zhì)量(Quality of Service,Qo S)的問題。針對上述問題,本文以云服務(wù)為研究對象,以Qo S為評價標準,主要對云服務(wù)自適應(yīng)演化以及演化過程中的服務(wù)優(yōu)選問題進行研究。首先,考慮到在云服務(wù)自適應(yīng)演化中,經(jīng)常性的會出現(xiàn)上下文信息(需求信息)的改變,對自適應(yīng)演化進行相關(guān)的定義,探討并描述了適用于云計算環(huán)境下服務(wù)的Qo S的評價標準及其量化公式,隨后給出了具體的自適應(yīng)演化框架以及考慮到優(yōu)選過程中服務(wù)異常信息,結(jié)合自適應(yīng)演化框架,針對演化過程中的操作情況,給出自適應(yīng)演化操作,并且提出自適應(yīng)演化算法,該算法綜合考慮了本文描述的Qo S評價標準,以保證演化后的服務(wù)能夠滿足用戶的需求。其次,針對自適應(yīng)演化過程中的云服務(wù)優(yōu)選問題,先對云服務(wù)進行分類預(yù)處理,減少優(yōu)選時間,分析了云服務(wù)在四種組合基本結(jié)構(gòu)下的Qo S的計算表達式,進而將問題轉(zhuǎn)換成云服務(wù)優(yōu)選的多目標規(guī)劃問題,并結(jié)合粒子群分布估計算法的框架,提出混和粒子群算法來對問題進行求解。最后,對上述問題進行仿真實驗分析,主要是對本文采用的提出的算法進行了有效性驗證和效率對比驗證,并對實驗結(jié)果進行分析,本文的算法在效率性上有一定的優(yōu)勢。本文在云服務(wù)自適應(yīng)演化研究中,提出了自適應(yīng)演化算法和服務(wù)優(yōu)選算法,并且以Qo S為衡量標準,對云服務(wù)的操作更加的合理,提高了整體服務(wù)的Qo S值,針對需求變化進行自適應(yīng)演化,不僅能夠?qū)崟r而有效的滿足用戶的需求,而且大大提高了自適應(yīng)演化的準確性和效率性。
【關(guān)鍵詞】：云計算 Qo S 服務(wù)組合 自適應(yīng) 演化
【學(xué)位授予單位】：東華理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP393.09
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 研究背景及意義9-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 研究內(nèi)容及工作13-14
• 1.4 論文組織結(jié)構(gòu)14-17
• 第3章 相關(guān)技術(shù)和研究方法17-33
• 2.1 云計算17-23
• 2.1.1 云計算的概念17-19
• 2.1.2 云計算的主要特點19-20
• 2.1.3 云服務(wù)分類20-22
• 2.1.4 云服務(wù)Qo S屬性22-23
• 2.2 服務(wù)優(yōu)選23-28
• 2.2.1 服務(wù)組合的概念23-26
• 2.2.2 云服務(wù)優(yōu)選的相關(guān)研究26-28
• 2.3 軟件自適應(yīng)演化28-31
• 2.3.1 軟件演化概念28
• 2.3.2 軟件自適應(yīng)演化定義和特點28-29
• 2.3.3 軟件自適應(yīng)環(huán)境動態(tài)感知和決策技術(shù)29-30
• 2.3.4 軟件自適應(yīng)演化方法30-31
• 2.4 本章小結(jié)31-33
• 第3章 基于Qo S的云服務(wù)自適應(yīng)演化框架33-49
• 3.1 相關(guān)定義及屬性量化33-36
• 3.2 自適應(yīng)演化框架36-38
• 3.3 自適應(yīng)演化操作38-45
• 3.4 自適應(yīng)演化算法45-46
• 3.5 本章小結(jié)46-49
• 第4章 基于Qo S的云服務(wù)優(yōu)選算法49-57
• 4.1 云服務(wù)的預(yù)處理49-50
• 4.2 云服務(wù)優(yōu)選問題的定義和轉(zhuǎn)換50-52
• 4.3 云服務(wù)優(yōu)選算法52-56
• 4.3.1 粒子群算法52
• 4.3.2 Copula分布估計算法52
• 4.3.3 混合粒子群算法52-56
• 4.4 本章小結(jié)56-57
• 第5章 實驗及分析57-64
• 5.1 基于Qo S的云服務(wù)優(yōu)選實驗57-61
• 5.1.1 仿真環(huán)境57-58
• 5.1.2 實驗與分析58-61
• 5.2 基于Qo S的云服務(wù)自適應(yīng)演化算法實驗61-63
• 5.2.1 仿真環(huán)境61-62
• 5.2.2 實驗與分析62-63
• 5.3 本章小結(jié)63-64
• 第6章 總結(jié)與展望64-66
• 6.1 總結(jié)64
• 6.2 展望64-66
• 致謝66-67
• 參考文獻67-70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李青山;王璐;褚華;張曼;;一種基于智能體技術(shù)的軟件自適應(yīng)動態(tài)演化機制[J];軟件學(xué)報;2015年04期

2 張明衛(wèi);朱志良;張斌;張岳松;;一種基于EQ規(guī)則的組合服務(wù)運行時自適應(yīng)方法[J];軟件學(xué)報;2015年04期

3 丁滟;王懷民;史佩昌;吳慶波;戴華東;富弘毅;;可信云服務(wù)[J];計算機學(xué)報;2015年01期

4 鄧水光;黃龍濤;吳斌;尹健偉;李革新;;一種QoS最優(yōu)的語義Web服務(wù)自動組合方法[J];計算機學(xué)報;2013年05期

5 劉衛(wèi)寧;李一鳴;劉波;;基于自適應(yīng)粒子群算法的制造云服務(wù)組合研究[J];計算機應(yīng)用;2012年10期

6 胡春華;劉濟波;劉建勛;;云計算環(huán)境下基于信任演化及集合的服務(wù)選擇[J];通信學(xué)報;2011年07期

7 徐洪珍;曾國蓀;陳波;;軟件體系結(jié)構(gòu)動態(tài)演化的條件超圖文法及分析[J];軟件學(xué)報;2011年06期

8 王永貴;韓瑞蓮;;基于改進蟻群算法的云環(huán)境任務(wù)調(diào)度研究[J];計算機測量與控制;2011年05期

9 朱銳;王懷民;馮大為;;基于偏好推薦的可信服務(wù)選擇[J];軟件學(xué)報;2011年05期

10 徐洪珍;曾國蓀;;基于超圖文法的軟件體系結(jié)構(gòu)動態(tài)演化[J];同濟大學(xué)學(xué)報(自然科學(xué)版);2011年05期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 許楠;基于本體的上下文感知計算關(guān)鍵技術(shù)研究[D];大連海事大學(xué);2015年

2 劉陽;云計算中服務(wù)組合與選擇技術(shù)研究[D];北京郵電大學(xué);2013年

3 張勇;具有環(huán)境感知的普適計算服務(wù)自適應(yīng)性研究[D];上海交通大學(xué);2009年

4 龔小勇;基于QoS的Web服務(wù)發(fā)現(xiàn)與組合方法研究[D];重慶大學(xué);2008年

5 李蕊;上下文感知計算若干關(guān)鍵技術(shù)研究[D];湖南大學(xué);2007年

6 吳卿;面向普適計算的自適應(yīng)中間件模型與方法研究[D];浙江大學(xué);2006年

，

本文編號：833028