天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

基于貝葉斯模型的云服務QoS預測和保障研究

發(fā)布時間:2017-09-17 00:38

  本文關(guān)鍵詞:基于貝葉斯模型的云服務QoS預測和保障研究


  更多相關(guān)文章: 云服務 服務質(zhì)量 貝葉斯常均值模型 時間序列預測方法 實時預測 保障框架


【摘要】:隨著云計算產(chǎn)業(yè)的飛速發(fā)展,越來越多的企業(yè)和個人使用云服務。然而云服務是通過動態(tài)的Internet網(wǎng)來提供服務的,因此云服務的服務質(zhì)量(Quality of Service,QoS)會隨著時間的推移、網(wǎng)絡(luò)環(huán)境和云主機負載等因素的變化而動態(tài)變化,又因為云計算的可靠性,可用性和安全性等特點,云服務的QoS變化是相對穩(wěn)定和有規(guī)律的。通過對云服務的QoS進行實時預測,分配一個未來一段時間內(nèi)滿足用戶QoS要求的云服務,同時感知可能即將發(fā)生的QoS違規(guī),對保障云服務的QoS具有重要的意義。針對上述問題,研究人員提出了很多基于預測的云服務QoS保障方案。其中很多方案采用預測方法預測云服務的QoS狀態(tài),繼而根據(jù)預測結(jié)果進行準確的云服務分配和保障云服務滿足用戶QoS要求。但是其中部分方案采用的預測方法的準確性不高,從而導致云服務QoS的保障效果不理想,還有部分方案采用的預測方法的準確性雖然較高,但是卻因為預測所需歷史數(shù)據(jù)量大,預測開銷大等原因,導致無法對云服務進行實時的預測,更不能對云服務的整個過程進行很好的預測。針對以上方案的不足,本文引入改進狀態(tài)誤差方差的貝葉斯常均值模型對云服務的QoS進行預測,在利用少量歷史數(shù)據(jù)和消耗少量系統(tǒng)資源的情況下,提高預測的準確性。同時提出基于預測方法的云服務QoS保障框架,框架根據(jù)QoS預測結(jié)果進行云服務的分配和感知可能的QoS違規(guī),對感知到的QoS違規(guī)提前采取措施,極大地保障了云服務的服務質(zhì)量。本文提出了一個基于改進的貝葉斯常均值模型的云服務QoS保障框架,在云服務b}配階段,實時預測云服務QoS并分配給用戶一個一段時間內(nèi)滿足用戶QoS要求的云服務。在云服務執(zhí)行階段,實時預測云服務的QoS和感知QoS違規(guī),對QoS違規(guī)采取針對性措施,從而保障云服務的QoS。本文的主要工作如下:(1)總結(jié)了現(xiàn)有的用于云服務QoS預測的時間序列預測方法。詳細介紹了各個預測方法的原理、推理、證明過程和計算步驟,以及各自的優(yōu)缺點。(2)針對現(xiàn)有的云服務QoS時間序列預測方法的不足,給出了基于改進的貝葉斯常均值模型的云服務QoS預測方法,詳細介紹該方法的改進之處及預測優(yōu)勢。利用Hadoop集群模擬云服務平臺,收集了集群中虛擬機的QoS指標作為預測對象,對比了幾種時間序列預測方法的在云服務QoS預測方面的準確性和擬合效果。(3)針對現(xiàn)有的云服務QoS框架的不足,給出了基于預測方法的云服務QoS保障框架。詳細介紹了框架的組成部分,并將QoS框架和預測方法相結(jié)合,對比了幾種方案的QoS保障效果。實驗證明了基于改進的貝葉斯常均值模型的云服務QoS保障框架在QoS保障方面的有效性。
【關(guān)鍵詞】:云服務 服務質(zhì)量 貝葉斯常均值模型 時間序列預測方法 實時預測 保障框架
【學位授予單位】:江蘇大學
【學位級別】:碩士
【學位授予年份】:2016
【分類號】:TP393.09;TP18
【目錄】:
  • 摘要4-6
  • ABSTRACT6-10
  • 第一章 緒論10-24
  • 1.1 課題研究背景及意義10-11
  • 1.2 云計算概述11-13
  • 1.2.1 云計算概述11-12
  • 1.2.2 云計算特點12
  • 1.2.3 云計算應用12-13
  • 1.3 云服務QoS屬性及指標13-16
  • 1.4 云服務QoS預測技術(shù)研究現(xiàn)狀16-20
  • 1.5 云服務QoS保障技術(shù)研究現(xiàn)狀20-21
  • 1.6 本文研究內(nèi)容與章節(jié)安排21-24
  • 1.6.1 本文研究內(nèi)容21-22
  • 1.6.2 論文章節(jié)安排22-24
  • 第二章 基于時間序列分析的預測方法24-37
  • 2.1 移動平均法24-25
  • 2.1.1 簡單移動平均法24-25
  • 2.1.2 加權(quán)移動平均法25
  • 2.2 指數(shù)平滑法25-26
  • 2.3 自回歸積分滑動平均模型26-30
  • 2.4 貝葉斯常模型30-36
  • 2.4.1 正態(tài)動態(tài)線性模型30
  • 2.4.2 常均值模型30-33
  • 2.4.3 常均值折扣模型33-36
  • 2.5 本章小結(jié)36-37
  • 第三章 改進的貝葉斯模型的云服務QoS預測方法37-47
  • 3.1 改進的貝葉斯模型37-40
  • 3.2 實驗對比與分析40-46
  • 3.2.1 預測準備40-41
  • 3.2.2 實驗數(shù)據(jù)的獲取41
  • 3.2.3 評價指標41-42
  • 3.2.4 準確性對比42-46
  • 3.4 本章小結(jié)46-47
  • 第四章 基于預測的云服務QoS保障框架47-53
  • 4.1 云服務QoS保障框架研究現(xiàn)狀47-49
  • 4.2 基于預測的云服務QoS保障框架49-50
  • 4.2.1 現(xiàn)有的基于預測的云服務QoS保障框架49
  • 4.2.2 基于預測的云服務QoS保障框架49-50
  • 4.3 實驗仿真與分析50-52
  • 4.3.1 實驗環(huán)境50-51
  • 4.3.2 QoS保障效果對比與分析51-52
  • 4.4 本章小結(jié)52-53
  • 第五章 總結(jié)與展望53-55
  • 參考文獻55-59
  • 致謝59-61
  • 攻讀碩士期間發(fā)表的論文61

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 伍杰華;;基于樹狀樸素貝葉斯模型的社會網(wǎng)絡(luò)關(guān)系預測[J];計算機應用;2013年11期

2 程嵐嵐,何丕廉,孫越恒;基于樸素貝葉斯模型的中文關(guān)鍵詞提取算法研究[J];計算機應用;2005年12期

3 吳陳;王萬川;;基于原型的EM樸素貝葉斯模型在直接營銷中的應用[J];計算機應用與軟件;2012年09期

4 周s踽,

本文編號:866267


資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/guanlilunwen/ydhl/866267.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶25e1b***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com