隨著互聯(lián)網(wǎng)的不斷發(fā)展,服務(wù)計算以及云計算的廣泛應(yīng)用,具有相同功能屬性、不同非功能屬性的Web服務(wù)出現(xiàn)了爆炸式的增長。在對Web服務(wù)進(jìn)行服務(wù)選擇時,傳統(tǒng)的服務(wù)選擇方法面對海量服務(wù)數(shù)據(jù),無論在效率方面還是準(zhǔn)確性方面,都面臨著很大的挑戰(zhàn)。網(wǎng)絡(luò)上層出不窮的服務(wù)數(shù)據(jù)對服務(wù)選擇提出了更嚴(yán)格的要求——如何從海量服務(wù)數(shù)據(jù)中快速、準(zhǔn)確地選擇出滿足企業(yè)或用戶需求的服務(wù)將成為一個亟待解決的問題。本文將數(shù)據(jù)庫領(lǐng)域中的Skyline技術(shù)應(yīng)用到Web服務(wù)選擇中,提取出Web服務(wù)中的SP（Skyline Point）服務(wù);然后,將數(shù)理統(tǒng)計中的離散系數(shù)法應(yīng)用到服務(wù)過濾階段,提出了一種基于Qo S的服務(wù)過濾模型,該模型可以提前過濾掉那些服務(wù)質(zhì)量不穩(wěn)定的無效服務(wù),為后面進(jìn)行服務(wù)選擇縮小了范圍;并對Skyline算法進(jìn)一步改進(jìn),提出了一種改進(jìn)的Skyline服務(wù)選擇方法。該算法把整個服務(wù)集合進(jìn)行一次區(qū)域劃分,大量減少了不具有支配關(guān)系的數(shù)據(jù)點,節(jié)省了內(nèi)存的占用。改進(jìn)后的Skyline服務(wù)選擇方法可有效的過濾和減少那些不具有支配關(guān)系區(qū)域間的支配檢查,節(jié)省了內(nèi)存空間的占用,大大提高了服務(wù)選擇的執(zhí)行效率。并在真實數(shù)據(jù)集（QWS）和... 

【文章來源】：齊魯工業(yè)大學(xué)山東省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

WebService架構(gòu)

齊魯工業(yè)大學(xué)碩士學(xué)位論文13應(yīng)地價格低的酒店距離海邊相對比較遠(yuǎn)；所以不會有一個非常明確的結(jié)果，只能返回給游客一些酒店的結(jié)果集供游客進(jìn)行選擇。這些酒店的距離和價格都不比其他酒店“差”，也就是返回值的點在同一價格上沒有比這個酒店在距離海邊更近的點了。表2.1酒店距離與價格酒店(Hotel)Price(￥)Distance(km)a5001.2b5501.8c4005.2d3004.4e2206.6f1008.8g4502.5從表2.1可見，該酒店有兩個屬性，一個是距離海邊的距離(Distance)，另一個是酒店的價格(Price)。我們將其對應(yīng)到如下圖2.3所示的坐標(biāo)系中，橫坐標(biāo)表示顧客與酒店的距離，縱坐標(biāo)表示酒店的價格。圖2.3酒店距離價格在這個例子當(dāng)中，待選服務(wù)集共有7個服務(wù)，每個服務(wù)都有價格(Price)和距

第3章基于QoS的服務(wù)選擇方法30圖3.2算法流程圖通過以上分析可以總結(jié)出，提出的基于QoS的服務(wù)過濾模型可以有效的過濾淘汰那些無效服務(wù)，大大減少了服務(wù)選擇的搜索范圍。其次，通過Skyline計算后，可以過濾掉大部分被支配的非Skyline服務(wù)，降低了候選服務(wù)集中服務(wù)的數(shù)量，從而提高了服務(wù)選擇的效率。3.4本章小結(jié)本章主要研究了Web服務(wù)的選擇方法，在簡述QoS定義的基礎(chǔ)上，對QoS的屬性以及效用函數(shù)進(jìn)行了詳細(xì)的分析；然后對現(xiàn)有服務(wù)選擇方法的優(yōu)缺點進(jìn)行總結(jié)，提出了一種基于QoS的服務(wù)過濾模型，該模型首先利用數(shù)理統(tǒng)計中的離散系數(shù)法求出各屬性的權(quán)重；再針對離散系數(shù)權(quán)重的大小，過濾掉那些QoS屬性不穩(wěn)定的無效服務(wù)，降低了候選服務(wù)的規(guī)模，進(jìn)而降低服務(wù)選擇的效率。

【參考文獻(xiàn)】：
期刊論文
[1]Hadoop大數(shù)據(jù)開發(fā)課程實踐教學(xué)研究[J]. 梁晶,胡新榮.  計算機(jī)教育. 2020(02)
[2]HDFS存儲和優(yōu)化技術(shù)研究綜述[J]. 金國棟,卞昊穹,陳躍國,杜小勇.  軟件學(xué)報. 2020(01)
[3]云計算環(huán)境下的數(shù)據(jù)挖掘算法探究[J]. 張珍.  網(wǎng)絡(luò)安全技術(shù)與應(yīng)用. 2019(05)
[4]QoS約束的代表性Skyline Web服務(wù)選擇[J]. 黃迎春,左甜甜.  火力與指揮控制. 2019(01)
[5]一種多參數(shù)的Web服務(wù)選擇方法[J]. 賈志淳,盧元,李想,邢星.  計算機(jī)工程與應(yīng)用. 2019(21)
[6]Spark性能優(yōu)化技術(shù)研究綜述[J]. 廖湖聲,黃珊珊,徐俊剛,劉仁峰.  計算機(jī)科學(xué). 2018(07)
[7]Hadoop綜述[J]. 李元亨,鄒學(xué)玉.  電腦知識與技術(shù). 2018(09)
[8]一種Hadoop YARN的資源調(diào)度機(jī)制[J]. 李程,柴小麗,謝彬,唐鵬.  計算機(jī)與現(xiàn)代化. 2017(11)
[9]基于改進(jìn)協(xié)同過濾的個性化Web服務(wù)推薦方法研究[J]. 徐堃,朱小柯,荊曉遠(yuǎn).  計算機(jī)技術(shù)與發(fā)展. 2018(01)
[10]基于Hadoop生態(tài)系統(tǒng)的大數(shù)據(jù)解決方案綜述[J]. 魏冉.  數(shù)字通信世界. 2017(08)

博士論文
[1]基于MapReduce大數(shù)據(jù)并行處理的若干關(guān)鍵技術(shù)研究[D]. 張濱.東華大學(xué) 2017
[2]云計算環(huán)境下的并行Skyline算法及其應(yīng)用研究[D]. 李媛媛.大連海事大學(xué) 2016

碩士論文
[1]基于云計算的數(shù)據(jù)挖掘算法并行化研究與實現(xiàn)[D]. 李星.南京郵電大學(xué) 2018
[2]SOA服務(wù)構(gòu)件在用戶管理系統(tǒng)中的應(yīng)用研究[D]. 汪潤.北方工業(yè)大學(xué) 2018
[3]基于QoS的Web服務(wù)的選擇與組合問題研究[D]. 程源.重慶郵電大學(xué) 2019
[4]基于QoS的Web服務(wù)選擇方法研究與實現(xiàn)[D]. 綦麟.北京郵電大學(xué) 2018
[5]協(xié)同過濾算法的改進(jìn)與應(yīng)用研究[D]. 王璇.南京郵電大學(xué) 2017
[6]基于Hadoop平臺的數(shù)據(jù)挖掘分類算法分析與研究[D]. 李正杰.南京郵電大學(xué) 2016
[7]支持QoS關(guān)聯(lián)的組合服務(wù)Skyline研究[D]. 杜宇.南京大學(xué) 2015
[8]基于Skyline的分布式服務(wù)選擇與動態(tài)維護(hù)方法研究[D]. 王雪梅.哈爾濱工程大學(xué) 2014



本文編號：3593399