【摘要】：隨著服務經(jīng)濟的全面發(fā)展,服務產(chǎn)業(yè)鏈的日趨完善,以服務科學和服務計算為代表的研究領域也得到了較大發(fā)展。Web服務相關技術的應用和SOA (Service-Oriented Architecutre)架構(gòu)的廣泛采用和部署,在線服務大量涌現(xiàn),服務使用的廣度和深度得到了不斷延伸,Web服務的使用呈現(xiàn)規(guī)模性、演化性、動態(tài)性和資源需求彈性化。為了應對Web服務管理和使用規(guī)模化、服務系統(tǒng)內(nèi)部組織結(jié)構(gòu)日趨復雜化、實施部署和維護成本逐步提高等挑戰(zhàn),以網(wǎng)絡化、復雜化的視角進行相關研究已成為必然趨勢。 本文以復雜網(wǎng)絡理論和分布式計算為指導思想,以應對服務網(wǎng)絡中大規(guī)模Web服務的組織和管理為目的,就Web服務的查找、使用、管理和部署等方面的若干關鍵技術開展相關研究,以保證Web服務的廣泛使用和高效運行,在松散的服務網(wǎng)絡體系架構(gòu)的基礎上,從如何高效選擇Web服務、如何分發(fā)服務、如何更好地部署服務三個方面出發(fā),研究了服務的功能性聚類、服務質(zhì)量預測、服務路由以及云集群中云負載預測四個方面。通過對服務功能性區(qū)分和質(zhì)量值辨別,以便于服務使用者利用服務路由機制選擇合適服務,從而方便的部署在具備伸縮性和擴展性的云集群主機中。 本文主要的創(chuàng)新點為： 1)針對服務網(wǎng)絡中服務數(shù)量規(guī)模過大而導致服務選擇效率低下的問題,提出了一種鄰近性標簽傳播算法TopLPA (Top Label Propagation Algorithm)及在線化形式即在線鄰近性標簽傳播算法TopLPA-Online (Top Labe Propgatation Algorithm Online),以對服務進行功能性聚類。其中TopLPA算法首先對服務描述特征進行抽取,以進行服務相似度的計算,在服務相似度計算中融入了多種語法特征以及相應的語義特性,保證了服務相似度計算的可靠性和豐富性；然后形成相應的服務相似網(wǎng)絡,且在進行節(jié)點類標簽更新時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算法在準確率指標上平均提升5.17%。此外,TopLPA-Online將新加入服務所形成的服務相似網(wǎng)絡與原有網(wǎng)絡結(jié)合,避免重新對所有服務進行分類,進而提升算法效率,該算法較TopLPA能夠在時間效率上至少節(jié)約21%,具備較好的實際應用價值。(第二章,學術論文成果[4]) 2)針對服務網(wǎng)絡中大規(guī)模服務質(zhì)量預測時的數(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測方法來發(fā)現(xiàn)隱藏鄰居以提高預測的精度和成功率。在利用給鏈路預測方法進行隱藏鄰居發(fā)現(xiàn)時,首先構(gòu)造了使用者相似網(wǎng)絡和服務相似網(wǎng)絡,然后將鏈路預測算法進行適當修正并用于網(wǎng)絡中隱藏鄰居節(jié)點的尋找,其中在使用者相似網(wǎng)絡中尋找隱藏鄰居時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)指標上均有所提升。其中HUWAA較IPCC在MAE. RMSE和FR指標方面分別平均提升為7.59%、5.77%和48.1%; HUWRA較IPCC在MAE、RMSE和FR指標方面分別平均提升為10%、8%和48.8%。(第三章,學術論文成果[5,9]以及專列成果[4])。 3)針對服務網(wǎng)絡中服務發(fā)現(xiàn)和路由中單點性能瓶頸以及單點失效的問題,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)。該方法選擇與服務描述文檔最為相似的若干關鍵詞集以對服務建立索引,并充分考慮服務使用者請求關鍵詞流行度,不僅降低了節(jié)點關鍵詞索引的數(shù)量,同時還提高了算法準確率。此外該方法基于MAAN(Multi-Attribute Addressable Network)進行拓展,以支持對服務質(zhì)量值范圍的查詢。相應的實驗仿真表明,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)與單關鍵詞索引方法相比節(jié)省了75%的索引,同時TISRQ較TSM在準確率方面提升了6.09%。由于服務運行環(huán)境負載多變,在服務具體執(zhí)行時相應服務質(zhì)量并不一定與聲明的SLA (Service LevelAgreement)一致,這里提出了相應的可違例SLA服務評價方法,該評價方法使得服務使用者可定義動態(tài)的SLA,根據(jù)周期性檢測形成客觀的服務評價,具備較好的實用性和準確性。(第四章,學術論文成果[2,6]以及專利成果[3])。 4)為了更為精確的對云主機負載進行預測以便于云資源管理和負載均衡,提出了一種基于分類的云主機負載預測方法,該方法基于已有的ESP (Exponentially Segemented Pattern)指數(shù)預測模式,將主機負載預測問題轉(zhuǎn)換為分類問題。此外在已有的特征基礎上,由于加入了新的特征,使得分類算法用于負載預測時,性能得到提升。通過對實際Goolge云主機負載數(shù)據(jù)的實驗仿真,新特征Fir(e)相對于特征Ffi(e),對預測算法精確度提升效果更好。將多種分類算法用于云主機CPU負載預測中,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,三者較其它負載預測算法在SR(Successful Rate)上高出50%、而MSE (Mean Square Error)減少了17%。(對第五章,對應學術論文成果[3,7])。
[Abstract]:......
【學位授予單位】：北京郵電大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TP393.09

【參考文獻】

相關期刊論文 前10條

1 朱志良;邱媛源;李丹程;王曉明;;基于組合的Web服務復雜網(wǎng)絡的構(gòu)建與分析[J];東北大學學報(自然科學版);2012年06期

2 張宏科;蘇偉;;新網(wǎng)絡體系基礎研究——一體化網(wǎng)絡與普適服務[J];電子學報;2007年04期

3 李世勇;秦雅娟;張宏科;;基于網(wǎng)絡效用最大化的一體化網(wǎng)絡服務層映射模型[J];電子學報;2010年02期

4 孫萍;蔣昌俊;;利用服務聚類優(yōu)化面向過程模型的語義Web服務發(fā)現(xiàn)[J];計算機學報;2008年08期

5 陳世展;馮志勇;王輝;;服務關系及其在面向服務計算中的應用[J];計算機學報;2010年11期

6 寧達;何克清;彭蓉;馮在文;劉建曉;李征;;基于社會標注的Web服務語義自動浮現(xiàn)方法[J];計算機學報;2011年12期

7 歐有遠;張海粟;孟暉;李德毅;;基于復雜網(wǎng)絡社團劃分的Web services聚類[J];計算機應用研究;2009年06期

8 謝高崗;張玉軍;李振宇;孫毅;謝應科;李忠誠;劉韻潔;;未來互聯(lián)網(wǎng)體系結(jié)構(gòu)研究綜述[J];計算機學報;2012年06期

9 王玨;向朝參;王萌;田暢;趙文棟;代登坡;;語義Web服務發(fā)現(xiàn)研究現(xiàn)狀與發(fā)展[J];計算機應用研究;2013年01期

10 張莉;張斌;黃利萍;朱志良;;基于服務調(diào)用特征模式的個性化Web服務QoS預測方法[J];計算機研究與發(fā)展;2013年05期

，

本文編號：2278612