基于Markov过程的动态云服务评估模型与QoS优化方法研究

发布时间：2017-04-24 22:17

  本文关键词：基于Markov过程的动态云服务评估模型与QoS优化方法研究，由笔耕文化传播整理发布。

【摘要】：云计算以“一切皆为服务”的思想和形式向用户提供虚拟化的应用计算资源、开放的标准、可伸缩的系统和面向服务的架构,使云服务提供商以灵活且实惠的方式提供可靠的、随需应变的服务给用户。随着社会的发展,单个服务已无法满足人们对复杂功能的需求,而将若干个功能简单的服务通过一定的模型组织以实现更高的质量、更复杂的功能,是云计算服务的根本特征和发展趋势。由于服务组合是由不同组织发布、分布在Internet上、具有自治特征的软件组件,在动态、复杂、多变的云服务组合环境下,QoS(Quality of Service)成为影响服务组合能否成功的关键因素之一。由于用户对于服务的需求已经从功能单一云服务转变为服务类聚合云服务,如何在定性描述模型的基础上考虑服务质量指标的量化建模,如何科学地设计高质量的云服务及动态、高效、客观地评估云服务的服务质量是云计算工程面临的挑战性课题。在云服务计算模式下,服务的超大规模性、高复杂性、失效类型多样性、虚拟化管理和资源动态变化等特性,使得传统的服务组合评估技术难以适应云服务的新特点和新需求。云服务组合的本质是提高服务质量QoS,也是增强软件的复用率和缩短软件研发周期一种有效的可伸缩计算模式。QoS作为评价用户服务适合度的重要内在属性,反映了网络在保证信息传输和满足服务要求方面的能力。本文针对云服务组合中QoS存在的问题,深入分析传统的服务组合评估方法,系统研究了云服务组合的体系架构、模型建立、评估优化、验证方法等关键技术,构建面向云用户请求的服务质量模型和相应实现过程,通过对评估模型动态规划的优化分析,提出一种改进的优化策略,实现用户最佳的服务组合选择。论文的主要工作具体分为四个方面:1.针对传统云服务组合存在的业务逻辑与服务质量的不确定性,以及时序、时间窗约束的限制性,基于云服务业务流程管理的特点,给出了BPEL流程的云服务组合实现框架;在随机Petri网理论的基础上对云服务组合生命周期QoS进行细粒度描述,探讨了BPEL流程活动向组合云服务流程网模型(CCSPNet)转换的建模方法,并以此为基础,提出了基于马尔科夫过程的动态云服务QoS评估模型。2.针对云服务的具体特点,分析了云服务组合的各项质量指标及其意义,提出了基于马尔科夫过程的云服务组合QoS量化评估方法,实现了对性能、可靠性、代价等多维指标的量化求解,在此基础上,提出了六维多层次动态云服务组合QoS计算方法,实现了在动态云服务组合中按照用户的QoS需求对组合服务中的服务类进行选择,将组合服务提交给用户执行的服务流程;针对当前服务质量的不足,提出了组合云服务的QoS优化设计方法。3.针对服务组合过程中的动态性、不稳定性以及多种QoS属性限制等问题,提出一个适应服务组合的改进蚁群算法WJ-I-ACO算法,WJ-I-ACO算法包括局部优化算法和全局优化算法两部分,局部优化算法利用聚类分析的方法将服务属性相同或相近的服务进行类聚,减少蚁群算法的搜寻节点,实现算法的局部优化。全局优化算法利用两条路径的动态差分平方统计量将相近的路径进行合并,实现蚁群算法的全局优化,两种优化算法使WJ-I-ACO算法能够适应服务组合优化过程中发生的服务无效,以及自适应服务中QoS变化等情况。4.通过Active BPEL执行引擎获得基于BPEL服务组合实例实际运行的日志数据,验证了基于马尔科夫过程的动态云服务组合评估模型的正确性,通过MATLAB仿真对一个服务组合实例的多次模拟迭代、循优求解验证了WJ-I-ACO算法的有效性和可行性,并在实验基础上对服务组合策略进行了改进。
【关键词】：云计算 服务组合 QoS 马尔科夫 WJ-I-ACO
【学位授予单位】：解放军信息工程大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要7-9
• Abstract9-14
• 第一章 绪论14-24
• 1.1 研究背景及意义14-17
• 1.2 国内外研究现状17-20
• 1.2.1 云计算的研究现状17-18
• 1.2.2 云服务的研究现状18-20
• 1.3 主要的研究工作20
• 1.4 论文的组织结构20-24
• 第二章 相关技术研究24-36
• 2.1 云服务的体系框架24-27
• 2.1.1 面向服务的体系结构24-25
• 2.1.2 云服务QoS技术框架25-27
• 2.2 服务组合选择研究27-29
• 2.2.1 服务组合分类27
• 2.2.2 服务组合选择27-29
• 2.3 评估优化技术研究29-35
• 2.3.1 评估模型研究分析29-31
• 2.3.2 优化技术研究分析31-33
• 2.3.3 蚁群算法相关研究33-35
• 2.4 本章小结35-36
• 第三章 基于马尔科夫过程的动态云服务组合QoS评估模型36-56
• 3.1 BPEL业务流程的规范描述36-41
• 3.1.1 云服务组合实现和管理框架36-38
• 3.1.2 BPEL业务流程规范38-41
• 3.2 随机Petri网中间模型的建立41-50
• 3.2.1 云服务组合流程网模型的定义41-43
• 3.2.2 CCSPNet模型的转换规则描述43-50
• 3.3 Markov过程的云服务组合建模50-55
• 3.4 本章小结55-56
• 第四章六维多层次的动态云服务组合QoS评估与优化方法56-78
• 4.1 服务组合质量指标及意义分析56-59
• 4.2 六维多层次QoS量化评估方法59-67
• 4.2.1 服务质量指标计算理论与方法59-61
• 4.2.2 六维多层次QoS属性量化分析61-66
• 4.2.3 动态感知的QoS属性调整设计66-67
• 4.3 面向用户请求的QoS模型实现67-68
• 4.4 组合云服务QoS优化方法设计68-77
• 4.4.1 组合云服务QoS选择优化分析68-70
• 4.4.2 WJ-I-ACO算法状态转移概率70-71
• 4.4.3 WJ-I-ACO算法的设计与实现71-76
• 4.4.4 服务组合QoS优化动态性设计76-77
• 4.5 本章小结77-78
• 第五章 模型评估与云服务组合优化的数据分析及实验设计78-90
• 5.1 动态云服务组合评估模型数据分析及实验验证78-83
• 5.1.1 实验平台选定78-79
• 5.1.2 实验实例设计79
• 5.1.3 实验数据分析79-82
• 5.1.4 理论结果检验82-83
• 5.2 基于云服务组合优化的MATLAB仿真分析83-88
• 5.2.1 仿真实验设计83-85
• 5.2.2 有效性的实验85
• 5.2.3 可行性的实验85-87
• 5.2.4 优化策略分析87-88
• 5.3 本章小结88-90
• 第六章 总结与展望90-92
• 6.1 主要工作总结90-91
• 6.2 下一步工作91-92
• 致谢92-94
• 参考文献94-99
• 作者简历99

【参考文献】

中国期刊全文数据库 前9条

1 胡春华;刘济波;刘建勋;;云计算环境下基于信任演化及集合的服务选择[J];通信学报;2011年07期

2 叶荣华;金芝;王璞巍;郑丽伟;杨夏芬;;一种需求驱动的自主Web服务聚集方法[J];软件学报;2010年06期

3 周相兵;马洪江;杨兴江;;一种基于云计算的语义Web服务组合模型研究[J];微电子学与计算机;2009年08期

4 门鹏;段振华;;广义随机Petri网下的组合Web服务建模与评价[J];西安交通大学学报;2008年08期

5 倪晚成;刘连臣;吴澄;刘伟;;基于概念关联程度的网格服务组合方法[J];清华大学学报(自然科学版);2007年10期

6 黄翰;郝志峰;吴春国;秦勇;;蚁群算法的收敛速度分析[J];计算机学报;2007年08期

7 徐新卫;丁秋林;;基于QoS上下文的Web服务动态合成[J];华南理工大学学报(自然科学版);2007年01期

8 张成文;苏森;陈俊亮;;基于遗传算法的QoS感知的Web服务选择[J];计算机学报;2006年07期

9 代钰;杨雷;张斌;高岩;;支持组合服务选取的QoS模型及优化求解[J];计算机学报;2006年07期

  本文关键词：基于Markov过程的动态云服务评估模型与QoS优化方法研究，由笔耕文化传播整理发布。

，

本文编号：325096