动态决策模型下的服务推送机制研究

发布时间：2017-05-01 18:07

  本文关键词：动态决策模型下的服务推送机制研究，由笔耕文化传播整理发布。

【摘要】：随着互联网技术的发展,Web实时通信已经成为热点研究领域之一。Web实时通信的方式主要包括Ajax轮询、Comet和WebSocket:Ajax轮询通过周期发送Ajax请求获取服务器的最新数据；Comet建立HTTP长连接来实现服务器到浏览器的消息推送;WebSocket是HTML5提出的一种新的服务推送协议,实现了浏览器与服务器之间的全双工通信。目前,成熟的服务推送技术框架主要包括Pushlet、DWR、Flash XMLSocket和Java Applet o如果在复杂的应用场景和网络环境下,单独使用上述一种推送技术进行服务推送会存在服务器资源开销大但并发访问量小、系统稳定性差、浏览器版本不兼容、推送失败率高等问题。这些问题产生的最主要原因是上述推送技术的实现原理和应用场景各不相同。如果能在同一个Web应用中根据实际情况动态调整推送方式,充分利用各推送方式的优点,就能提高服务推送的总体质量。因此,本文构造动态决策模型,根据实际场景计算决策值动态切换推送方式,能够避免全部采用单一服务推送方式的弊端。本文的主要研究工作包括：1)本文详细分析和比较了现有的各种服务推送技术和框架,归纳了各种推送方式的实现原理和使用场景；2)本文设计了一种动态决策模型,该模型基于熵权法和层次分析法来构建,能够根据实时性需求、用户权限和服务器负载三者之间的实际情况动态选择推送方式。本模型提高了服务器资源利用效率,降低平均服务时间；3)本文设计了一个动态服务推送框架,使用决策中间件封装了本文设计的动态决策预测模型,解除决策计算和服务推送之间的耦合关系。决策中间件提供决策缓存,提高决策速度。推送服务器采用线程池技术,在推送任务到来之前预先创建一定数量的线程,提高了并发推送的处理能力和响应速度。最后,实验验证了本文设计的动态推送机制的性能,测试和比较了Ajax轮询、长轮询、DWR等推送方式的并发处理能力、平均服务时间、系统吞吐率和服务器资源开销,实验结果表明,本文设计的动态服务推送机制能够有效利用服务器资源,提高系统吞吐率,降低推送失败率,同时还能兼顾推送的实时性。
【关键词】：服务推送 实时通信 DWR 动态决策模型
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要3-4
• Abstract4-8
• 1 绪论8-15
• 1.1 研究背景及意义8-10
• 1.2 国内外研究现状10-13
• 1.3 本文主要研究内容13
• 1.4 本文的组织结构13-15
• 2 服务推送技术及其决策方法的分析与比较15-26
• 2.1 引言15
• 2.2 Web实时通信方式分析15-19
• 2.2.1 Ajax轮询15-16
• 2.2.2 基于长连接的Comet技术16-17
• 2.2.3 WebSocket通信原理17-19
• 2.3 主流服务推送技术和框架分析19-24
• 2.3.1 Flash XMLSocket技术19-20
• 2.3.2 Java Applet技术20-21
• 2.3.3 DWR推送框架21-22
• 2.3.4 Pushlet推送框架22-24
• 2.4 动态决策技术24-25
• 2.4.1 决策树算法24-25
• 2.4.2 决策粗糙集25
• 2.5 本章小结25-26
• 3 动态决策模型26-37
• 3.1 引言26
• 3.2 基于熵权法的权重评估26-28
• 3.2.1 熵权法概述26-27
• 3.2.2 信息熵定义27
• 3.2.3 基于熵权法评价指标权值27-28
• 3.3 基于层次分析法的权重评估28-32
• 3.3.1 层次分析法概述28-29
• 3.3.2 构造层次分析模型29-32
• 3.4 基于熵权法和层次分析法的动态决策模型32-36
• 3.4.1 评语集划分32-33
• 3.4.2 决策中间件33-35
• 3.4.3 决策工作流程35-36
• 3.5 本章小结36-37
• 4 基于动态决策模型的服务推送机制37-45
• 4.1 引言37
• 4.2 推送线程池设计37-39
• 4.3 动态服务推送框架设计39-41
• 4.4 动态服务推送机制决策评估模型的应用41-44
• 4.4.1 熵权法决策评估41-42
• 4.4.2 层次分析法决策评估42-44
• 4.4.3 决策值计算44
• 4.5 本章小结44-45
• 5 动态推送机制实验分析45-59
• 5.1 实验环境45-47
• 5.2 三种推送方式流量占用对比47-48
• 5.3 服务器每秒处理量48-49
• 5.4 系统吞吐量49-55
• 5.4.1 实验场景描述49
• 5.4.2 平均服务时间49-55
• 5.4.3 吞吐率比较55
• 5.5 服务器性能评估55-58
• 5.6 本章小结58-59
• 6 总结与展望59-61
• 6.1 研究成果总结59-60
• 6.2 未来工作展望60-61
• 致谢61-62
• 参考文献62-67
• 附录67

【参考文献】

中国期刊全文数据库 前3条

1 郑啸;罗军舟;曹玖新;宋爱波;;基于发布/订阅机制的Web服务QoS信息分发模型[J];计算机研究与发展;2010年06期

2 陈航;赵方;;基于服务器推送技术和XMPP的WebIM系统实现[J];计算机工程与设计;2010年05期

3 张敏;杨海根;贺军义;;基于DWR的保险项目管理系统的设计与实现[J];计算机工程与设计;2011年04期

中国硕士学位论文全文数据库 前2条

1 刘涛;Comet云环境下消息通信模型的研究[D];哈尔滨工程大学;2012年

2 魏丹;遗传算法在AHP权值确定中的应用研究[D];东北大学;2011年

  本文关键词：动态决策模型下的服务推送机制研究，，由笔耕文化传播整理发布。

本文编号：339378