大数据环境下基于QoS历史记录的服务组合推荐方法研究

发布时间：2021-10-27 13:22

　　随着移动设备如智能手机、平板电脑等的飞速普及,以及无线网与Web2.0等相关技术的迅猛发展,移动网络用户的数量与日俱增,这也催生了服务的多样化与规模化发展。大量的服务描述、交易记录以及监控信息无时无刻不在世界的各个角落产生着,“服务大数据”逐步形成,如何处理基于大数据应用的服务组合问题成为一道难题。与此同时,网络服务环境是时刻发生变化的,各种服务的QoS（Quality of Service）指标会由于各种内在因素或者外在环境的改变而变动的,特别是当某些服务提供商标榜一些不可靠或者不真实的QoS描述时,将会给用户的选择带来严重的障碍。用实际服务交易中产生的历史记录作为QoS度量的标准,基于对历史记录的加工处理,来评估服务组合方案的好坏并给出最佳推荐,往往是不错的选择。鉴于上述问题,本文根据服务QoS历史记录的特点,从不同的思路提出了两种基于大规模QoS历史记录的服务组合推荐优化方法,两者均能克服海量数据处理缓慢以及服务环境动态不稳定的困难,评估实验表明,相对于传统的全局组合方法,我们的方法在保持较高的准确度的前提下,运行效率得到了很大提升,且随着服务数据量的增大,效率提高愈加明显。另外... 

【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景
    1.2 研究工作
    1.3 论文结构
第2章 大数据的技术体系和服务组合推荐的相关工作
    2.1 引言
    2.2 大数据处理相关工作
        2.2.1 大数据的定义
        2.2.2 大数据的处理流程
        2.2.3 大数据处理的关键技术
    2.3 服务组合推荐的关键概念
        2.3.1 执行路径(Execution path)和执行方案(Execution plan)
        2.3.2 服务的QoS参数指标
        2.3.3 服务的效用值
        2.3.4 QoS约束
    2.4 服务组合推荐研究现状
    2.5 本章小结
第3章 基于QoS历史记录的服务组合推荐方法
    3.1 引言
    3.2 基于QoS历史记录的服务组合推荐思路
    3.3 传统的全局组合推荐方法
        3.3.1 全局组合推荐方法的基本思路
        3.3.2 全局组合推荐方法的算法描述
        3.3.3 问题与分析
    3.4 一种基于分解全局约束和取历史记录均值策略的服务组合推荐方法DCAH
        3.4.1 DCAH方法的基本思想
        3.4.2 DCAH方法的算法描述
        3.4.3 问题与分析
    3.5 一种基于CLARA类的服务组合推荐方法CBSC
        3.5.1 CBSC方法的基本思想
        3.5.2 CLARA聚类方法简述
        3.5.3 CBSC方法的算法描述
        3.5.4 问题与分析
    3.6 本章小结
第4章 DCAH与CBSC方法的实验与评估
    4.1 实验数据与环境
    4.2 实验内容与评估
        4.2.1 时间消耗评估与分析
        4.2.2 准确度评估与分析
第5章 服务组合推荐在大数据环境中的应用
    5.1 引言
    5.2 大数据环境下的服务组合推荐系统架构
        5.2.1 系统构成
        5.2.2 处理流程
    5.3 “自驾游信息处理”案例分析
        5.3.1 “自驾游”信息处理的基本流程
        5.3.2 “自驾游”组合方案推荐的产生过程
    5.4 本章小结
第6章 结束语
    6.1 本文成果
    6.2 未来展望
参考文献
致谢
附录
    附录A 攻读硕士学位期间参加的科研项目
    附录B 攻读硕士学位期间发表的学术论文



本文编号：3461688