云计算环境下基于QoS的服务自适应演化研究

发布时间：2017-09-11 21:01

  本文关键词：云计算环境下基于QoS的服务自适应演化研究

  更多相关文章： 云计算 Qo S 服务组合 自适应 演化

【摘要】：随着云计算技术的兴起,服务以爆炸性的方式进行增长,越来越多的人在生活和工作中都使用云服务,云服务已经成为IT服务的主流趋势。云计算环境的动态性和开放性,使得用户需求也会频繁的发生变化,为了适应开放的云计算环境,云服务需要进行一定的自适应演化。由于具有持续可用性的特点,云服务演化已成为的当前的研究热点,但是在当前的研究中,很少有对云服务自适应演化的研究,在这些少量的研究中,很少考虑服务质量(Quality of Service,Qo S)的问题。针对上述问题,本文以云服务为研究对象,以Qo S为评价标准,主要对云服务自适应演化以及演化过程中的服务优选问题进行研究。首先,考虑到在云服务自适应演化中,经常性的会出现上下文信息(需求信息)的改变,对自适应演化进行相关的定义,探讨并描述了适用于云计算环境下服务的Qo S的评价标准及其量化公式,随后给出了具体的自适应演化框架以及考虑到优选过程中服务异常信息,结合自适应演化框架,针对演化过程中的操作情况,给出自适应演化操作,并且提出自适应演化算法,该算法综合考虑了本文描述的Qo S评价标准,以保证演化后的服务能够满足用户的需求。其次,针对自适应演化过程中的云服务优选问题,先对云服务进行分类预处理,减少优选时间,分析了云服务在四种组合基本结构下的Qo S的计算表达式,进而将问题转换成云服务优选的多目标规划问题,并结合粒子群分布估计算法的框架,提出混和粒子群算法来对问题进行求解。最后,对上述问题进行仿真实验分析,主要是对本文采用的提出的算法进行了有效性验证和效率对比验证,并对实验结果进行分析,本文的算法在效率性上有一定的优势。本文在云服务自适应演化研究中,提出了自适应演化算法和服务优选算法,并且以Qo S为衡量标准,对云服务的操作更加的合理,提高了整体服务的Qo S值,针对需求变化进行自适应演化,不仅能够实时而有效的满足用户的需求,而且大大提高了自适应演化的准确性和效率性。
【关键词】：云计算 Qo S 服务组合 自适应 演化
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.09
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-17
• 1.1 研究背景及意义9-11
• 1.2 国内外研究现状11-13
• 1.3 研究内容及工作13-14
• 1.4 论文组织结构14-17
• 第3章 相关技术和研究方法17-33
• 2.1 云计算17-23
• 2.1.1 云计算的概念17-19
• 2.1.2 云计算的主要特点19-20
• 2.1.3 云服务分类20-22
• 2.1.4 云服务Qo S属性22-23
• 2.2 服务优选23-28
• 2.2.1 服务组合的概念23-26
• 2.2.2 云服务优选的相关研究26-28
• 2.3 软件自适应演化28-31
• 2.3.1 软件演化概念28
• 2.3.2 软件自适应演化定义和特点28-29
• 2.3.3 软件自适应环境动态感知和决策技术29-30
• 2.3.4 软件自适应演化方法30-31
• 2.4 本章小结31-33
• 第3章 基于Qo S的云服务自适应演化框架33-49
• 3.1 相关定义及属性量化33-36
• 3.2 自适应演化框架36-38
• 3.3 自适应演化操作38-45
• 3.4 自适应演化算法45-46
• 3.5 本章小结46-49
• 第4章 基于Qo S的云服务优选算法49-57
• 4.1 云服务的预处理49-50
• 4.2 云服务优选问题的定义和转换50-52
• 4.3 云服务优选算法52-56
• 4.3.1 粒子群算法52
• 4.3.2 Copula分布估计算法52
• 4.3.3 混合粒子群算法52-56
• 4.4 本章小结56-57
• 第5章 实验及分析57-64
• 5.1 基于Qo S的云服务优选实验57-61
• 5.1.1 仿真环境57-58
• 5.1.2 实验与分析58-61
• 5.2 基于Qo S的云服务自适应演化算法实验61-63
• 5.2.1 仿真环境61-62
• 5.2.2 实验与分析62-63
• 5.3 本章小结63-64
• 第6章 总结与展望64-66
• 6.1 总结64
• 6.2 展望64-66
• 致谢66-67
• 参考文献67-70

【参考文献】

中国期刊全文数据库 前10条

1 李青山;王璐;褚华;张曼;;一种基于智能体技术的软件自适应动态演化机制[J];软件学报;2015年04期

2 张明卫;朱志良;张斌;张岳松;;一种基于EQ规则的组合服务运行时自适应方法[J];软件学报;2015年04期

3 丁滟;王怀民;史佩昌;吴庆波;戴华东;富弘毅;;可信云服务[J];计算机学报;2015年01期

4 邓水光;黄龙涛;吴斌;尹健伟;李革新;;一种QoS最优的语义Web服务自动组合方法[J];计算机学报;2013年05期

5 刘卫宁;李一鸣;刘波;;基于自适应粒子群算法的制造云服务组合研究[J];计算机应用;2012年10期

6 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

7 徐洪珍;曾国荪;陈波;;软件体系结构动态演化的条件超图文法及分析[J];软件学报;2011年06期

8 王永贵;韩瑞莲;;基于改进蚁群算法的云环境任务调度研究[J];计算机测量与控制;2011年05期

9 朱锐;王怀民;冯大为;;基于偏好推荐的可信服务选择[J];软件学报;2011年05期

10 徐洪珍;曾国荪;;基于超图文法的软件体系结构动态演化[J];同济大学学报(自然科学版);2011年05期

中国博士学位论文全文数据库 前6条

1 许楠;基于本体的上下文感知计算关键技术研究[D];大连海事大学;2015年

2 刘阳;云计算中服务组合与选择技术研究[D];北京邮电大学;2013年

3 张勇;具有环境感知的普适计算服务自适应性研究[D];上海交通大学;2009年

4 龚小勇;基于QoS的Web服务发现与组合方法研究[D];重庆大学;2008年

5 李蕊;上下文感知计算若干关键技术研究[D];湖南大学;2007年

6 吴卿;面向普适计算的自适应中间件模型与方法研究[D];浙江大学;2006年

，

本文编号：833028