基于贝叶斯模型的云服务QoS预测和保障研究

发布时间：2017-09-17 00:38

  本文关键词：基于贝叶斯模型的云服务QoS预测和保障研究

  更多相关文章： 云服务 服务质量 贝叶斯常均值模型 时间序列预测方法 实时预测 保障框架

【摘要】：随着云计算产业的飞速发展,越来越多的企业和个人使用云服务。然而云服务是通过动态的Internet网来提供服务的,因此云服务的服务质量(Quality of Service,QoS)会随着时间的推移、网络环境和云主机负载等因素的变化而动态变化,又因为云计算的可靠性,可用性和安全性等特点,云服务的QoS变化是相对稳定和有规律的。通过对云服务的QoS进行实时预测,分配一个未来一段时间内满足用户QoS要求的云服务,同时感知可能即将发生的QoS违规,对保障云服务的QoS具有重要的意义。针对上述问题,研究人员提出了很多基于预测的云服务QoS保障方案。其中很多方案采用预测方法预测云服务的QoS状态,继而根据预测结果进行准确的云服务分配和保障云服务满足用户QoS要求。但是其中部分方案采用的预测方法的准确性不高,从而导致云服务QoS的保障效果不理想,还有部分方案采用的预测方法的准确性虽然较高,但是却因为预测所需历史数据量大,预测开销大等原因,导致无法对云服务进行实时的预测,更不能对云服务的整个过程进行很好的预测。针对以上方案的不足,本文引入改进状态误差方差的贝叶斯常均值模型对云服务的QoS进行预测,在利用少量历史数据和消耗少量系统资源的情况下,提高预测的准确性。同时提出基于预测方法的云服务QoS保障框架,框架根据QoS预测结果进行云服务的分配和感知可能的QoS违规,对感知到的QoS违规提前采取措施,极大地保障了云服务的服务质量。本文提出了一个基于改进的贝叶斯常均值模型的云服务QoS保障框架,在云服务b}配阶段,实时预测云服务QoS并分配给用户一个一段时间内满足用户QoS要求的云服务。在云服务执行阶段,实时预测云服务的QoS和感知QoS违规,对QoS违规采取针对性措施,从而保障云服务的QoS。本文的主要工作如下:(1)总结了现有的用于云服务QoS预测的时间序列预测方法。详细介绍了各个预测方法的原理、推理、证明过程和计算步骤,以及各自的优缺点。(2)针对现有的云服务QoS时间序列预测方法的不足,给出了基于改进的贝叶斯常均值模型的云服务QoS预测方法,详细介绍该方法的改进之处及预测优势。利用Hadoop集群模拟云服务平台,收集了集群中虚拟机的QoS指标作为预测对象,对比了几种时间序列预测方法的在云服务QoS预测方面的准确性和拟合效果。(3)针对现有的云服务QoS框架的不足,给出了基于预测方法的云服务QoS保障框架。详细介绍了框架的组成部分,并将QoS框架和预测方法相结合,对比了几种方案的QoS保障效果。实验证明了基于改进的贝叶斯常均值模型的云服务QoS保障框架在QoS保障方面的有效性。
【关键词】：云服务 服务质量 贝叶斯常均值模型 时间序列预测方法 实时预测 保障框架
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP393.09;TP18
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-24
• 1.1 课题研究背景及意义10-11
• 1.2 云计算概述11-13
• 1.2.1 云计算概述11-12
• 1.2.2 云计算特点12
• 1.2.3 云计算应用12-13
• 1.3 云服务QoS属性及指标13-16
• 1.4 云服务QoS预测技术研究现状16-20
• 1.5 云服务QoS保障技术研究现状20-21
• 1.6 本文研究内容与章节安排21-24
• 1.6.1 本文研究内容21-22
• 1.6.2 论文章节安排22-24
• 第二章 基于时间序列分析的预测方法24-37
• 2.1 移动平均法24-25
• 2.1.1 简单移动平均法24-25
• 2.1.2 加权移动平均法25
• 2.2 指数平滑法25-26
• 2.3 自回归积分滑动平均模型26-30
• 2.4 贝叶斯常模型30-36
• 2.4.1 正态动态线性模型30
• 2.4.2 常均值模型30-33
• 2.4.3 常均值折扣模型33-36
• 2.5 本章小结36-37
• 第三章 改进的贝叶斯模型的云服务QoS预测方法37-47
• 3.1 改进的贝叶斯模型37-40
• 3.2 实验对比与分析40-46
• 3.2.1 预测准备40-41
• 3.2.2 实验数据的获取41
• 3.2.3 评价指标41-42
• 3.2.4 准确性对比42-46
• 3.4 本章小结46-47
• 第四章 基于预测的云服务QoS保障框架47-53
• 4.1 云服务QoS保障框架研究现状47-49
• 4.2 基于预测的云服务QoS保障框架49-50
• 4.2.1 现有的基于预测的云服务QoS保障框架49
• 4.2.2 基于预测的云服务QoS保障框架49-50
• 4.3 实验仿真与分析50-52
• 4.3.1 实验环境50-51
• 4.3.2 QoS保障效果对比与分析51-52
• 4.4 本章小结52-53
• 第五章 总结与展望53-55
• 参考文献55-59
• 致谢59-61
• 攻读硕士期间发表的论文61

【相似文献】

中国期刊全文数据库 前10条

1 伍杰华;;基于树状朴素贝叶斯模型的社会网络关系预测[J];计算机应用;2013年11期

2 程岚岚,何丕廉,孙越恒;基于朴素贝叶斯模型的中文关键词提取算法研究[J];计算机应用;2005年12期

3 吴陈;王万川;;基于原型的EM朴素贝叶斯模型在直接营销中的应用[J];计算机应用与软件;2012年09期

4 周s踽，

本文编号：866267