基于QoS的Skyline服务选择方法研究
发布时间：2022-01-16 20:51
随着互联网的不断发展,服务计算以及云计算的广泛应用,具有相同功能属性、不同非功能属性的Web服务出现了爆炸式的增长。在对Web服务进行服务选择时,传统的服务选择方法面对海量服务数据,无论在效率方面还是准确性方面,都面临着很大的挑战。网络上层出不穷的服务数据对服务选择提出了更严格的要求——如何从海量服务数据中快速、准确地选择出满足企业或用户需求的服务将成为一个亟待解决的问题。本文将数据库领域中的Skyline技术应用到Web服务选择中,提取出Web服务中的SP（Skyline Point）服务;然后,将数理统计中的离散系数法应用到服务过滤阶段,提出了一种基于Qo S的服务过滤模型,该模型可以提前过滤掉那些服务质量不稳定的无效服务,为后面进行服务选择缩小了范围;并对Skyline算法进一步改进,提出了一种改进的Skyline服务选择方法。该算法把整个服务集合进行一次区域划分,大量减少了不具有支配关系的数据点,节省了内存的占用。改进后的Skyline服务选择方法可有效的过滤和减少那些不具有支配关系区域间的支配检查,节省了内存空间的占用,大大提高了服务选择的执行效率。并在真实数据集（QWS）和...
【文章来源】：齐鲁工业大学山东省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
WebService架构
齐鲁工业大学硕士学位论文13应地价格低的酒店距离海边相对比较远；所以不会有一个非常明确的结果，只能返回给游客一些酒店的结果集供游客进行选择。这些酒店的距离和价格都不比其他酒店“差”，也就是返回值的点在同一价格上没有比这个酒店在距离海边更近的点了。表2.1酒店距离与价格酒店(Hotel)Price(￥)Distance(km)a5001.2b5501.8c4005.2d3004.4e2206.6f1008.8g4502.5从表2.1可见，该酒店有两个属性，一个是距离海边的距离(Distance)，另一个是酒店的价格(Price)。我们将其对应到如下图2.3所示的坐标系中，横坐标表示顾客与酒店的距离，纵坐标表示酒店的价格。图2.3酒店距离价格在这个例子当中，待选服务集共有7个服务，每个服务都有价格(Price)和距
第3章基于QoS的服务选择方法30图3.2算法流程图通过以上分析可以总结出，提出的基于QoS的服务过滤模型可以有效的过滤淘汰那些无效服务，大大减少了服务选择的搜索范围。其次，通过Skyline计算后，可以过滤掉大部分被支配的非Skyline服务，降低了候选服务集中服务的数量，从而提高了服务选择的效率。3.4本章小结本章主要研究了Web服务的选择方法，在简述QoS定义的基础上，对QoS的属性以及效用函数进行了详细的分析；然后对现有服务选择方法的优缺点进行总结，提出了一种基于QoS的服务过滤模型，该模型首先利用数理统计中的离散系数法求出各属性的权重；再针对离散系数权重的大小，过滤掉那些QoS属性不稳定的无效服务，降低了候选服务的规模，进而降低服务选择的效率。
【参考文献】：
期刊论文
[1]Hadoop大数据开发课程实践教学研究[J]. 梁晶,胡新荣. 计算机教育. 2020(02)
[2]HDFS存储和优化技术研究综述[J]. 金国栋,卞昊穹,陈跃国,杜小勇. 软件学报. 2020(01)
[3]云计算环境下的数据挖掘算法探究[J]. 张珍. 网络安全技术与应用. 2019(05)
[4]QoS约束的代表性Skyline Web服务选择[J]. 黄迎春,左甜甜. 火力与指挥控制. 2019(01)
[5]一种多参数的Web服务选择方法[J]. 贾志淳,卢元,李想,邢星. 计算机工程与应用. 2019(21)
[6]Spark性能优化技术研究综述[J]. 廖湖声,黄珊珊,徐俊刚,刘仁峰. 计算机科学. 2018(07)
[7]Hadoop综述[J]. 李元亨,邹学玉. 电脑知识与技术. 2018(09)
[8]一种Hadoop YARN的资源调度机制[J]. 李程,柴小丽,谢彬,唐鹏. 计算机与现代化. 2017(11)
[9]基于改进协同过滤的个性化Web服务推荐方法研究[J]. 徐堃,朱小柯,荆晓远. 计算机技术与发展. 2018(01)
[10]基于Hadoop生态系统的大数据解决方案综述[J]. 魏冉. 数字通信世界. 2017(08)
博士论文
[1]基于MapReduce大数据并行处理的若干关键技术研究[D]. 张滨.东华大学 2017
[2]云计算环境下的并行Skyline算法及其应用研究[D]. 李媛媛.大连海事大学 2016
硕士论文
[1]基于云计算的数据挖掘算法并行化研究与实现[D]. 李星.南京邮电大学 2018
[2]SOA服务构件在用户管理系统中的应用研究[D]. 汪润.北方工业大学 2018
[3]基于QoS的Web服务的选择与组合问题研究[D]. 程源.重庆邮电大学 2019
[4]基于QoS的Web服务选择方法研究与实现[D]. 綦麟.北京邮电大学 2018
[5]协同过滤算法的改进与应用研究[D]. 王璇.南京邮电大学 2017
[6]基于Hadoop平台的数据挖掘分类算法分析与研究[D]. 李正杰.南京邮电大学 2016
[7]支持QoS关联的组合服务Skyline研究[D]. 杜宇.南京大学 2015
[8]基于Skyline的分布式服务选择与动态维护方法研究[D]. 王雪梅.哈尔滨工程大学 2014
本文编号：3593399
【文章来源】：齐鲁工业大学山东省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
WebService架构
齐鲁工业大学硕士学位论文13应地价格低的酒店距离海边相对比较远；所以不会有一个非常明确的结果，只能返回给游客一些酒店的结果集供游客进行选择。这些酒店的距离和价格都不比其他酒店“差”，也就是返回值的点在同一价格上没有比这个酒店在距离海边更近的点了。表2.1酒店距离与价格酒店(Hotel)Price(￥)Distance(km)a5001.2b5501.8c4005.2d3004.4e2206.6f1008.8g4502.5从表2.1可见，该酒店有两个属性，一个是距离海边的距离(Distance)，另一个是酒店的价格(Price)。我们将其对应到如下图2.3所示的坐标系中，横坐标表示顾客与酒店的距离，纵坐标表示酒店的价格。图2.3酒店距离价格在这个例子当中，待选服务集共有7个服务，每个服务都有价格(Price)和距
第3章基于QoS的服务选择方法30图3.2算法流程图通过以上分析可以总结出，提出的基于QoS的服务过滤模型可以有效的过滤淘汰那些无效服务，大大减少了服务选择的搜索范围。其次，通过Skyline计算后，可以过滤掉大部分被支配的非Skyline服务，降低了候选服务集中服务的数量，从而提高了服务选择的效率。3.4本章小结本章主要研究了Web服务的选择方法，在简述QoS定义的基础上，对QoS的属性以及效用函数进行了详细的分析；然后对现有服务选择方法的优缺点进行总结，提出了一种基于QoS的服务过滤模型，该模型首先利用数理统计中的离散系数法求出各属性的权重；再针对离散系数权重的大小，过滤掉那些QoS属性不稳定的无效服务，降低了候选服务的规模，进而降低服务选择的效率。
【参考文献】：
期刊论文
[1]Hadoop大数据开发课程实践教学研究[J]. 梁晶,胡新荣. 计算机教育. 2020(02)
[2]HDFS存储和优化技术研究综述[J]. 金国栋,卞昊穹,陈跃国,杜小勇. 软件学报. 2020(01)
[3]云计算环境下的数据挖掘算法探究[J]. 张珍. 网络安全技术与应用. 2019(05)
[4]QoS约束的代表性Skyline Web服务选择[J]. 黄迎春,左甜甜. 火力与指挥控制. 2019(01)
[5]一种多参数的Web服务选择方法[J]. 贾志淳,卢元,李想,邢星. 计算机工程与应用. 2019(21)
[6]Spark性能优化技术研究综述[J]. 廖湖声,黄珊珊,徐俊刚,刘仁峰. 计算机科学. 2018(07)
[7]Hadoop综述[J]. 李元亨,邹学玉. 电脑知识与技术. 2018(09)
[8]一种Hadoop YARN的资源调度机制[J]. 李程,柴小丽,谢彬,唐鹏. 计算机与现代化. 2017(11)
[9]基于改进协同过滤的个性化Web服务推荐方法研究[J]. 徐堃,朱小柯,荆晓远. 计算机技术与发展. 2018(01)
[10]基于Hadoop生态系统的大数据解决方案综述[J]. 魏冉. 数字通信世界. 2017(08)
博士论文
[1]基于MapReduce大数据并行处理的若干关键技术研究[D]. 张滨.东华大学 2017
[2]云计算环境下的并行Skyline算法及其应用研究[D]. 李媛媛.大连海事大学 2016
硕士论文
[1]基于云计算的数据挖掘算法并行化研究与实现[D]. 李星.南京邮电大学 2018
[2]SOA服务构件在用户管理系统中的应用研究[D]. 汪润.北方工业大学 2018
[3]基于QoS的Web服务的选择与组合问题研究[D]. 程源.重庆邮电大学 2019
[4]基于QoS的Web服务选择方法研究与实现[D]. 綦麟.北京邮电大学 2018
[5]协同过滤算法的改进与应用研究[D]. 王璇.南京邮电大学 2017
[6]基于Hadoop平台的数据挖掘分类算法分析与研究[D]. 李正杰.南京邮电大学 2016
[7]支持QoS关联的组合服务Skyline研究[D]. 杜宇.南京大学 2015
[8]基于Skyline的分布式服务选择与动态维护方法研究[D]. 王雪梅.哈尔滨工程大学 2014
本文编号：3593399
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3593399.html
最近更新
教材专著
