發(fā)布時間：2018-01-29 03:24

  本文關鍵詞： QoS歷史數(shù)據(jù) 云服務 服務選擇 時間序列預測　出處：《計算機工程與應用》2017年13期 　論文類型：期刊論文

【摘要】：為了進一步分析QoS歷史數(shù)據(jù)的動態(tài)變化,對現(xiàn)有的基于QoS歷史數(shù)據(jù)的云服務選擇算法進行了改進。將原算法中每一時間段的評價指標權重由QoS歷史數(shù)據(jù)平均值獲得,修改為由該時間段對應的QoS歷史數(shù)據(jù)獲得,更能發(fā)揮歷史數(shù)據(jù)的動態(tài)性。使用時間序列預測ARIMA模型對原QoS歷史數(shù)據(jù)進行預測,把預測結果并入原數(shù)據(jù)集形成新的數(shù)據(jù)集,在新數(shù)據(jù)集上進行服務選擇。設計了三個模型遞進地進行實驗分析,通過對比實驗結果驗證了改進算法的性能效果。
[Abstract]:In order to further analyze the dynamic changes of QoS historical data. The existing cloud service selection algorithm based on QoS history data is improved. The weight of evaluation index in each time period of the original algorithm is obtained from the average of QoS historical data. Modified by the corresponding QoS historical data in this time period, the history data can play a more dynamic role. The time series prediction ARIMA model is used to predict the original QoS historical data. The prediction results are merged into the original data set to form a new data set, and service selection is carried out on the new data set. Three models are designed to carry out the experimental analysis step by step. The performance of the improved algorithm is verified by comparing the experimental results.
【作者單位】： 重慶大學軟件理論與技術重慶市重點實驗室;
【基金】：國家自然科學基金(No.61472051)
【分類號】：TP393.09
【正文快照】： 1引言隨著互聯(lián)網(wǎng)上云服務數(shù)量的大量增長,許多云服務提供商提供了很多功能類似的服務,而這些服務往往在性能和價格上有差異。在此背景下,如何根據(jù)用戶的具體需求有效準確地發(fā)現(xiàn)并選擇出最好的服務給用戶是一項非常重要的工作�；�于Qo S屬性的云服務決策方法是現(xiàn)今云服務選擇的

【參考文獻】

相關期刊論文 前1條

1 華哲邦;李萌;趙俊峰;謝冰;;基于時間序列分析的Web Service QoS預測方法[J];計算機科學與探索;2013年03期

相關碩士學位論文 前3條

1 黃云;基于QoS的云服務評價模型及應用的研究[D];浙江工商大學;2013年

2 馬玲;云計算在中小企業(yè)信息化中的應用研究[D];合肥工業(yè)大學;2012年

3 呂琳潔;多屬性決策的若干問題研究[D];南京航空航天大學;2008年

【共引文獻】

相關期刊論文 前10條

1 孫天昊;石鴻瑗;萬煊民;;基于ARIMA和QoS的云服務選擇算法研究[J];計算機工程與應用;2017年13期

2 Pengcheng Zhang;Yingtao Sun;Hareton Leung;Meijun Xu;Wenrui Li;;A Novel Approach for QoS Prediction Based on Bayesian Combinational Model[J];中國通信;2016年11期

3 智淑敏;劉靜靜;;一種用于網(wǎng)絡位置隱私保護的動態(tài)路由算法[J];電子設計工程;2016年15期

4 陳偉;陳繼明;;基于貝葉斯模型的云服務服務質量預測[J];計算機應用;2016年04期

5 劉宗磊;莊媛;張鵬程;;基于徑向基神經(jīng)網(wǎng)絡的Web Service QoS屬性值組合預測方法[J];計算機與現(xiàn)代化;2015年12期

6 謝文昌;;同態(tài)映射聯(lián)合追蹤信息源位置隱私保護算法[J];科技通報;2015年10期

7 孫利娟;羅劉敏;楊新鋒;;基于重復消費動力學的用戶網(wǎng)絡消費模式分析[J];計算機應用研究;2016年09期

8 史玉珍;石黎;;社交網(wǎng)絡中基于模糊判定的固定信息推薦算法研究[J];科技通報;2015年09期

9 申利民;陳真;李峰;;基于時序分析的Web服務QoS協(xié)同預測[J];小型微型計算機系統(tǒng);2015年09期

10 李瑞俊;高霞;;OnStar源位置網(wǎng)絡隱私保護的區(qū)域模糊搜索算法[J];科技通報;2015年04期

相關碩士學位論文 前10條

1 陳偉;基于貝葉斯模型的云服務QoS預測和保障研究[D];江蘇大學;2016年

2 王清玲;基于QoS約束的云計算任務調度策略[D];重慶郵電大學;2016年

3 封勝杰;多屬性決策中的組合賦權及TOPSIS法研究[D];江蘇科技大學;2016年

4 黃海斌;基于復雜應用環(huán)境下構建云計算平臺NaaS的關鍵技術研究[D];華南理工大學;2016年

5 王昱颯;基于用戶體驗的云服務評價選擇研究[D];浙江工商大學;2015年

6 呂超;基于阿里云平臺的中小企業(yè)MIS的應用研究[D];山東大學;2015年

7 胡偉;E公司云服務的商業(yè)模式問題研究[D];北京理工大學;2015年

8 王潔;山西省城鄉(xiāng)綠化交互式?jīng)Q策支持平臺的構建與研發(fā)[D];山西農業(yè)大學;2015年

9 邊爽;云計算系統(tǒng)資源彈性調度的評測方法研究[D];哈爾濱工業(yè)大學;2015年

10 才亞非;基于云計算的企業(yè)財務管理信息化建設方案研究[D];廣西大學;2015年

【二級參考文獻】

相關碩士學位論文 前10條

1 鮑冬梅;云服務質量度量和測量方法研究[D];山東大學;2011年

2 金迎;基于SaaS的中小企業(yè)區(qū)域信息化支持平臺構建研究[D];東北林業(yè)大學;2011年

3 智全才;中小企業(yè)ASP服務平臺分析與設計[D];河北科技大學;2010年

4 楊振東;基于云計算的中小企業(yè)信息化建設模式研究[D];中國海洋大學;2010年

5 周倩;云計算：中小企業(yè)的助推器[D];華東師范大學;2010年

6 王文聿;網(wǎng)格計算環(huán)境下基于ASP的客戶關系管理模式研究[D];上海外國語大學;2010年

7 田秀彥;基于SaaS和SOA的商企平臺的研究與開發(fā)[D];西北師范大學;2009年

8 程富有;中小型企業(yè)信息化實施方法研究[D];復旦大學;2008年

9 李大東;區(qū)間數(shù)的排序和它的一些應用[D];西南交通大學;2004年

10 鄧義華;多屬性決策的靈敏度分析[D];南京理工大學;2003年

【相似文獻】

相關期刊論文 前10條

1 王習濤;;ARIMA模型在期貨交易預測中的應用研究[J];微計算機信息;2006年15期

2 張翼飛;陳洪;劉嶺;張彥琦;郭波濤;易東;;ARIMA季節(jié)乘積模型在腸道傳染病預測中的應用[J];激光雜志;2008年02期

3 蔣金良;林廣明;;基于ARIMA模型的自動站風速預測[J];控制理論與應用;2008年02期

4 曹昱東;王浩;;基于ARIMA模型上海市生活垃圾的預測與分析[J];電子測試;2013年16期

5 吳u，

本文編號：1472376