基于二阶隐马尔科夫模型的云服务QoS满意度预测

论文摘要

随着云计算相关技术的迅速发展,云服务组件的QoS预测成为云计算中一个重要的研究课题。实现对QoS值的准确预测是该领域的研究难点。QoS常用来衡量不同云服务组件的性能,基于不同候选组件的QoS值,可以容易地选出最优的组件。对于同一个云服务组件,不同的用户提供的QoS值并不一定相同。针对不同的用户,有个性化的组件QoS值才能进行准确的选择。如果用户的QoS不能由单一的云服务组件满足,则应该考虑组件组合,在这种情况下,需要预测其QoS能力,以保证用户需求得到满足。文中设计了云服务组件的QoS满意预测模型,该模型使用二阶隐马尔科夫模型构建QoS满意度预测模型,通过考虑前两个状态对当前状态的影响,能够有效提高预测精度。最后,通过所构建的原型系统和具有2 507个真实Web服务的QWS数据集,并应用Matlab仿真环境验证了所提方法的有效性。

论文目录

• 1 引言
• 2 基本模型
• 3 云服务组件的QoS满意度预测模型
•   3.1 预测模型训练
•   3.2 组合服务选择
• 4 实验与分析
•   4.1 原型系统
•   4.2 数据分析

文章来源

类型: 期刊论文

作者: 贾志淳,李想,于湛麟,卢元,邢星

关键词: 云服务,二阶隐马尔科夫模型,服务选择

来源: 计算机科学 2019年09期

年度: 2019

分类: 信息科技,基础科学

专业: 数学,互联网技术

单位: 渤海大学信息科学与技术学院,渤海大学自动化研究院

基金: 国家自然科学基金(61503036,61603054),辽宁省自然科学基金(20170540016)资助

分类号: TP393.09;O211

页码: 321-324

总页数: 4

文件大小: 669K

下载量: 132