SASEP:一个面向软件工程的服务平台

来源 :2010年全国软件与应用学术会议(NASAC2010) | 被引量 : 0次 | 上传用户:dlghk
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着SaaS(Software as a Service)逐步被广泛认可,新型的软件平台PaaS(Platform as a Service)被提出,以专门支持SaaS软件向用户提供服务。本文介绍了一个面向软件工程的PaaS平台——SASEP(Service AidedSoftware Engineering Platform)。SASEP汇聚软件生命周期不同阶段的工具服务,为软件的开发与维护提供支持。SASEP采用静态分析、动态监测等技术来提高服务的可靠性和可用性,采取了合理的服务部署策略,并支持基于监测的部署调整。
其他文献
基于大整数分解困难问题提出了一个新的基于身份的群密钥分发方案。应用系统主密钥计算各用户在不同模余下所对应的个人解密密钥,简化了系统的密钥管理。密钥分发中心只需广播传输较少的常量的控制报头信息(仅二个群元素),合法授权用户就可由加密广播信息恢复会话密钥。实现了完全抗合谋攻击的安全性及用户的动态加入。
垃圾邮件过滤的研究需要对邮件样本进行特征选择,为满足“选出更少的特征来更准确识别绝人部分垃圾邮件的过滤需求”,本文提出了一种基于优化算法改进的垃圾邮件样本特征选择机制。该机制使用被选中的特征子集训练朴素贝叶斯分类器,进行测试得到其漏判率,使用漏判率作为优化算法的评价函数,对可能的特征子集进行基于优化算法的搜索,得到较优的特征子集,最后输出该特征子集处理后形成垃圾邮件过滤用规则。本文分别采用遗传算法
介绍虚拟场景的建模和远程监控系统交互控制功能的基础上,将三维虚拟现实技术引入基于Web的远程监控系统中,给出了基于三维虚拟现实的远程监控实现方法。结合现场总线控制系统及OPC技术实现现场数据采集,并通过VRML和Java语言混合编程完成三维虚拟远程监控。
Web服务组合突破了单个Web服务的功能限制,是为用户提供功能复杂的、个性化Web服务的最有效手段。Web服务组合研究主要集中在工作流驱动和语义驱动领域,针对基于工作流的Web服务组合流程重复利用率低,同时基于语义的Web服务组合实现困难的问题,在扩展传统Web服务描述的基础上,提出了一种基于编制手段动静结合Web服务组合策略和对应的评价标准,实现了Web服务的动态组合,降低了服务组合的难度,同时
论文在现有的较为流行的功能描述模型,即所谓的IOPE(Inputs,Outputs,Preconditions,Effects)描述基础上,提出将基于本体的概念之间相似度作为弹性I/O匹配方法的补充来增强I/O匹配的准确性;提出以基于描述逻辑断言构成的知识库对服务的P/E进行描述,将P/E匹配问题转化为描述逻辑知识库之间的逻辑蕴含判定问题。实验结果表明,所提方法在查准率与现有方法相当的情况下,具有
随着Web信息资源的迅速增长和用户对于Web信息需求的不断增强,结构化信息抽取技术已经成为Web数据挖掘的重点研究领域之一。本文利用训练样例生成学习抽取规则,通过地标提纯目标数据项,针对列表页结构化数据特点提出了一种学习抽取规则生成算法,并将其应用于房产行业网站的信息抽取。实验结果表明,该方法可有效地实现不同房产行业网站中列表页结构化中目标数据的抽取。
微电网可采用集中控制策略或分散控制策略。agent具有自治性、交互性、反应性、主动性等特点,能很的好满足微电网分散控制的需要。将MAS技术应用于微电网控制中,能够使其实现“即插即用”的功能以及智能地参与电力市场活动。本文介绍了agent的结构、开发平台,MAS控制结构以及一种基于MAS的微电网管理系统。
基于蒙特卡洛方法,提出异常处理模块重要性的影响因子包括:异常处理模块所对应的保护区的重要性以及异常处理模块自身的稳态故障率,基于贝叶斯理论,计算保护区的重要性,运用马尔科夫链的遍历性,计算异常处理模块的稳态故障率.试图提出一种面向服务软件中异常处理模块重要性的定量分析方法.设计人员可以根据分析结果,对重要度高的异常处理模块给予更多的关注.
针对现有的基于QoS的选择方法的不足,提出一种基于QoS和历史选择信息的Web服务选择方法。把QoS的属性值量化成标准区间,根据Web服务与服务请求的区间相似度,从已有的服务选择信息中查找满足用户需求的服务;若不能获得满意结果,则从UDDI注册中心查找满足用户需求的服务。给出了相应的Web服务选择模型(WSDM-HQ)并进行了实验验证。实验结果表明了该方法的有效性和可行性。
为验证基于构件的软件系统中构件间交互的可信性,将UML与Pi演算理论相结合,提出了一个软件构件间交互的可信性验证模型.在构件行为分析的基础上,利用抽取规则抽取Pi演算语义,以形式化的方式描述构件的行为.进一步利用Pi演算的操作语义推演构件间的实际交互行为.实际交互行为与预期交互行为的比对,可判断构件间交互的可信性.最后,通过实例对该模型的具体应用进行了阐述.该模型能够对基于构件的软件系统中任意两个