【摘 要】
：
对于部署在虚拟服务器集群上的多层云端应用系统而言,可以通过调整运行时架构以适应需求和上下文环境的变化,并保证其在动态负载下的性能.然而,由于缺乏通用的方法,如何从问题空间上的需求自适应地映射到解空间上的架构就成为了一个关键的问题.本文提出一个基于预测控制的自适应方法(SAPC),它采用综合需求和架构的模型来驱动系统的自适应.该方法学习基于小波变换的模型以准确预测服务组件的性能,并通过预测控制诱导需
【机 构】
：
武汉大学软件工程国家重点实验室&计算机学院 武汉430072;湖北文理学院 湖北 441000 武
【出 处】
：
第五届中国计算机学会服务计算学术会议
论文部分内容阅读
对于部署在虚拟服务器集群上的多层云端应用系统而言,可以通过调整运行时架构以适应需求和上下文环境的变化,并保证其在动态负载下的性能.然而,由于缺乏通用的方法,如何从问题空间上的需求自适应地映射到解空间上的架构就成为了一个关键的问题.本文提出一个基于预测控制的自适应方法(SAPC),它采用综合需求和架构的模型来驱动系统的自适应.该方法学习基于小波变换的模型以准确预测服务组件的性能,并通过预测控制诱导需求进化或实现运行时架构的模型转换,以达到系统的自适应.为验证上述方法,本文以一个名为CloudCRM在线SaaS平台作为基准,进行了大规模的实验,实验结果验证了本文方法的有效性.
其他文献
无线网络越来越多的应用在对数据包传输有实时性要求的场合,如工业控制中.在这些场合,有实时性要求的数据包需要在特定的截止时间前到达目的节点.无线链路的不稳定性容易导致数据包的丢失,在这样的场景下保证实时性传输存在挑战.针对此问题,提出了DDL-EDF(Dynamic Dividing Loss-aware Earliest Deadline First)数据包调度算法,并对其算法复杂度进行了分析.D
集群式供应链中,企业服务资源通过动态组合与匹配,来应对快速多变的市场需求.然而,服务资源匹配的非均等化现象普遍存在,大量需求集中到少数服务资源上,不仅造成了服务资源整体利用率偏低,也降低了客户需求的满意度.因此,如何实现企业服务资源的均等化匹配,充分利用现有资源来提升效益,已经成为该领域亟需解决的问题.本文从三个方面进行了深入研究:首先根据企业服务的运行特征,设计了反映均等化状态的Qos评价模型;
企业的发展与并购这种自底向上的发展方式常常导致企业内部业务流程的异构、冗余和不一致,严重阻碍了业务活动的运作和企业的统一决策.为解决这一问题,基于业务模式的异构业务流程整合方法将流程中的业务行为抽象为业务模式,通过对业务模式的建模得到业务模型,从而给出异构业务流程统一模型视图.辅佐以可配置的业务模式,统一视图的业务模型可根据具体的应用场景配置为具体的业务模式,得到具体的流程.然而,关于业务模型的执
QoS由于网络环境及物理位置等因素的变化,会产生内在的不确定性,而云模型是定义数据不确定性的有效工具,但传统云模型在描述不确定性Qos的过程中不能处理Qos分布的高峰特点与不对称问题,因此提出一种用p阶组合云来为不确定性Qos建模的方法,p阶云被证明了有高峰的特点,且峰度随着p的增大而增加,可以满足Qos分布的要求,组合云可以解决数据分布不对称的问题,而实验也证明了p阶组合云能更有效的模拟Qos属
随着Web服务技术的发展,基于服务模式的软件被广泛应用,包括医疗,教育和公共交通等领域.然而服务质量(Quality of Service,QoS)的控制是目前服务技术难题之一.在服务组合过程中,针对设计时(designtime)和运行时(runtime)不同服务形态,提出了过设计(Over Design)与欠设计(Under Design)两种偏离需求的服务设计模式,并构建能够约束服务组合的变化
如何对语义Web服务进行分类组织,以便用户快速准确的找到所需的服务,是面向服务的软件工程中亟待解决的关键问题.充分利用朴素贝叶斯分类具有坚实数学基础,稳定的分类效率,同时Web服务特征属性间满足条件独立性等特性,提出了一种基于朴素贝叶斯的语义Web服务分类方法.详细阐述了如何从服务接口和执行能力两个方面考虑,利用贝叶斯分类三个阶段对语义Web服务进行分类的具体过程,并利用信息增益确定不同特征对服务
数据服务mashup提供了一种新的Web开发模式,它可以集成多个数据源的异构数据并将他们整合为一个新的Web应用.但由于数据服务数量众多、服务mahsup的操作繁杂等因素使得用户在创建mashup的过程中十分不便.针对以上问题,本文基于数据服务间的关联关系提出一种数据服务mashup推荐方法.首先,分析数据服务间多种关联关系,包括数据依赖关系、服务继承关系和潜在关联关系;其次,使用“连接度”综合衡
提出了一种基于关联规则挖掘的服务推荐方法.该方法从大量的工作流中解析原子服务历史使用信息,采用关联规则挖掘技术挖掘服务组合规则,进而为开发者推荐可组合的web服务.以myExperiment上真实的工作流数据验证本文的方法.结果表明:随着工作流规模的增长,推荐的稳定性和和准确度都随之提高,当工作流数＞2,000时,推荐的排名比率在0.229左右,体现了较好的推荐准确度.
互操作性,关联要因多维,约束情景复杂.对业务系统的互操作能力实施准确的分析与度量是一个挑战性难题,但却是非常必要的.目前,互操作性的研究范围主要集中于互操作性的定义、数据层的互操作性以及元数据层的互操作性,而模型层的部分语义互操作以及互操作能力度量仍具有较大的创新研究空间.依据前期研究提出的业务模型互操作能力度量方法,本文基于SWRL以及知识库构建工具Protégé4.3,制定服务型企业的业务模型
随着移动互联网的发展,Mashup整合技术逐渐延伸到移动终端领域.然而目前的移动终端Mashup研究主要关注方向是用移动终端使用WebAPI的功能,却没有将移动终端数量庞大的移动应用作为主要研究方向.本文主要目标是研究Android移动应用的Mashup整合机制,把移动应用的功能作为Mashup基本组件.利用Android系统的的应用间通信机制,控制安卓终端的应用的执行,使得它们按照用户个性化需求