负载敏感的Web服务适应性容错技术研究

来源 :广西大学 | 被引量 : 0次 | 上传用户:xncjdx
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
随着互联网技术的发展,Web服务已经在企业应用集成、工作流、电子商务等领域获得广泛的应用。Web服务的质量保障是影响其应用的关键问题,其中可靠性是一个重要的方面,要求系统在部分失效后仍能执行用户请求。针对Web服务中长期运行的特点和考虑Internet环境的动态、多变和开放的特性,着重研究负载敏感的Web服务容错技术,旨在满足用户对可靠服务质量保障的要求。   在分析现有容错框架的基础上,结合反射容错模型,提出了符合Web服务运行特点的Web服务容错框架。使得容错机制易于制定、配置和维护。在此基础上,对失效检测算法以及失效处理等关键技术展开了研究。   首先,针对Web服务可靠性保障的需求,研究了在动态多变的网络环境中融合负载感知和检测点的Web服务适应性失效检测机制。基于Web服务失效检测体系,融合了超时值、丢包率等因素,提出了一种适应于网络环境变化的、基于检测点的Web服务失效检测算法,以改善失效检测的服务质量。实验表明该算法在动态多变的Internet环境中能提高Web服务失效检测的准确性。   其次,在容错框架的基础上,提出了一种基于多因素运行时评估的Web服务失效恢复优化机制。针对在动态多变的Internet中Web服务失效后替代副本的选择问题,综合考虑服务可靠度、负载率和通信代价等因素,研究了Web服务失效恢复体系,并在此基础上设计了一种基于多维运行时动态评估的副本选择算法,以优化服务恢复的速度和质量。实验表明该算法能提高Web服务组合的可靠性和失效恢复的快速性。   最后,基于适应性失效检测机制和多因素运行时评估的失效恢复机制,实现了具有容错功能的原型系统,并给出了具体的实现方案。同时也对原型系统进行实验验证,验证结果表明它能动态感知网络环境的变化,所以与现有的工作相比,能进一步提高Web服务组合的可靠性和减少用户请求的响应时间,进而满足用户对服务质量的要求。
其他文献
信号在水声信道中的传递受多径干扰的影响十分重大。对水声信道影响较大的几个因素是:水声信道参数、传播损失和多普勒频移。尤其在水深较浅的区域,直达声和反射声混合形成复
传统的机器学习的研究中往往倾向于将有标签的数据和无标签的数据分开研究,但是在现实生活中,这两种情况往往是并存的。半监督学习便由此应运而生,在传统应用中往往将半监督
研究表明,我们肉眼所看到的自然界众多图像中,其所传达的情感语义都十分丰富,或清爽,或伤悲,或温暖,或恐惧。基于文本的图像检索系统出现最早,发展也最为成熟,它主要根据某些
文本是信息检索领域中数据的基本表示形式。如何从大量文本数据中分析和提取出有用信息,业已成为数据挖掘一个日益流行而且重要的研究课题。文本数据用向量空间模型表示时,由
学位
目前的统计机器翻译的发展,由于其对大规模平行语料库的依赖,还主要集中在平行语料库相对容易获得的英法、英汉等语言之间。由于获取途径的限制,即使像英语,汉语,法语这些常
为了解决物联网(Internet of Things)的内在矛盾,引入了语义协同(Semantic Collaboration),形成新一代网络--语义物联网(Semantic Web of Things)。但语义协同过程中存在两个
随着Web2.0逐渐走向成熟,网络中出现了大量的用户生成意见文本,意见挖掘因此而成为自然语言处理领域的一个研究热点。作为意见挖掘研究的关键问题之一,情感极性分类的目的是
现如今,为满足营销和消费者偏好分析的需要,商户往往会将交易数据,包括敏感信息PAN(持卡人的银行卡卡号)进行存储,这使商户系统易成为攻击者的目标。此外,虽然创新支付方式的
Folksonomy是一种基于Web2.0的新型知识分类方法。Folksonomy由用户、资源、标签三个重要元素组成。具有自由性、共享性和用户性等特点。在实际应用中Folksonomy系统常常受到