基于Markov過程的動態(tài)云服務評估模型與QoS優(yōu)化方法研究.pdf

1、云計算以“一切皆為服務”的思想和形式向用戶提供虛擬化的應用計算資源、開放的標準、可伸縮的系統(tǒng)和面向服務的架構，使云服務提供商以靈活且實惠的方式提供可靠的、隨需應變的服務給用戶。隨著社會的發(fā)展，單個服務已無法滿足人們對復雜功能的需求，而將若干個功能簡單的服務通過一定的模型組織以實現更高的質量、更復雜的功能，是云計算服務的根本特征和發(fā)展趨勢。由于服務組合是由不同組織發(fā)布、分布在Internet上、具有自治特征的軟件組件，在動態(tài)、復雜、多變的

2、云服務組合環(huán)境下，QoS（Quality of Service）成為影響服務組合能否成功的關鍵因素之一。由于用戶對于服務的需求已經從功能單一云服務轉變?yōu)榉疹惥酆显品眨绾卧诙ㄐ悦枋瞿Ｐ偷幕A上考慮服務質量指標的量化建模，如何科學地設計高質量的云服務及動態(tài)、高效、客觀地評估云服務的服務質量是云計算工程面臨的挑戰(zhàn)性課題。
　　在云服務計算模式下，服務的超大規(guī)模性、高復雜性、失效類型多樣性、虛擬化管理和資源動態(tài)變化等特性，使得傳統(tǒng)的

3、服務組合評估技術難以適應云服務的新特點和新需求。云服務組合的本質是提高服務質量QoS，也是增強軟件的復用率和縮短軟件研發(fā)周期一種有效的可伸縮計算模式。QoS作為評價用戶服務適合度的重要內在屬性，反映了網絡在保證信息傳輸和滿足服務要求方面的能力。本文針對云服務組合中QoS存在的問題，深入分析傳統(tǒng)的服務組合評估方法，系統(tǒng)研究了云服務組合的體系架構、模型建立、評估優(yōu)化、驗證方法等關鍵技術，構建面向云用戶請求的服務質量模型和相應實現過程，通過對

4、評估模型動態(tài)規(guī)劃的優(yōu)化分析，提出一種改進的優(yōu)化策略，實現用戶最佳的服務組合選擇。論文的主要工作具體分為四個方面：
　　1.針對傳統(tǒng)云服務組合存在的業(yè)務邏輯與服務質量的不確定性，以及時序、時間窗約束的限制性，基于云服務業(yè)務流程管理的特點，給出了BPEL流程的云服務組合實現框架；在隨機Petri網理論的基礎上對云服務組合生命周期QoS進行細粒度描述，探討了BPEL流程活動向組合云服務流程網模型(CCSPNet)轉換的建模方法，并以此為

5、基礎，提出了基于馬爾科夫過程的動態(tài)云服務QoS評估模型。
　　2.針對云服務的具體特點，分析了云服務組合的各項質量指標及其意義，提出了基于馬爾科夫過程的云服務組合QoS量化評估方法，實現了對性能、可靠性、代價等多維指標的量化求解，在此基礎上，提出了六維多層次動態(tài)云服務組合QoS計算方法，實現了在動態(tài)云服務組合中按照用戶的QoS需求對組合服務中的服務類進行選擇，將組合服務提交給用戶執(zhí)行的服務流程；針對當前服務質量的不足，提出了組合云

6、服務的QoS優(yōu)化設計方法。
　　3.針對服務組合過程中的動態(tài)性、不穩(wěn)定性以及多種QoS屬性限制等問題，提出一個適應服務組合的改進蟻群算法WJ-I-ACO算法，WJ-I-ACO算法包括局部優(yōu)化算法和全局優(yōu)化算法兩部分，局部優(yōu)化算法利用聚類分析的方法將服務屬性相同或相近的服務進行類聚，減少蟻群算法的搜尋節(jié)點，實現算法的局部優(yōu)化。全局優(yōu)化算法利用兩條路徑的動態(tài)差分平方統(tǒng)計量將相近的路徑進行合并，實現蟻群算法的全局優(yōu)化，兩種優(yōu)化算法使WJ