【技术实现步骤摘要】
本专利技术涉及面向服务计算和云计算
,具体地指一种信任感知的Web服务质量预测系统及方法。技术背景Web服务是由通用资源标识符(URI)标记的一种软件系统,其公共接口和绑定方法由可扩展标记语言(XML,Extensible Markup Language)进行定义和描述,并且其它软件系统可根据Web服务的描述对其进行发现以及通过Internet协议与其交换基于XML的消息。简言之,Web服务是一种自描述、自包含、平台独立和松散耦合的分布式应用,由于建立一系列基于XML的开放标准和协议基础上,使得Web服务可在网络中被描述、发布、发现、绑定和调用等。Web服务技术作为一种新型的分布式计算模型,近年来被广泛用于跨地区、跨组织和跨系统的异构信息系统综合集成,以及基于互联网的面向服务应用系统的构建。随着面向服务计算技术、云计算和大数据等技术的发展,网络中出现大量功能相似的Web服务,服务质量(QoS,Quality of Service)成为用户在消费Web服务时应考虑的重要因素,也是服务供应商用于推销其Web服务的主要卖点。QoS是一组用于描述Web服务非功能性特征的属性,包括响应时间、吞吐量、可靠性和可用性等。在实际应用中,由于受不同用户的网络状况、地理位置等客观因素影响,部分依赖于用户的QoS属性(如响应时间、吞吐量等)会表现出较强的用户差异性,因此为了辅助用户选取性能优异的Web服务来构建高质量应用,个性化的Web服务QoS预测显得尤为重要。近年来,由于协同过滤技术在亚马逊、YouTube和Netfix等商业推荐系统取得了较大成功,许多学者提出 ...
【技术保护点】
一种信任感知的Web服务质量预测系统,其特征在于:它包括输入数据处理模块(1)、QoS数据库(2)、可信邻居挖掘模块(3)、用户信誉度计算模块(4)、相似服务挖掘模块(5)和QoS预测模块(6),其中,所述输入数据处理模块(1)的数据输入端用于接收用户反馈的QoS信息,输入数据处理模块(1)的数据输出端连接QoS数据库(2)的数据输入端,QoS数据库(2)的第一数据输出端连接可信邻居挖掘模块(3)的数据输入端,QoS数据库(2)的第二数据输出端连接用户信誉度计算模块(4)的输入端,QoS数据库(2)的第三数据输出端连接相似服务挖掘模块(5)的输入端,用户信誉度计算模块(4)的第一数据输出端连接可信邻居挖掘模块(3)的数据输入端,用户信誉度计算模块(4)的第二数据输出端连接相似服务挖掘模块(5)的数据输入端,可信邻居挖掘模块(3)的数据输出端连接QoS预测模块(6)的数据输入端,相似服务挖掘模块(5)的数据输出端连接QoS预测模块(6)的数据输入端,QoS预测模块(6)的数据输出端用于向用户推荐Web服务。
【技术特征摘要】
1.一种信任感知的Web服务质量预测系统,其特征在于:它包括输入数据处理模块(1)、QoS数据库(2)、可信邻居挖掘模块(3)、用户信誉度计算模块(4)、相似服务挖掘模块(5)和QoS预测模块(6),其中,所述输入数据处理模块(1)的数据输入端用于接收用户反馈的QoS信息,输入数据处理模块(1)的数据输出端连接QoS数据库(2)的数据输入端,QoS数据库(2)的第一数据输出端连接可信邻居挖掘模块(3)的数据输入端,QoS数据库(2)的第二数据输出端连接用户信誉度计算模块(4)的输入端,QoS数据库(2)的第三数据输出端连接相似服务挖掘模块(5)的输入端,用户信誉度计算模块(4)的第一数据输出端连接可信邻居挖掘模块(3)的数据输入端,用户信誉度计算模块(4)的第二数据输出端连接相似服务挖掘模块(5)的数据输入端,可信邻居挖掘模块(3)的数据输出端连接QoS预测模块(6)的数据输入端,相似服务挖掘模块(5)的数据输出端连接QoS预测模块(6)的数据输入端,QoS预测模块(6)的数据输出端用于向用户推荐Web服务。2.一种利用权利要求1所述系统进行信任感知的Web服务质量预测的方法,其特征在于它包括如下步骤:步骤1:各个用户将QoS反馈数据传输给数据处理模块(1),数据处理模块(1)对QoS反馈数据进行规范化处理得到统一格式的QoS数据,并将统一格式的QoS数据传输给QOS数据库(2),QoS数据库(2)将统一格式的QoS数据传输给用户信誉度计算模块(4),用户信誉度计算模块(4)采用K-means聚类算法对不同用户提交的QoS反馈数据进行聚类,并识别出每个Web服务上的可信用户簇;进而,根据用户在每个Web服务上的QoS反馈与该服务上的可信用户簇的偏离程度,对用户的QoS反馈数据进行分类;最后,根据用户的反馈分类信息,采用Beta概率密度函数动态评估用户的信誉度;步骤2:QOS数据库(2)将统一格式的QoS数据传输给可信邻居挖掘模块(3),用户信誉度计算模块(4)将计算的用户信誉度传输给可信邻居挖掘模块(3),可信邻居挖掘模块(3)采用皮尔森相关系数计算用户间的相似度,并结合在步骤1中得到的用户信誉度,识别出当前用户的一组可信邻居;然后利用可信邻居的QoS数据为当前用户预测目标服务的未知QoS数据;步骤3:QoS数据库(2)将统一格式的QoS数据传输给相似服务挖掘模块(5),用户信誉度计算模块(4)将计算的用户信誉度数据传输给相似服务挖掘模块(5),相似服务挖掘模块(5)将计算的用户信誉度数据与预设的用户信誉度阈值进行比较,对信誉度高于预设的用户信誉度阈值的用户所提交的不同Web服务QoS数据,采用K-means聚类算法进行聚类,然后根据不同Web服务被聚类为同一簇的频度,计算Web服务间的相似度,最后识别出目标服务的一组相似服务,并利用相似服务的QoS数据预测该目标服务的QoS数据;步骤4:可信邻居挖掘模块(3)将为当前用户预测目标服务的QoS数据传输给QOS预...
【专利技术属性】
技术研发人员:苏凯,肖斌,张怀强,刘宝平,林名驰,苏晓光,吴琴,刘少华,
申请(专利权)人:中国人民解放军海军工程大学,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。