System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及云服务评价领域,尤其涉及一种云服务提供商推荐方法、装置、设备及存储介质。
技术介绍
1、云计算模型是一个在线资源池,通过合同形成的服务级别协议提供服务,根据用户请求按需动态创建和虚拟化。现在,提供云服务的云服务提供商(csp)的数量正在增长,用户对云服务的要求越来越高,同时也难以选择合适的csp。如何选择最佳csp,需要根据qos指标评估云服务,并制定算法根据这些标准对其进行排名是云服务平台的一个痛点问题。
2、qos标准有多种形式,包括非功能性和功能性,用户或决策者基于这些qos标准来评估云中可用的不同服务。每个qos标准在云服务选择过程中的重要性都会根据其权重而不断变化,用户的需求和优先级决定了qos标准的权重,通过不同的决策技术评估特定云服务是否合适。但是,云环境的qos标准权重与客户需求相关,并取决于客户对服务的满意度,这种不确定性往往阻碍了对于csp的评估。
技术实现思路
1、专利技术目的:提出一种云服务提供商推荐方法、装置、设备及存储介质,以解决现有技术存在的上述问题。
2、第一方面,提出一种云服务提供商推荐方法,步骤如下:
3、s1、用户提供服务列表、服务要求和qos标准列表,通过云服务发现模块检查不同云服务提供商提供的云服务存储库,并生成符合所述服务要求的csp列表;
4、s2、记录用户需求的初始优先级,跟踪预定时间段内的用户需求优先级的变化;预测用户需求的最终优先级;
5、s3、基于步骤s2
6、s4、基于步骤s3中所述qos标准的最终权重,计算云服务提供商排名,选出最佳csp。
7、在第一方面进一步的实施例中,步骤s2中预测用户需求的最终优先级的过程包括:
8、s2-1、确定用户需求集ur和用户需求优先级的初始列表ipur:
9、ur={ur1,ur2,…,urr};
10、
11、式中,urr表示第r个用户需求;ur表示共r个用户需求集合。
12、s2-2、基于所述用户需求集ur和用户需求优先级的初始列表ipur,将uri作为最高优先需求并希望切换到urj的用户比例;将zix作为在tx时最初将uri放在最高优先级的用户数,yijx作为希望将最高优先级更改为urj的用户数,转变概率δijx的表达式如下:
13、
14、若干周期序列之后,输出满足如下公式条件的tij值:
15、|δijx-tij|≤ε;
16、式中,ε为固定常数;i和j取值为[1,r];x取值为[1,c],c为周期数目。
17、s2-3、利用tij的值构造一个转移矩阵tm:
18、
19、s2-4、将fpur的值设置为最初ipur的值,重复将当前fpur向量的转置乘以转移矩阵tm来计算下一个fpur向量,输出用户需求的最终优先级列表:
20、fpur(k)t=fpur(k-1)t×tm,k=1,2,3,...,max;
21、式中,fpur(k-1)t表示第k-1个fpur向量的转置;fpur(k)t表示第k个fpur向量的转置。
22、在第一方面进一步的实施例中,步骤s3包括:根据用户需求,分别计算每个qos标准的权重,然后聚合各个qos标准的权重来确定qos标准的最终权重。具体来说:
23、s3-1、从ur={ur1,ur2,…,urr}集合中选择一个用户需求ur,相应计算qos标准qc={qc1,qc2,…,qcn}的权重;
24、s3-2、根据所选的用户需求确定最佳条件b,其中b∈qc;
25、s3-3、用1至9之间的数字作为最佳条件b与质量控制中其他服务质量准则的成对比较向量a的评价指标,1为最佳,9为最差,得到向量a=(ab1,ab2,…,abn),其中abi表示最佳条件b优于准则i,abb=1;
26、s3-4、计算qos标准相对于所选用户需求的最优权重wi:
27、
28、
29、式中,wb表示最佳条件b的权重,在计算出每一个wi后,通过累加wi为1的公式求解得到wb;
30、s3-5、对于所有剩余的用户需求ur∈ur,重复步骤s3-1至s3-4。
31、在第一方面进一步的实施例中,步骤s4进一步包括:
32、s4-1、构造一个包含qos标准相对于所有用户需求的计算权重矩阵ur_qc;
33、
34、将用户需求的最终优先级列表fpur的转置乘以ur_qc矩阵,计算qos标准的最终聚合权重fqcwt:
35、fqcwt=fpurt×ur_qc;
36、式中,fpurt表示最终优先级列表fpur的转置;
37、s4-2、构造一个包含所有选定csp的qos标准值的决策矩阵dm,存储在云服务存储库,通过累积正态分布函数,在0到1的范围内缩放决策矩阵的所有值,从而构造归一化决策矩阵ndm,其中σ2是方差、μ是期望值:
38、
39、
40、s4-3、通过将归一化决策矩阵ndm与qos标准的最终聚合权重相乘,得到最终的csp排序向量:
41、rcsp=ndm×fqcw;
42、式中,rcsp表示最终的csp排序向量;fqcw表示qos标准的最终聚合权重。
43、本专利技术的第二个方面,提出一种云服务提供商推荐装置,该装置包括列表生成模块、优先级预测模块、计算模块、输出模块。
44、列表生成模块基于用户提供服务列表、服务要求和qos标准列表,通过云服务发现模块检查不同云服务提供商提供的云服务存储库,并生成符合所述服务要求的csp列表;
45、优先级预测模块用于记录用户需求的初始优先级,跟踪预定时间段内的用户需求优先级的变化;预测用户需求的最终优先级;
46、计算模块基于所述优先级预测模块预测到的所述最终优先级,利用最佳权重方法确定qos标准的最终权重;
47、输出模块基于所述计算模块计算得到的qos标准的最终权重,计算云服务提供商排名,选出最佳csp。
48、本专利技术的第三个方面,提出一种电子设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;所述处理器执行所述计算机程序指令时实现如第一方面所述的云服务提供商推荐方法。
49、本专利技术的第四个方面,提出一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一个可执行指令,所述可执行指令在电子设备上运行时,使得电子设备执行如第一方面所述的云服务提供商推荐方法。
50、本专利技术具备如下有益效果:本专利技术提出的混合多标准决策框架,根据马尔可夫链对云服务进行排名,并结合最佳权重方法进行排名和选择。通过马尔可本文档来自技高网...
【技术保护点】
1.一种云服务提供商推荐方法,其特征在于,包括:
2.根据权利要求1所述的云服务提供商推荐方法,其特征在于,步骤S2中预测用户需求的最终优先级的过程包括:
3.根据权利要求2所述的云服务提供商推荐方法,其特征在于,基于所述用户需求集UR和用户需求优先级的初始列表IPUR,将uri作为最高优先需求并希望切换到urj的用户比例;将Zix作为在tx时最初将uri放在最高优先级的用户数,Yijx作为希望将最高优先级更改为urj的用户数,转变概率δijx的表达式如下:
4.根据权利要求3所述的云服务提供商推荐方法,其特征在于,还包括:利用Tij的值构造一个转移矩阵TM:
5.根据权利要求4所述的云服务提供商推荐方法,其特征在于,步骤S3包括:根据用户需求,分别计算每个QoS标准的权重,然后聚合各个QoS标准的权重来确定QoS标准的最终权重。
6.根据权利要求5所述的云服务提供商推荐方法,其特征在于,步骤S3进一步包括:
7.根据权利要求1所述的云服务提供商推荐方法,其特征在于,步骤S4进一步包括:
8.一种
9.一种电子设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;所述处理器执行所述计算机程序指令时实现如权利要求1至7中任一项所述的云服务提供商推荐方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一个可执行指令,所述可执行指令在电子设备上运行时,使得电子设备执行如权利要求1至7中任一项所述的云服务提供商推荐方法。
...【技术特征摘要】
1.一种云服务提供商推荐方法,其特征在于,包括:
2.根据权利要求1所述的云服务提供商推荐方法,其特征在于,步骤s2中预测用户需求的最终优先级的过程包括:
3.根据权利要求2所述的云服务提供商推荐方法,其特征在于,基于所述用户需求集ur和用户需求优先级的初始列表ipur,将uri作为最高优先需求并希望切换到urj的用户比例;将zix作为在tx时最初将uri放在最高优先级的用户数,yijx作为希望将最高优先级更改为urj的用户数,转变概率δijx的表达式如下:
4.根据权利要求3所述的云服务提供商推荐方法,其特征在于,还包括:利用tij的值构造一个转移矩阵tm:
5.根据权利要求4所述的云服务提供商推荐方法,其特征在于,步骤s3包括:根据用户需求,分别计算...
【专利技术属性】
技术研发人员:杨硕,姚磊,任娟,项军,张舒,陈天昊,
申请(专利权)人:中电信数智科技有限公司,
类型:发明
国别省市:
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。