基于支持向量机与事例推理的Web服务QoS动态预测方法研究
在开放的网络环境下,Web服务的QoS具有很强的动态性,而如何准确地预测未来一段时间之后Web服务的QoS,关系到服务选择与组合的成败,是服务计算领域亟待解决的关键问题.针对此问题,本文在考虑Web服务负载、任务特征与服务QoS相互关联的情况下,给出了一种基于支持向量机与事例推理的Web服务QoS动态预测方法.本文首先采用支持向量机对Web服务在一段时间之后的负载进行预测,然后,根据以上预测得出的负载结果和所要处理任务的特征信息,采用事例推理方法对Web服务处理某一具体任务时的QoS进行预测.实验结果表明,该方法是可行的、有效的,并在一定程度上提高了Web服务QoS的准确性.
Web服务 动态预测 支持向量机 事例推理
安吉宇 杨瑜 刘志中 申艳梅
河南理工大学计算机科学与技术学院,河南 焦作 中国 454000
国内会议
天津
中文
1-8
2014-09-27（万方平台首次上网日期，不代表论文的发表时间）