自适应服务组合论文-李佳杰

自适应服务组合论文-李佳杰

导读:本文包含了自适应服务组合论文开题报告文献综述及选题提纲参考文献,主要关键词:服务组合,QoS预测,强化学习

自适应服务组合论文文献综述

李佳杰[1](2018)在《结合QoS预测与多agent强化学习的自适应服务组合》一文中研究指出面向服务的体系架构(Service oriented architecture,SOA)是一种软件设计模式。在这种架构下,各个独立的软件或系统按照协议抽象为web服务,其他系统可以通过网络调用这些web服务从而使用它们的功能。服务组合即是通过将现有的web服务组合起来,满足复杂用户需求的一种技术。随着SOA架构的日益流行以及web服务相关技术的发展,对于某个特定需求,一般存在多个功能相似的候选服务。这些服务由不同的公司或组织维护,并且有着不同的服务质量(Quality of Service,QoS)。因此在服务组合的过程中,面对数量众多的候选服务,如何选择合适的服务以使得整个组合系统有着最好的服务质量便成为了服务组合中的一个关键问题。另一方面,由于网络环境的复杂性和动态性,服务质量往往是随着时间而动态变化的。因此组合系统如何动态的进行调整,以适应不断变化的环境,保证组合服务的质量,也是一项亟待解决的挑战。基于以上挑战,本文围绕动态环境下的自适应性服务组合问题展开研究,主要完成了以下工作:(1)将传统的时间序列预测方法应用于服务计算领域,实现了基于LSTM(Long Short-Term Memory)神经网络的QoS时间序列预测方法。(2)将强化学习与QoS预测相结合,并应用于服务组合之中,实现自适应服务组合方法,提升服务组合的质量。(3)使用多agent技术在多个用户之间共享QoS时间序列,从而加快各自的学习速度,改善服务组合质量。(4)通过一系列的实验对本文提出的方法进行验证,证明了该方法在动态服务组合场景下的有效性。(本文来源于《东南大学》期刊2018-06-19)

顾明珠[2](2017)在《基于深度强化学习的大规模自适应服务组合问题研究》一文中研究指出在面向服务的系统架构中,将已有的简单服务组合起来构建满足用户复杂需求的增值服务,即服务组合已成为一项极具实际价值的研究热点。随着Web服务技术的快速发展,大量功能属性相同而非功能属性(QoS)各异的Web服务大量涌现,服务筛选及组合优化成为服务组合问题面临的挑战。一方面如何在保证服务组合业务流基本功能的基础上,在大规模的服务场景下为每个任务选择合适的服务以达到最优的组合结果(QoS最大化);另一方面,基于网络的Web服务具有内在的动态变化性,组合的环境也是复杂不稳定的,组合系统需要保证其自适应性,面对外部环境的变化和服务自身的演化作出及时的反应和调整。针对以上挑战,Web服务组合系统需要在大规模动态性服务组合场景下仍保持准确性和高效性是目前亟待解决的问题。本文主要围绕基于大规模、自适应性服务组合展开研究,主要完成了以下工作:(1)根据服务组合流程的复杂性和候选服务的多样性所造成的服务组合规模庞大的问题,提出了一种基于深度强化学习的自适应性服务组合方法。该方法利用深度学习循环神经网络优化强化学习算法,预测目标函数、增强其表达和泛化的能力,有效的解决了传统强化学习在面对大规模或连续状态空间问题上的缺陷,在大规模动态性服务组合场景下具有极高的应用价值。(2)本文采用启发式的行为选择策略,将状态集分为隐藏状态和完全可见状态。有效的模拟隐藏状态空间下的策略空间和完全可见状态下的评估函数,采用针对性的行为选择策略,进一步的提高组合结果的准确性和效率。(3)本文通过一系列的实验验证了本文提出方法的有效性、可扩展性、自适应性和显着性,进一步的证明了该方法在大规模动态服务组合场景下的优势,相较于传统强化学习解决服务组合问题在组合结果和效率上都有了明显的优化。(本文来源于《东南大学》期刊2017-06-05)

罗利民[3](2016)在《基于代理机制的自适应服务组合演化》一文中研究指出在很多大型系统的,面临的一个关键就是异常的发生。在任何数据中心,异常都在不断的发生,或由磁盘故障、内存、网络连接,或软件错误引起的。较小的异常连锁反应可能造成大规模的异常。而异常的不可预测性使他们变得具有挑战而且难以应付。预测异常更好的选择是创建一个可以自主适应异常的系统。本文为自适应系统的服务组合探讨了一个分散的自适应方法。本文的做法是基于代理协调机制,而这适合于大规模的协调系统。我们通过详细的实验的复合服务评估这种方法。实验的结果表明,当面临大规模的异常时,它可以创建服务组合以应对这种异常。(本文来源于《电脑知识与技术》期刊2016年05期)

陈鑫[4](2015)在《基于多Agent强化学习的自适应服务组合研究》一文中研究指出在服务计算领域,随着运行环境的变化和服务自身的演化,Web服务组合时刻面临着动态复杂环境所带来的性能挑战。因此,Web服务组合技术必须具有自适应性,要能够对外部环境的变动和服务自身的演化作出及时的反应和调整,从而维持自身的性能表现。除此以外,服务组合技术还应兼顾到大规模服务场景下的效率要求,确保其具有较高的实用价值。本文提出了一个基于多Agent强化学习的、面向动态复杂场景的自适应服务组合模型。该模型在强化学习技术的基础上,融入了多Agent系统机制和博弈论领域里的虚拟行动过程。该模型利用强化学习技术实现动态场景下服务组合的自适应性,利用多Agent机制提升自身的计算效率,利用博弈论里的虚拟行动过程实现多Agent间的协同工作。同时,在该模型的基础上,本文分别提出了基于离策略强化学习和在策略强化学习的自适应服务组合算法,并从理论上证明了它们的收敛性。最后,本文通过一系列仿真实验验证了算法的有效性、可扩展性和自适应性。(本文来源于《东南大学》期刊2015-06-07)

孙杰[5](2015)在《一种QoS驱动的自适应服务组合模型研究与实现》一文中研究指出面向服务架构的服务组合系统是以分布在网络上的服务组件为功能模块建立的一种分布式计算的特定应用,它的主要目的就是将网络上异构的Web服务按照业务处理流程进行组合来构建满足用户复杂功能需求的网络应用系统。由于网络环境,用户需求以及服务组件本身是动态变化的,因此如何根据需求和环境的变化实时地、动态地生成服务组合的网络应用,以避免因静态的组合应用结构不具有自适应能力,而造成应用的中断、交付时间的严重推迟或者其他严重的质量问题,这是目前服务组合研究领域中存在的一个极具挑战性的问题。针对这一问题,有不少学者进行了相关课题的研究、论证和分析,分别提出了局部最优和全局最优的自适应服务组合策略。但是本文采用了将局部最优策略与全局最优策略相结合的解决方案。该解决方案能够使系统自适应环境的变化,动态地绑定和执行的服务组合序列可以最接近用户所请求的服务等级协议,使客户从定制的服务组合中达到所期望获得的满意度。本文首先根据QoS驱动的自适应服务组合模型需求分析,给出了QoS驱动的自适应服务组合模型框架,包括模型的体系结构和各功能模块。其次,设计了QoS驱动的自适应服务组合机制,包括SLA模型以及服务组合的QoS模型,用服务组合QoS属性值和SLA服务等级协议属性值来求解目标函数,以获得最接近用户需求的服务组合序列。同时给出了运行时自适应服务组合的执行流程和自适应算法。为验证服务组合编排流程的正确性,对服务组合系统进行建模,使用Tableau算法检验服务组合系统是否满足系统流程CTL约束。设计实现了支持QoS驱动的高考择校自适应服务组合应用原型GKASCS,对原型系统的执行引擎、优化引擎和监控器等与自适应机制相关的模块进行了详细描述,通过试验,GKASCS原型系统能够自适应环境变化,与不具有自适应功能的服务组合系统相比,较大程度上保证服务组合应用的一致性和可靠性。最后,对本文所做的工作进行了总结,针对其中存在的问题和不足,对后续的工作进行了展望。(本文来源于《青岛大学》期刊2015-06-05)

王泊学[6](2015)在《基于上下文感知的自适应服务组合系统的设计与实现》一文中研究指出服务的执行环境复杂多变,各种上下文问题都可能出现,进而影响到服务的正常执行。为了使服务执行过程不受到上下文异常的影响,基于上下文感知的服务开发成为了一大研究热点。服务提供者开发具有上下文感知能力的服务,这些服务可以根据具体的运行环境来动态地调整自己的行为。但是该方法加大了服务提供者的负担,他们在开发过程中需要考虑不同的上下文环境。为了能够提供具有上下文感知能力的服务,同时使服务提供者免于复杂的上下文处理工作,本课题以上下文感知为主要关注点,设计并实现了一个基于上下文感知的自适应服务组合系统,将原本由服务提供者处理的上下文环境转移到服务组合系统中。该系统向服务提供者提供服务注册接口,方便他们将自己的普通服务注册进系统中供服务请求者调用;系统接受服务请求者的服务请求,根据分层任务网络规划算法进行服务组合,向服务请求者提供具有上下文感知能力的组合服务;系统可以适应不断变化的执行上下文,根据上下文事件和用户制定的自适应策略进行自适应调整。为了实现上述研究目标,本文的研究工作主要包括以下几个方面的内容:1.深入研究服务本体描述语言,分析了基于工作流和基于智能规划的服务组合方法的优势和劣势,并详细介绍了分层任务网络规划引擎;分析了现有上下文感知和自适应方向的研究现状,包括上下文的定义、分类、建模以及感知框架的设计。2.为了在服务执行过程中提供自适应机制,本文制定了一套自适应策略语言,方便用户制定个性化自适应策略,系统在服务执行过程中根据用户制定的自适应策略进行自适应调整。3.为了应对复杂多变的上下文环境,本文首先给出了上下文的定义以及分类标准,并通过扩展模型使服务支持上下文描述信息,然后提出了一个自适应上下文感知模型该模型可以监控服务执行过程中上下文的变化,并根据上下文事件以及用户制定的自适应策略进行相应的调整。4.在上述研究基础上,本文设计并实现了一个基于上下文感知的自适应服务组合系统,并给出了该系统的详细设计和实现细节,最后通过案例验证了系统的功能。(本文来源于《上海交通大学》期刊2015-01-14)

朱里越,杨坚,胡晗,奚宏生[7](2010)在《多业务流媒体服务系统的自适应服务组合算法》一文中研究指出服务组合可以将网络上多种异构服务重新组合,形成新的业务.本文在流媒体应用中,采用叁层服务组合架构,通过检测用户点播行为的改变,触发流媒体服务组合自适应调整,以最小化用户整体点播延迟为目标,在保证用户QoS的同时,最大化利用服务器现有的资源,从而扩充服务器服务能力,降低用户点播的拒绝率.试验仿真结果表明流媒体服务集群系统性能得到了大幅度的提高.(本文来源于《小型微型计算机系统》期刊2010年09期)

翟岩龙[8](2009)在《开放网络环境中动态自适应服务组合技术研究》一文中研究指出随着越来越多的存储资源、计算资源、应用资源甚至软件资源以可被获取和访问的网络资源形式发布在Internet上,使得Internet逐渐成为一个开放的分布式计算平台。以Web服务组合方式实现开放网络环境中资源共享与应用集成成为近年来的研究热点。本文以“分布式建模与仿真资源管理”项目为背景,针对Web服务组合协调框架、自适应性等进行研究,目的是使Web服务组合具有较高的性能、灵活的协调模式并能够适应系统环境和需求的变更。论文的主要研究工作和创新点如下:1、基于数据流优化的分散式服务组合方法研究。目前服务组合主要采用集中式的协调模式。但在集中式协调模式中所有的数据都要经过服务组合引擎中转,系统的运行效率、可伸缩性均受到引擎所在节点的计算能力和通信能力的限制,因此本文提出了一种基于数据流优化的分散式服务组合方法。该方法将原有集中式的服务组合流程按照不同参与角色进行分割,将分割之后的组合服务流程片断分散的执行,但是单纯的组合服务流程分割并不能减少数据量的传递,因此在分割的同时优化数据流,使不同流程片断之间消息传递次数最少,数据传输量最小。实验结果表明,该方法响应时间比集中式协调模式缩短了30%-50%,且和相关工作比较,算法复杂度由O(en)降为O(n2)。2、支持数据流分发的服务组合协调框架研究。分散式的服务组合虽然性能有所提高,但是系统结构相对复杂,参与服务的可重用性降低。针对这一问题,本文提出了支持数据流分发的服务组合协调框架。该框架将组合服务的控制流与数据流分开,组合服务的控制信息还是集中管理,但是参与服务之间的数据流采用分布式处理。这样的协调模式不仅能够有效减少数据传递,而且也能够对组合服务中的各个服务进行有效的控制。在该框架实现过程中定义了协调协议的形式化定义和参考模型,采用数据流分析方法优化组合服务,并提出了将BPEL流程转换为协调协议的算法。实验结果表明,该方法与集中式服务组合相比,响应时间明显缩短,事务处理能力显着提高;与分散式服务组合相比,系统结构更加合理,因参与服务不包含组合逻辑,服务的可重用性得到提高。3、基于计算反射框架的自适应服务组合研究。针对基于面向服务体系结构的商业应用如何快速、自动的适应业务需求或者运行环境变化的问题,本文提出了基于计算反射框架的自适应服务组合方法。该方法定义了组合服务的元模型及修改元模型的原子操作,使系统具有自描述和自计算的能力,通过组合原子操作对元模型进行调整,调整操作在经过数据流和控制流方面的验证后,才能反射到组合服务上,从而实现组合服务结构的自适应调整。4、满足端到端QoS约束的组合服务修复方法研究。由于服务运行在动态变化的环境中,服务失效的情况时有发生,这时需要对组合服务进行修复。修复可以采用自适应调整的方法,也可以不改变组合服务的结构,通过用满足功能和性能要求的服务替代失效服务来实现。但在实际应用中,很难找到与失效服务功能和性能一致的服务。针对这一问题,本文提出了一种满足端到端QoS约束的组合服务修复方法。该方法为每一个失效服务划分影响区域,计算影响区域所应满足的QoS约束,在该约束下,重新组合服务修复影响区域。若找不到组合服务修复影响区域,则逐步扩大影响区域并重新尝试修复,若不同影响区域发生交迭,则将发生交迭的两个区域合并成一个区域。实验结果表明,与重新组合整个组合服务相比,基于影响区域的组合服务修复时间平均减少80%-90%,修复涉及的服务数量也大大减少。5、面向服务的建模与仿真资源管理系统设计与实现。通过对可靠服务运行支撑平台-LLAMA扩展和改造,本文设计实现了支持动态自适应的αLLAMA平台系统。该系统对LLAMA中可靠代理等模块进行改造,使平台能够灵活地支持不同的服务组合协调模式,并增加了组合服务的元模型描述模块、反射模块,以及自适应管理器中的流程修复模块,使平台具有完善的自适应处理能力。另外,通过分析建模与仿真资源管理系统和SOA体系结构,本文设计实现了面向服务的建模与仿真资源管理系统,该系统充分利用αLLAMA平台的可靠性以及动态自适应性,并实现了基于αLLAMA平台的仿真服务总线结构,为核心仿真服务和仿真应用服务提供可靠平台。(本文来源于《北京理工大学》期刊2009-12-23)

文俊浩,江卓,涂丽云,何盼[9](2009)在《自适应服务组合中基于语义相似度及面向任务的服务发现算法(英文)》一文中研究指出为了实现自适应和高效的Web服务组合,提出了一种面向任务的服务发现算法.将传统的服务组合过程划分为语义上的发现和功能上的匹配,并将任务作为操作对象,利用语义相似度从候选服务中寻找与给定任务相匹配的服务,并生成对应的TWC图,同时针对新服务设计更新算法.将该方法应用到服务组合模型中,搜索TWC图以得到一条最优的路径作为服务组合结果输出,并能在服务失效时做出实时的更新以完成服务请求.实验结果证明了算法的可行性和有效性,也表明当最大搜索半径取2时,服务数量和质量之间可达到平衡.(本文来源于《Journal of Southeast University(English Edition)》期刊2009年04期)

郭慧鹏,怀进鹏,邓婷,李扬[10](2008)在《一种可信的自适应服务组合机制》一文中研究指出提出一种可信的自适应服务组合机制.首先,将组合服务的可信性保证问题转换为自适应控制问题,可信性保证策略作为可调节控制器,组合服务作为被控对象,并设计了相应的系统结构;其次,在马尔可夫决策过程框架下建模和优化组合服务的可信维护过程和策略,并设计了相应的算法,实现了基于强化学习的直接自适应控制机制;最后,通过仿真实验,将组合服务的自适应维护与随机维护策略比较,表明组合服务的自适应维护具有明显的优越性.(本文来源于《计算机学报》期刊2008年08期)

自适应服务组合论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

在面向服务的系统架构中,将已有的简单服务组合起来构建满足用户复杂需求的增值服务,即服务组合已成为一项极具实际价值的研究热点。随着Web服务技术的快速发展,大量功能属性相同而非功能属性(QoS)各异的Web服务大量涌现,服务筛选及组合优化成为服务组合问题面临的挑战。一方面如何在保证服务组合业务流基本功能的基础上,在大规模的服务场景下为每个任务选择合适的服务以达到最优的组合结果(QoS最大化);另一方面,基于网络的Web服务具有内在的动态变化性,组合的环境也是复杂不稳定的,组合系统需要保证其自适应性,面对外部环境的变化和服务自身的演化作出及时的反应和调整。针对以上挑战,Web服务组合系统需要在大规模动态性服务组合场景下仍保持准确性和高效性是目前亟待解决的问题。本文主要围绕基于大规模、自适应性服务组合展开研究,主要完成了以下工作:(1)根据服务组合流程的复杂性和候选服务的多样性所造成的服务组合规模庞大的问题,提出了一种基于深度强化学习的自适应性服务组合方法。该方法利用深度学习循环神经网络优化强化学习算法,预测目标函数、增强其表达和泛化的能力,有效的解决了传统强化学习在面对大规模或连续状态空间问题上的缺陷,在大规模动态性服务组合场景下具有极高的应用价值。(2)本文采用启发式的行为选择策略,将状态集分为隐藏状态和完全可见状态。有效的模拟隐藏状态空间下的策略空间和完全可见状态下的评估函数,采用针对性的行为选择策略,进一步的提高组合结果的准确性和效率。(3)本文通过一系列的实验验证了本文提出方法的有效性、可扩展性、自适应性和显着性,进一步的证明了该方法在大规模动态服务组合场景下的优势,相较于传统强化学习解决服务组合问题在组合结果和效率上都有了明显的优化。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

自适应服务组合论文参考文献

[1].李佳杰.结合QoS预测与多agent强化学习的自适应服务组合[D].东南大学.2018

[2].顾明珠.基于深度强化学习的大规模自适应服务组合问题研究[D].东南大学.2017

[3].罗利民.基于代理机制的自适应服务组合演化[J].电脑知识与技术.2016

[4].陈鑫.基于多Agent强化学习的自适应服务组合研究[D].东南大学.2015

[5].孙杰.一种QoS驱动的自适应服务组合模型研究与实现[D].青岛大学.2015

[6].王泊学.基于上下文感知的自适应服务组合系统的设计与实现[D].上海交通大学.2015

[7].朱里越,杨坚,胡晗,奚宏生.多业务流媒体服务系统的自适应服务组合算法[J].小型微型计算机系统.2010

[8].翟岩龙.开放网络环境中动态自适应服务组合技术研究[D].北京理工大学.2009

[9].文俊浩,江卓,涂丽云,何盼.自适应服务组合中基于语义相似度及面向任务的服务发现算法(英文)[J].JournalofSoutheastUniversity(EnglishEdition).2009

[10].郭慧鹏,怀进鹏,邓婷,李扬.一种可信的自适应服务组合机制[J].计算机学报.2008

标签:;  ;  ;  

自适应服务组合论文-李佳杰
下载Doc文档

猜你喜欢