[发明专利]一种基于分层贝叶斯网络模型的云服务QoS预测方法

说明书

本发明公开一种从云计算三层服务方面结合分层贝叶斯网络模型的云服务QoS预测方法。通过构建虚拟节点，将底层贝叶斯网络的推理结果作为不确定证据，输入到对应的上层网络节点中，以代替该底层贝叶斯网络。云计算系统首先通过数据收集器收集基础设施层、平台层上的数据，然后分别对数据进行预测，预测的结果为底层贝叶斯网络的推理结果，其作为不确定证据，输入作为应用层的先验概率，接着将基础设施层和平台层收集的数据导入应用层的数据中心，结合应用层收集器收集的数据一起对云服务QoS进行预测，最后将获得的云服务QoS的预测结果和直接获取到的云服务QoS结果作比较。

技术领域

本发明涉及一种云服务QoS预测方法，尤其涉及一种基于分层贝叶斯网络模型的云服务QoS预测方法，属于信息技术领域。

背景技术

云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云计算已经逐渐成为多个领域包括效用计算、分布式计算、网格计算、Web服务以及面向服务体系结构SOA的自然演变和集成，它使得用户可以通过网络在任何时间与地点获取计算服务能力。云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池(资源包括网络，服务器，存储，应用软件，服务)，这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。云计算是通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。云计算可以认为包括以下几个层次的服务：基础设施即服务(IaaS)，它将硬件设施基础资源(服务器、存储、网络和其他设备等)作为一种服务提供给云服务客户；平台即服务(PaaS)，它将整个开发平台和提供资源与存储的开发环境托管在云中，作为一种服务提供给消费者；和软件即服务(SaaS)，它将某些特定应用软件功能封装成通过Internet或者分布式环境的服务。

随着对人们QoS的服务组合问题的研究日益深入，已经提出了大量相关算法和预测方法。如Shao和Chen等人分别提出了基于协同过滤的QoS预测方法，根据不同的用户使用记录来预测QoS。Canfora G等人提出了基于遗传算法的云服务组合方法，将组合服务编码成染色体，适应度值是服务的综合QoS。徐猛等人提出的基于扩展图规划的Top-K服务组合方法，通过服务索引和增加图规划中的辅助节点，使得经过一次规划搜索即可找到Top-K个满足用户QoS要求的组合服务。Godse等人提出了一种根据QoS值自动选择Web Service的方法，它主要由三个部分组成：监测并获得Web Service的QoS值；根据历史QoS值预测将来的QoS值；根据预测的QoS值自动选择合适的Web Service。虽然考虑了同一时刻的服务组合和不同时刻的服务组合，但并没有考虑到云计算的三层结构方面对云服务QoS的影响。因此为了预测云服务QoS，我们考虑了云计算的三层结构，提出了一种基于分层贝叶斯网络模型的云服务QoS预测方法。

云计算由于其支持虚拟化、提供服务质量保证、高可靠性可用性、自治性与快速弹性等特点，使得云服务可以有效的进行资源配置，适应互联网的动态需求，但鉴于云服务本身的异构性、自治性和动态性等特点引发的不确定因素影响了云计算环境下服务组合的正确性、可靠性和可用性。怎样才能帮助用户选择最符合用户需求的云服务呢？因此，有效而准确预测云服务QoS成为人们研究的的关键问题。

在云计算环境下，云服务可以认为包括以下几个层次的服务：基础设施即服务(IaaS)，平台即服务(PaaS)和软件即服务(SaaS)，但是并没有深入层次结构获取结构层次上的数据来预测更适合的组合服务来满足用户的需求。并且考虑到用户对应用的QoS需求是随时间变化的，服务提供方所提供的服务所满足的QoS约束也是随时变化的，怎样才能预测出更适合的云服务QoS以满足用户的未来需求？因此如何构建能够满足用户QoS需求的云服务是云服务应用领域亟待解决的难题。

发明内容