基于贝叶斯模型的云服务qos预测和保障研究

《基于贝叶斯模型的云服务qos预测和保障研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP399密级：公开UDC：004编号：10299S1308029硕士学位论文基于贝叶斯模型的云服务QoS预测和保障研究ResearchonCloudServiceQoSPredictionandGuaranteebasedonBayesianmodel指导教师王良民作者姓名陈伟申请学位级别工学硕士专业名称计算机应用技术论文提交日期6月5日论文答辩日期6月2日学位授予单位和日期江苏大学6月答辩委员会主席____陈国良____评阅人______________学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本

2、人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询，授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生院办理。本学位论文属于不保密□。学位论文作者签名：指导教师签名：年月日年月日独创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容以外，本论文不包含

3、任何其他个人或集体已经发表或撰写过的作品成果，也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：年月日江苏大学硕士学位论文摘要随着云计算产业的飞速发展，越来越多的企业和个人使用云服务。然而云服务是通过动态的Internet网来提供服务的，因此云服务的服务质量(QualityofService，QoS)会随着时间的推移、网络环境和云主机负载等因素的变化而动态变化，又因为云计算的可靠性，可用性和安全性等特点，云服务的QoS变化是相对稳定和有规

4、律的。通过对云服务的QoS进行实时预测，分配一个未来一段时间内满足用户QoS要求的云服务，同时感知可能即将发生的QoS违规，对保障云服务的QoS具有重要的意义。针对上述问题，研究人员提出了很多基于预测的云服务QoS保障方案。其中很多方案采用预测方法预测云服务的QoS状态，继而根据预测结果进行准确的云服务分配和保障云服务满足用户QoS要求。但是其中部分方案采用的预测方法的准确性不高，从而导致云服务QoS的保障效果不理想，还有部分方案采用的预测方法的准确性虽然较高，但是却因为预测所需历史数据量大，预测开销大等原因，导致无法对云服务进行实时的预测，更不能对云服务的整个过程进行很好

5、的预测。针对以上方案的不足，本文引入改进状态误差方差的贝叶斯常均值模型对云服务的QoS进行预测，在利用少量历史数据和消耗少量系统资源的情况下，提高预测的准确性。同时提出基于预测方法的云服务QoS保障框架，框架根据QoS预测结果进行云服务的分配和感知可能的QoS违规，对感知到的QoS违规提前采取措施，极大地保障了云服务的服务质量。本文提出了一个基于改进的贝叶斯常均值模型的云服务QoS保障框架，在云服务扽配阶段，实时预测云服务QoS并分配给用户一个一段时间内满足用户QoS要求的云服务。在云服务执行阶段，实时预测云服务的QoS和感知QoS违规，对QoS违规采取针对性措施，从而保障

6、云服务的QoS。本文的主要工作如下：（1）总结了现有的用于云服务QoS预测的时间序列预测方法。详细介绍了各个预测方法的原理、推理、证明过程和计算步骤，以及各自的优缺点。（2）针对现有的云服务QoS时间序列预测方法的不足，给出了基于改进的贝叶斯常均值模型的云服务QoS预测方法，详细介绍该方法的改进之处及预测优势。利用Hadoop集群模拟云服务平台，收集了集群中虚拟机的QoS指标作为预测对象，对比了几种时间序列预测方法的在云服务QoS预测方面的准确性和拟合效果。（3）针对现有的云服务QoS框架的不足，给出了基于预测方法的云服务QoS保障I基于贝叶斯模型的云服务QoS预测和保障研

7、究框架。详细介绍了框架的组成部分，并将QoS框架和预测方法相结合，对比了几种方案的QoS保障效果。实验证明了基于改进的贝叶斯常均值模型的云服务QoS保障框架在QoS保障方面的有效性。关键词：云服务，服务质量，贝叶斯常均值模型，时间序列预测方法，实时预测，保障框架II江苏大学硕士学位论文ABSTRACTWiththerapiddevelopmentofcloudcomputingindustry,thenumberofindividualsandenterpriseswhousecloudservicesbecome