安吉宇　杨　瑜　刘志中

(河南理工大学计算机科学与技术学院　河南 焦作 454000)



基于人工蜂群优化的支持向量机模型在Web服务QoS预测中的应用

安吉宇杨瑜刘志中

(河南理工大学计算机科学与技术学院河南 焦作 454000)

摘要在开放的网络环境下，Web服务的服务质量QoS具有很强的动态性。为了提高服务QoS的准确性，为服务选择、服务组合提供可靠的QoS信息，在考虑Web服务所处的网络环境和所要处理任务的特征对服务QoS影响的前提下，提出一种基于人工蜂群优化的支持向量机QoS动态预测方法。该方法首先对人工蜂群算法进行改进，提出了面向观察蜂的免疫选择机制和面向侦查蜂的改进逃逸机制；然后，采用改进的人工蜂群算法对支持向量机的参数进行优化；最后采用优化的支持向量机预测Web服务处理具体任务时的QoS。实验结果表明，该提出的QoS预测方法具有较好的预测速度和精度。

关键词改进人工蜂群算法支持向量机Web服务服务质量动态预测

0引言

随着云计算、物联网、虚拟化、面向服务、高性能计算等高新信息技术的快速发展，网络中涌现了很多功能相似或相同但QoS具有很大差异的Web服务，QoS已经成为评价和选择最佳候选服务的重要依据。由于Web服务运行环境的开放性、用户任务的不确定性、服务负载的波动性等不确定因素，使得Web服务的QoS具有很强的动态性[1]。如何准确地预测Web服务的QoS，为服务选择、服务组合提供可靠的QoS数据，成为服务计算领域亟需解决的关键问题。……