钱双洋 陈 喆 刘原序

(解放军信息工程大学 河南 郑州 450001)

基于改进贝叶斯算法的云服务可靠性预测方法研究

钱双洋 陈 喆 刘原序

(解放军信息工程大学 河南 郑州 450001)

目前服务消费者业务的不断发展，业务逻辑的不断复杂，对云服务组合的可靠性性能需求不断增加。通过对服务组合可靠性进行预测，根据预测结果向服务消费者推荐满足其可靠性需求的组合服务，以提高服务使用质量。基于传统的贝叶斯预测模型提出一种改进贝叶斯预测算法(IDLM)。通过采用指数加权回归方法对算法中的状态误差方差项进行估算，有效解决了传统贝叶斯模型中状态误差方差参数确定困难等问题，并且具有较高的预测效率和预测准确性。实验结果表明，改进的贝叶斯预测算法(IDLM)较其他传统的时间序列预测算法具有较高的准确性。

服务组合 可靠性 贝叶斯模型 预测

0 引 言

面向服务[1]计算是在面向对象、面向构件及分布式计算等软件工程技术的基础上产生的一种新的计算范式。随着云计算服务资源的不断丰富，云计算环境中不可避免地涌现出大量功能相同但服务质量QoS不同的服务资源。通过一定的组合逻辑和业务流程，将功能单一的原子服务组合成具有增值功能的组合服务，来满足用户QoS偏好，这一过程称之为服务组合。通常服务提供者和服务请求者之间协商出服务等级协定(SLA)来规约服务组合过程中的一系列非功能性指标。服务提供者的目标是满足SLA的前提下，以尽可能小的成本来提供用户所需的服务。……