服务网络中若干关键问题的研究
| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第10-13页 |
| 图表目录 | 第13-17页 |
| 第一章 绪论 | 第17-39页 |
| 1.1 论文研究背景 | 第17-29页 |
| 1.1.1 逻辑服务网络 | 第20-24页 |
| 1.1.2 服务网络化架构 | 第24-28页 |
| 1.1.3 服务网络中面临的挑战 | 第28-29页 |
| 1.2 论文研究内容 | 第29-32页 |
| 1.3 论文主要创新点 | 第32-33页 |
| 1.4 攻读博士期间主要工作 | 第33-34页 |
| 1.5 本文的组织结构 | 第34-35页 |
| 参考文献 | 第35-39页 |
| 第二章 基于服务相似网络的服务聚类技术研究 | 第39-61页 |
| 2.1 引言 | 第39页 |
| 2.2 相关研究工作 | 第39-42页 |
| 2.2.1 基于质量的服务聚类 | 第39-40页 |
| 2.2.2 基于功能的服务聚类 | 第40-41页 |
| 2.2.3 当前研究存在的问题 | 第41-42页 |
| 2.3 WSDL服务描述 | 第42-45页 |
| 2.3.1 构成元素 | 第42-44页 |
| 2.3.2 消息交换模式 | 第44-45页 |
| 2.4 特征抽取 | 第45-47页 |
| 2.5 服务相似网络的构建 | 第47-48页 |
| 2.5.1 服务相似度的计算 | 第47-48页 |
| 2.5.2 服务相似网络的构造 | 第48页 |
| 2.6 社区发现算法 | 第48-52页 |
| 2.6.1 TopLPA算法 | 第49-50页 |
| 2.6.2 TopLPA-Online算法 | 第50-52页 |
| 2.7 仿真实验分析 | 第52-57页 |
| 2.7.1 仿真场景建立 | 第52页 |
| 2.7.2 仿真性能指标 | 第52-53页 |
| 2.7.3 仿真结果与分析 | 第53-57页 |
| 2.8 本章小结 | 第57页 |
| 参考文献 | 第57-61页 |
| 第三章 基于链路预测的服务质量预测技术研究 | 第61-85页 |
| 3.1 引言 | 第61页 |
| 3.2 相关研究工作 | 第61-64页 |
| 3.2.1 基于内存的协同过滤方法 | 第61-63页 |
| 3.2.2 基于模型的协同过滤方法 | 第63页 |
| 3.2.3 其它方法 | 第63-64页 |
| 3.2.4 当前研究存在的问题 | 第64页 |
| 3.3 服务质量预测中的数据稀疏性问题 | 第64-66页 |
| 3.3.1 服务质量预测问题的形式化描述 | 第64-66页 |
| 3.3.2 数据稀疏性问题 | 第66页 |
| 3.4 基于链路预测的服务质量预测 | 第66-75页 |
| 3.4.1 相似度的计算 | 第68-69页 |
| 3.4.2 邻居的寻找与选择 | 第69-73页 |
| 3.4.3 服务质量的预测 | 第73-74页 |
| 3.4.4 算法复杂性分析 | 第74-75页 |
| 3.5 实验与仿真 | 第75-81页 |
| 3.5.1 仿真场景建立 | 第75页 |
| 3.5.2 算法评价指标 | 第75-76页 |
| 3.5.3 仿真结果与分析 | 第76-81页 |
| 3.6 本章小结 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 第四章 基于P2P技术的服务路由技术研究 | 第85-109页 |
| 4.1 引言 | 第85页 |
| 4.2 相关研究工作 | 第85-88页 |
| 4.2.1 集中式服务发现和路由 | 第85-86页 |
| 4.2.2 分布式服务发现和路由 | 第86-88页 |
| 4.2.3 当前研究存在的问题 | 第88页 |
| 4.3 基于混合拓扑的P2P服务路由技术 | 第88-95页 |
| 4.3.1 基于关键词集的索引构造方法 | 第89-94页 |
| 4.3.2 索引的发布及服务的路由查找 | 第94-95页 |
| 4.4 仿真实验分析 | 第95-101页 |
| 4.4.1 仿真场景建立 | 第95-98页 |
| 4.4.2 仿真性能指标 | 第98页 |
| 4.4.3 仿真结果与分析 | 第98-101页 |
| 4.5 可违例SLA的服务评价方法 | 第101-104页 |
| 4.5.1 方法的功能模块设置与流程 | 第102-104页 |
| 4.5.2 服务执行的周期性检测 | 第104页 |
| 4.5.3 评价示例 | 第104页 |
| 4.6 本章小结 | 第104-105页 |
| 参考文献 | 第105-109页 |
| 第五章 基于分类的云主机负载预测的技术研究 | 第109-125页 |
| 5.1 引言 | 第109页 |
| 5.2 相关研究工作 | 第109-111页 |
| 5.2.1 研究现状 | 第109-111页 |
| 5.2.2 当前研究存在的问题 | 第111页 |
| 5.3 Google云集群中主机负载特征 | 第111-113页 |
| 5.4 基于分类的云主机负载预测 | 第113-119页 |
| 5.4.1 指数分段预测模式 | 第113-116页 |
| 5.4.2 分类特征的抽取 | 第116-117页 |
| 5.4.3 负载预测 | 第117-119页 |
| 5.5 仿真实验分析 | 第119-121页 |
| 5.5.1 仿真场景建立 | 第119页 |
| 5.5.2 仿真性能指标 | 第119-120页 |
| 5.5.3 仿真结果与分析 | 第120-121页 |
| 5.6 本章小结 | 第121-122页 |
| 参考文献 | 第122-125页 |
| 第六章 总结和展望 | 第125-127页 |
| 6.1 论文总结 | 第125-126页 |
| 6.2 进一步工作 | 第126-127页 |
| 附录 缩略语 | 第127-129页 |
| 致谢 | 第129-130页 |
| 攻读学位期间发表的学术论文 | 第130-132页 |
| 攻读学位期间申请的发明专利 | 第132-133页 |
| 攻读学位期间参与的科研项目 | 第133页 |
