| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目录 | 第10-14页 |
| 第1章 引言 | 第14-26页 |
| 1.1 研究背景 | 第14-21页 |
| 1.1.1 面向服务的软件开发 | 第14-16页 |
| 1.1.2 基于服务的自适应软件系统 | 第16-19页 |
| 1.1.3 现有ASBS性能优化方法面临的主要问题 | 第19-21页 |
| 1.2 基于两阶段适应的ASBS性能持续优化问题的研究思路 | 第21-23页 |
| 1.3 论文主要工作 | 第23-24页 |
| 1.4 论文组织结构 | 第24-26页 |
| 第2章 基于两阶段适应的ASBS性能持续优化机制 | 第26-44页 |
| 2.1 引言 | 第26-27页 |
| 2.2 组合服务的动态优化方法分析 | 第27-31页 |
| 2.3 基于两阶段适应的ASBS性能持续优化机制 | 第31-37页 |
| 2.3.1 优化框架 | 第31-34页 |
| 2.3.2 优化过程 | 第34-36页 |
| 2.3.3 与现有ASBS性能优化机制的对比 | 第36-37页 |
| 2.4 基于两阶段适应的ASBS优化运行支撑框架 | 第37-40页 |
| 2.5 支持两阶段适应的ASBS生命周期模型 | 第40-42页 |
| 2.6 本章小结 | 第42-44页 |
| 第3章 基于Pareto占优的SBS优化运行支撑环境的构建方法 | 第44-70页 |
| 3.1 引言 | 第44-46页 |
| 3.2 SBS优化运行支撑环境 | 第46-51页 |
| 3.2.1 SBS优化运行支撑环境的定义 | 第46-48页 |
| 3.2.2 SBS优化运行支撑环境的属性 | 第48-51页 |
| 3.3 面向Pareto最优服务选取的服务组织模型(PSOM) | 第51-56页 |
| 3.3.1 Pareto占优树 | 第52-53页 |
| 3.3.2 Pareto占优树的结点插入算法 | 第53-54页 |
| 3.3.3 Pareto占优树的结点删除算法 | 第54-55页 |
| 3.3.4 基于Pareto占优树的Pareto最优集选取算法 | 第55-56页 |
| 3.4 基于PSOM的SBS优化运行支撑环境构建 | 第56-60页 |
| 3.4.1 基于PSOM的SBS优化运行支撑环境的初始构建过程 | 第56-57页 |
| 3.4.2 基于PSOM的SBS优化运行支撑环境的动态更新策略 | 第57-60页 |
| 3.5 SBS优化运行支撑环境的有效性分析 | 第60-68页 |
| 3.5.1 实验基础 | 第60-61页 |
| 3.5.2 可共享性和完备性分析 | 第61-65页 |
| 3.5.3 SBS优化效果分析 | 第65-67页 |
| 3.5.4 SBS优化效率分析 | 第67-68页 |
| 3.6 本章小结 | 第68-70页 |
| 第4章 基于动态变化影响分析的ASBS离线预测式性能优化方法 | 第70-94页 |
| 4.1 引言 | 第70-72页 |
| 4.2 基于动态变化影响分析的ASBS离线预测式性能优化机制 | 第72-75页 |
| 4.3 支持动态变化影响分析的系统执行上下文模型 | 第75-82页 |
| 4.3.1 系统执行上下文模型的结构 | 第75-77页 |
| 4.3.2 系统执行上下文信息的表示 | 第77-80页 |
| 4.3.3 系统执行上下文的初始构建与动态更新策略 | 第80-82页 |
| 4.4 变化影响概率的定量计算及系统性能的主动优化策略 | 第82-87页 |
| 4.4.1 变化影响概率的定量计算 | 第82-83页 |
| 4.4.2 基于MARS的服务新状态持续时间预测 | 第83-85页 |
| 4.4.3 基于变化影响概率的系统性能主动优化策略 | 第85-87页 |
| 4.5 基于动态变化影响分析的ASBS离线优化性能分析 | 第87-92页 |
| 4.5.1 阶段稳定型服务质量变化规律的验证 | 第87-88页 |
| 4.5.2 基于MARS的服务质量预测准确性分析 | 第88-90页 |
| 4.5.3 基于动态变化影响分析的系统性能主动优化的代价收益分析 | 第90-92页 |
| 4.6 本章小结 | 第92-94页 |
| 第5章 系统长期收益驱动的ASBS在线反应式性能优化方法 | 第94-114页 |
| 5.1 引言 | 第94-96页 |
| 5.2 系统长期收益驱动的ASBS在线反应式性能优化机制 | 第96-99页 |
| 5.3 支持系统长期收益评估的状态-活动-收益(SAP)模型 | 第99-106页 |
| 5.3.1 系统执行状态 | 第100-102页 |
| 5.3.2 服务使用状态 | 第102-103页 |
| 5.3.3 在线适应活动 | 第103-105页 |
| 5.3.4 在线适应活动收益的计算方法 | 第105-106页 |
| 5.4 基于POMDP的系统长期收益优化策略 | 第106-111页 |
| 5.4.1 基于马尔可夫决策过程(MDP)的动态服务组合 | 第106-109页 |
| 5.4.2 基于POMDP的ASBS在线优化活动选取 | 第109-111页 |
| 5.5 系统长期收益驱动的ASBS在线优化性能分析 | 第111-113页 |
| 5.5.1 基于POMDP的ASBS在线优化效率分析 | 第111-112页 |
| 5.5.2 ASBS长期运行过程中的提供者与消费者收益分析 | 第112-113页 |
| 5.6 本章小结 | 第113-114页 |
| 第6章 ASBS持续优化运行反射框架的研究与COEP原型系统的实现 | 第114-128页 |
| 6.1 反射理论与反射框架 | 第114-116页 |
| 6.2 ASBS持续优化运行反射框架 | 第116-117页 |
| 6.3 基于ServiceMix的COEP原型系统的设计与实现 | 第117-123页 |
| 6.3.1 ServiceMix开源服务总线 | 第117-118页 |
| 6.3.2 基于ServiceMix的ASBS持续优化运行平台(COEP)原型系统的设计 | 第118-120页 |
| 6.3.3 基于ServiceMix的ASBS持续优化运行平台(COEP)原型系统的实现 | 第120-123页 |
| 6.4 COEP原型系统的应用 | 第123-126页 |
| 6.5 本章小结 | 第126-128页 |
| 第7章 结论与展望 | 第128-132页 |
| 7.1 论文工作总结 | 第128-129页 |
| 7.2 未来研究展望 | 第129-132页 |
| 参考文献 | 第132-148页 |
| 致谢 | 第148-149页 |
| 攻读博士学位期间的主要成果 | 第149-150页 |
| 论文发表情况 | 第149-150页 |
| 参加的项目 | 第150页 |
