云计算环境下服务的自适应组合优化方法

云计算环境下服务的自适应组合优化方法
【专利摘要】本发明公开了一种云计算环境下服务的自适应组合优化方法。通过构造中间代理端，通过中间代理端对环境中的云服务进行管理，并且记录下服务数据，当达到一定值时，通过决策树算法对不同中间代理端所管理的服务进行调整，从而确定该中间代理端所应该服务的主要对象，达到不同中间代理端之间的分工合作功能，减小系统消耗增加用户满意度，从而更好的为用户提供服务。
【专利说明】云计算环境下服务的自适应组合优化方法
【技术领域】
[0001]本发明涉及计算、数据处理【技术领域】，特别涉及一种云计算环境下服务的自适应组合优化方法。
【背景技术】
[0002]云计算是并行计算(Parallel Computing)、分布式计算(DistributedComputing)和网格计算(Grid Computing)的发展,是这些计算机科学概念的商业实现。云计算是虚拟化(Virtualization)、效用计算(Utility Computing)、IaaS (基础设施即服务)、PaaS (平台即服务)、SaaS (软件即服务)等概念混合严谨并跃升的结果。
[0003]随着web服务的数量以及种类的增加，服务组合成为了面向服务领域的一个关键问题。随着服务的数目以及种类的增多，在服务组合过程中必需考虑到服务的选择以及优化服务的组合。传统的web服务技术是一种无状态的功能响应，它存在功能单一，无法主动响应外界事件，服务之间无法相互自主协作等不足，无法满足服务的选择以及优化。
[0004]随着互联网向云计算的逐步发展，由于云环境所特有服务无所不在以及低成本跨平台等特性，服务提供商开始从开发传统web服务转向云服务。当前对服务组合的研究大都集中在传统服务即普适计算环境下服务组合，而云计算环境所特有的多云环境、服务形态、服务模式、以及多租户、虚拟化等服务机制都是传统环境多不具备的，因此现有的服务组合技术难以直接迁移应用到云计算环境下，特别是服务组合的性能以及组合服务执行效率难以满足云用户的需求。除了面对传统服务组合中的QoS约束、动态组合等问题之外，统一建模、海量云服务组合以 及云服务组合优化等问题必需考虑。

【发明内容】

[0005]本发明针对现有技术存在的上述不足，提供了一种云计算环境下服务的自适应组合优化方法。本发明通过以下技术方案实现:
[0006]一种云计算环境下服务的自适应组合优化方法，云计算环境包括:云服务以及中间代理端，每一中间代理端选择一定数量的云服务建立关联，为所指定类型的客户提供云服务，并记录服务数据，根据服务数据重新调整所选择的云服务；
[0007]其中，服务数据包括:
[0008]总业务量，用以记录所有类型的客户的请求次数总量；
[0009]业务量，用以记录同一类型的客户的请求次数总量；
[0010]销售量，用以记录每一中间代理端上所选择的一云服务被客户采用的次数，每一中间代理端根据销售量对所选择的云服务进行重新调整；
[0011]客户满意度，用以记录客户对所采用的云服务的满意度，每一中间代理端根据客户满意度选择相关的z?服务建立关联；
[0012]关联度，用以记录每一中间代理端所能联系的最大的其他中间代理端的数量，每一中间代理端根据关联度的大小选择对应的其他中间代理端建立合作关系；[0013]生存时间，用以表示数据包在网络中传输的最大时间长度，在接收到一客户请求后，在中间代理端中每转发一次则生存时间的值减1，直至减为O后停止转发；
[0014]云计算环境下服务的自适应组合优化方法包括步骤:
[0015]S1、每一中间代理端分别选择一定数量的云服务并建立关联；
[0016]S2、定义所选择云服务的关联度以及生存时间值的大小，每一中间代理端根据关联度的大小选择对应的其他中间代理端建立合作关系；
[0017]S3、等待客户请求，在收到一客户请求后，先确定客户类型，总业务量以及对应的业务量的值加I ;
[0018]S4、根据客户请求查找满足条件的云服务，同时将客户请求转发至合作的中间代理端，若找到，则从查找结果中选择最优的云服务，若没有找到则结束；
[0019]S5、合作的中间代理端在接收到所转发的客户请求后，先判断客户请求的生存时间是否为0，若为0，则直接丢弃并返回结果，若不为O则查找满足条件的云服务并返回结果，生存时间的值减I;
[0020]S6、在接收到所有合作的中间代理端的返回结果后，选择满意度最高的云服务返回给客户；
[0021]S7、判断客户是否采用所返回的云服务，若客户采用所返回的云服务，则本次推荐成功，记录客户对所返回的云服务的满意度，同时，该云服务的销售量加1，若客户不采用所返回的云服务，则本次推荐失败；
[0022]S8、当总业务量到达一阈值时，每一中间代理端根据所指定的客户的类型以及服务数据建立决策树，更新所建立关联的云服务，同时更新与其他中间代理端的合作关系；
[0023]S9、返回步骤S3。
[0024]较佳的，步骤S4具体包括:云服务中包括硬性条件和非硬性条件，根据客户请求查找满足硬性条件的云服务，同时将客户请求转发至合作的中间代理端，若找到，则根据非硬性条件，利用SPA算法从中查找结果中选择最优的云服务，若没有找到则结束。
[0025]较佳的，步骤S8中的建立决策树包括:将云服务的非硬性条件的属性作为决策树的属性，将需要保留的云服务以及需要剔除的云服务作为训练集，判断其他云服务是否为优质云服务。
[0026]较佳的，步骤S8具体包括:
[0027]S81、对每一中间代理端所建立关联的云服务按照销售量的大小进行降序排列，其中，销售量相同的云服务按照业务量的大小进行降序排列；
[0028]S82、剔除排列靠后的不符合要求的云服务，并根据不同类型的客户的业务量选择业务量最多的客户的类型作为提供云服务的目标；
[0029]S83、读取所选择类型的客户的服务数据，建立决策树；
[0030]S84、选择市场上尚未饱和的云服务，并根据S83中建立的决策树判断是否为优质云服务，若判断结果为是，则建立关联，若判断结果为否，则继续选择，直至达到中间代理端所能管理的云服务的数量上限。
[0031]较佳的，选择对应的其他中间代理端建立合作关系中，为选择最近的其他中间代理端建立合作关系，以减少通信损耗。
[0032]较佳的，步骤S7中的记录客户对所返回的云服务的满意度，包括:新的满意度的值为原值的O到I之间，且随着每次转发，满意度的损耗呈指数级增长。
[0033]本发明针对云计算平台下海量服务的特点，对云服务组合的过程进行优化，通过分析不同用户的偏好以及调整不同中间代理端所管理的云服务以及所服务的客户群体，提高用户的满意度以及最大程度减少系统的资源消耗。
【专利附图】

【附图说明】
[0034]图1所示的是本发明的结构示意图；
[0035]图2所示的是本发明的生存时间判断方法的代码图；
[0036]图3所示的是本发明的决策树的代码图。
【具体实施方式】
[0037]以下将结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整的描述和讨论，显然，这里所描述的仅仅是本发明的一部分实例，并不是全部的实例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
[0038]为了便于对本发明实施例的理解，下面将结合附图以具体实施例为例作进一步的解释说明，且各个实施例不构成对本发明实施例的限定。
[0039]请参考图1，本发明提供的一种云计算环境下服务的自适应组合优化方法中，云计算环境包括:云服务以及中间代理端，每一中间代理端选择一定数量的云服务建立关联，为所指定类型的客户提供云服务，并记录服务数据，根据服务数据重新调整所选择的云服务。
[0040]记录的服务数据如下:
[0041]1、业务量(Transaction Volume, TV):客户的请求次数总量,每请求一次业务量加1，针对不同类型的客户，业务量再细分记录为TV1, TV2, TV3，其中TV=TVJTV2+!^。
[0042]2、销售量(Sales Volume, SV):记录中间代理端所管理的某一服务成功被客户采用的次数，销售量越高表示该服务的受欢迎程度越高，被推荐之后越容易被客户采用。因此，在判定一个服务是否是与其他中间代理端继续进行合作是销售量是重要指标之一。另外根据业务量和销售量的定义，我们很容易得到以下关系:
[0043]TV = JjSVi，η为系统中总得服务数量
[0044]3、客户满意度(Customer Satisfaction, CS):每次调用服务完成时客户会产生对该服务的满意度，即对该服务进行评分。评分的高低代表用户对该项服务的满意程度，中间代理端记录并分析满意较高的服务并从市场中挑选类似的服务建立联系。
[0045]4、关联度(Correlation Degree, DC):中间代理端联盟中每个中间代理端所能联系的最大协调者数量。关联度的大小表示中`间代理端联盟成员之间的紧密程度。关联度越大表示每个中间代理端能够与更多的中间代理端建立协作关系。
[0046]5、生存时间(Time To Live, TTL):TTL是TCP/IP协议里面的一个值，用来表示数据包在网络中传输的最大时间长度。数据包没经过一次路由时，TTL减一，当TTL值为零时即抛弃该数据包。在本文的中间代理端联盟系统中，我们借鉴该表示方法，使用TTL表示数据包可以在服务之间转发的次数限制。中间代理端接收到客户请求之后，联盟中每转发一次TTL值减一，当TTL值减为O时，停止转发，如图2所示。
[0047]结合上述增加的定义，本发明提供的一种云计算环境下服务的自适应组合优化方法具体包括步骤:
[0048]S1、每一中间代理端分别选择一定数量的云服务并建立关联，作为初始化服务；
[0049]S2、定义所选择云服务的关联度以及生存时间值的大小，每一中间代理端根据关联度的大小选择对应的其他中间代理端建立合作关系；
[0050]S3、等待客户请求，在收到一客户请求后，先确定客户类型，总业务量T以及对应的业务量Ti的值加I ;
[0051]S4、根据客户发送的请求找到满足硬性条件T1的所有云服务，若云服务不存在，则此次结果返回失败。在满足条件T1的所有服务中，考虑非硬性条件T2，根据SPA (SuperPairwise Alignment,—种现有的次优算法)的计算选择结果记录下自身所能提供的最优服务。
[0052]S5、在S4的同时，将客户请求转发给合作的中间代理端，同时在信息中新增加源中间代理端以及TTL参数等信息。
[0053]S6、联盟中相关合作中间代理端接受到该信息请求后，首先判断TTL是否为零，当为零时，直接丢弃并返回结束结果，每次转发由于增加了系统的通信消耗，需要将返回的结果做出一定的让步处理。因为在同样属性的服务的情况下，系统的最佳选择应该是离源中间代理端距离最近中间代理端，这样可以很大程度上减少系统中无法的通信损耗。满意度变化遵循的大致规则是每次转变后的值为原值(0，I)倍之间，且随着转发的继续，每次转发的损耗应呈现指数级增长，顾其获得的满意度改变也应体现这点。综合考虑，本发明定义如下满意度损耗公式如下:
【权利要求】
1.一种云计算环境下服务的自适应组合优化方法，其特征在于，所述云计算环境包括:云服务以及中间代理端，每一所述中间代理端选择一定数量的云服务建立关联，为所指定类型的客户提供云服务，并记录服务数据，根据所述服务数据重新调整所选择的云服务； 其中，所述服务数据包括: 总业务量，用以记录所有类型的客户的请求次数总量； 业务量，用以记录同一类型的客户的请求次数总量； 销售量，用以记录每一所述中间代理端上所选择的一云服务被客户采用的次数，每一所述中间代理端根据所述销售量对所选择的云服务进行重新调整； 客户满意度，用以记录客户对所采用的云服务的满意度，每一所述中间代理端根据所述客户满意度选择相关的云服务建立关联； 关联度，用以记录每一所述中间代理端所能联系的最大的其他所述中间代理端的数量，每一所述中间代理端根据所述关联度的大小选择对应的其他所述中间代理端建立合作关系; 生存时间，用以表示数据包在网络中传输的最大时间长度，在接收到一客户请求后，在所述中间代理端中每转发一次则所述生存时间的值减1，直至减为O后停止转发； 所述云计算环境下服务的自适应组合优化方法包括步骤: 51、每一所述中间代理端分别选择一定数量的所述云服务并建立关联； 52、定义所选择云服务的关·联度以及生存时间值的大小，每一所述中间代理端根据所述关联度的大小选择对应的其他所述中间代理端建立合作关系； 53、等待客户请求，在收到一客户请求后，先确定客户类型，所述总业务量以及对应的所述业务量的值加I ; 54、根据所述客户请求查找满足条件的云服务，同时将所述客户请求转发至合作的中间代理端，若找到，则从查找结果中选择最优的云服务，若没有找到则结束； 55、合作的中间代理端在接收到所转发的所述客户请求后，先判断所述客户请求的生存时间是否为O，若为O，则直接丢弃并返回结果，若不为O则查找满足条件的云服务并返回结果，所述生存时间的值减I; 56、在接收到所有合作的中间代理端的返回结果后，选择满意度最高的云服务返回给客户； 57、判断客户是否采用所返回的云服务，若客户采用所返回的云服务，则本次推荐成功，记录客户对所返回的云服务的满意度，同时，该云服务的销售量加1，若客户不采用所返回的云服务，则本次推荐失败； 58、当所述总业务量到达一阈值时，每一中间代理端根据所指定的客户的类型以及服务数据建立决策树，更新所建立关联的云服务，同时更新与其他中间代理端的合作关系； 59、返回步骤S3。
2.根据权利要求1所述的云计算环境下服务的自适应组合优化方法，其特征在于，步骤S4具体包括:所述云服务中包括硬性条件和非硬性条件，根据所述客户请求查找满足硬性条件的云服务，同时将所述客户请求转发至合作的中间代理端，若找到，则根据非硬性条件，利用SPA算法从中查找结果中选择最优的云服务，若没有找到则结束。
3.根据权利要求2所述的云计算环境下服务的自适应组合优化方法，其特征在于，步骤S8中的所述建立决策树包括:将云服务的非硬性条件的属性作为决策树的属性，将需要保留的云服务以及需要剔除的云服务作为训练集，判断其他云服务是否为优质云服务。
4.根据权利要求3所述的云计算环境下服务的自适应组合优化方法，其特征在于，步骤S8具体包括: 581、对每一中间代理端所建立关联的云服务按照销售量的大小进行降序排列，其中，销售量相同的云服务按照业务量的大小进行降序排列； 582、剔除排列靠后的不符合要求的云服务，并根据不同类型的客户的业务量选择业务量最多的客户的类型作为提供云服务的目标； 583、读取所选择类型的客户的服务数据，建立决策树； 584、选择市场上尚未饱和的云服务，并根据S83中建立的决策树判断是否为优质云服务，若判断结果为是，则建立关联，若判断结果为否，则继续选择，直至达到所述中间代理端所能管理的云服务的数量上限。
5.根据权利要求1所述的云计算环境下服务的自适应组合优化方法，其特征在于，所述选择对应的其他所述中间代理端建立合作关系中，为选择最近的其他所述中间代理端建立合作关系，以减少通信损耗。
6.根据权利要求1所述的云计算环境下服务的自适应组合优化方法，其特征在于，步骤S7中的所述记录客户对所返回的云服务的满意度，包括:新的满意度的值为原值的O到I之间，且随着每次转发，满意度的损耗呈指数级增长。
【文档编号】G06Q10/04GK103824127SQ201410058209
【公开日】2014年5月28日 申请日期:2014年2月20日 优先权日:2014年2月20日
【发明者】曹健, 徐钱元, 许捷, 许文星, 于润胜 申请人:上海交通大学