[发明专利]移动边缘环境下的Web服务QoS监控方法有效
申请号: | 201910593640.0 | 申请日: | 2019-07-03 |
公开(公告)号: | CN110417867B | 公开(公告)日: | 2020-06-16 |
发明(设计)人: | 张鹏程;张雅玲;金慧颖;吉顺慧;吉泓远 | 申请(专利权)人: | 河海大学 |
主分类号: | H04L29/08 | 分类号: | H04L29/08;H04L12/26;H04L12/24 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 孟红梅 |
地址: | 211100 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 移动 边缘 环境 web 服务 qos 监控 方法 | ||
1.一种移动边缘环境下的Web服务QoS监控方法,其特征在于,包括如下步骤:
(1)收集用户和服务信息及用户调用Web服务的QoS属性数据;
(2)对服务信息中的地理位置进行预处理构建边缘端环境,并筛选得到边缘服务器的样本数据流;
(3)基于高斯隐藏贝叶斯概率监控方法计算每个边缘服务器的先验概率,构造分类器;包括如下步骤:
(31)根据QoS标准定义QoS属性标准的两类C={c0,c1},满足属性标准为c0类,不满足则为c1类;
(32)对于每个边缘服务器中的训练样本X={x1,x2,x3,…xn}是一组QoS属性值,n表示训练样本的个数,假设样本服从正态分布,在每个样本点用概率密度积分对QoS概率标准进行检验,具体公式如下:
QoS_Value为QoS属性阈值,u为样本X的均值,σ2为样本X的方差,若P大于概率标准,当前样本属于c0类,反之当前样本属于c1类;
(33)取样本的最大似然估计值作为P(cj)的估计值,j=0或1;
(34)对于每个样本xi,其父属性的取值为xi~xi-1的均值,用π(xi)表示xi的隐藏父属性,计算先验概率分布函数P(X|cj);具体公式如下:
其中,表示类cj约束下的高斯分布,和是类别cj中样本属性xi的均值和方差,和是xi的父属性的均值和方差,是xi和π(xi)之间的相关系数;
(35)为每个边缘服务器构造对应的高斯隐藏贝叶斯分类器
(4)根据用户位置调用贝叶斯分类器,实现边缘环境下的QoS监控。
2.根据权利要求1所述的移动边缘环境 下的Web服务QoS监控方法,其特征在于,所述步骤(1)中收集数据包括两个方面:从wsdream中收集包含经度、纬度的地理位置的服务信息;采用用户调用的Web服务的QoS属性值作为原始数据集。
3.根据权利要求1所述的移动边缘环境下的Web服务QoS监控方法,其特征在于,所述步骤(2)包括如下步骤:
(21)根据服务的经、纬度值将服务划分于不同区域点中;
(22)将经度、纬度值相同的服务看作位于一个边缘服务器中,选取包含服务量不少于指定阈值的区域点作为边缘位置点,相应的服务器为边缘服务器;
(23)将用户调用同一边缘服务器中的服务的QoS属性值作为这个边缘服务器的样本数据流;
(24)去除样本数据流中QoS响应时间属性值为-1的样本。
4.根据权利要求1所述的移动边缘环境下的Web服务QoS监控方法,其特征在于,所述步骤(4)包括如下步骤:
(41)用户通过边缘服务器wi调用服务,调用wi的高斯隐藏贝叶斯分类器,计算c0类的后验概率after_p(c0)和c1类的后验概率after_p(c1),得到两类的比值
(42)用户移动到新的边缘服务器wj中,且wj中存在历史数据构造的分类器,调用wj的分类器得到后验概率比值;
(43)用户移动到一个没有历史数据的边缘服务器wl中,结合KNN算法,选取周边k个最近的边缘服务器,分别调用它们的分类器得到k个后验概率比值,根据位置进行加权作为此边缘服务器的后验概率比值;
(44)根据后验概率比值得到监控结果:若r1则判断样本满足QoS属性,为c0类;若r1则判断样本不满足QoS属性,为c1类;若r=1则认为无法判断。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河海大学,未经河海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910593640.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种门锁控制的方法及装置
- 下一篇:一种云计算系统