[发明专利]基于QoS多时段变化特征预测的云服务推荐方法及装置

说明书

本发明提供一种基于QoS多时段变化特征预测的云服务推荐方法及装置，方法包括：接收当前用户的服务请求，由服务请求解析出当前用户的服务需求和客户端上下文特征信息；获取与服务需求匹配的候选云服务集合；依据服务质量历史数据库中的时序数据预测各候选云服务的变化特征的相似度，并结合用户客户端上下文特征的相似性，为当前用户提取邻近用户集合；根据所有邻近用户的历史服务质量时序数据计算候选云服务集合中各候选云服务的综合评价值，并将综合评价值最高的候选云服务推荐给当前用户。本申请可实现对云服务QoS的变化性特征进行全面的刻画和量化计算，提高邻近用户的识别准确度，为当前用户准确预测云服务的QoS并推荐适合的云服务。

技术领域

本发明属于云计算和服务计算技术领域，具体是涉及到一种基于QoS多时段变化特征预测的云服务推荐方法及装置。

背景技术

近年来，云服务（cloud services）在全球范围内发展迅速，越来越多的供应商开始对外提供包括“云计算”或“云存储”等不同类型的公有云服务产品。通过采购公有云服务，可以帮助用户降低成本、实现弹性计算。随着能够提供相似功能的云服务数量不断增加，人们越来越重视云服务的QoS（Quality of Service，服务质量）。在当前存在大量功能相似且定价接近的候选云服务产品的情况下，如何从响应时间、吞吐量、可用性等用户可直接感受和体验的多维QoS指标，对云服务的整体性能进行客观度量和比较，并结合用户的个性化需求来为用户推荐合适的云服务产品，即云服务推荐问题，一直受到大家的普遍关注。

多年来，研究人员从不同的角度对云服务推荐问题进行了研究。结合协同过滤算法来推荐云服务是最常用的一种方法。该类方法利用初始用户曾经体验过的云服务的QoS数据，来衡量该用户与其他用户之间的相似度，根据相似度阈值识别出“邻近用户”，再利用这些“邻近用户”的历史QoS数据来预测初始用户未曾体验过的候选云服务的QoS值，最后，依据预测的QoS值来评估候选云服务的综合性能，根据用户的偏好为初始用户推荐最适合的、具有最佳QoS的云服务。

但是，现有的云服务推荐过程中，QoS的周期变化性特征严重影响了传统的云服务推荐方法的准确度。

发明内容

本发明要解决的技术问题是提供一种基于QoS多时段变化特征预测的云服务推荐方法及装置，以解决现有技术中存在的云服务推荐过程中，QoS的周期变化性特征严重影响了传统的云服务推荐方法的准确度的问题。

为实现上述目的，本申请采用的技术方案是，提供一种基于QoS多时段变化特征预测的云服务推荐方法及装置，方法包括以下步骤：

（1）接收第一用户的服务请求，由所述服务请求解析出所述第一用户的服务需求和客户端上下文特征信息，所述服务需求包括功能性需求和非功能性需求；所述非功能性需求包括：时间段集合、各个时间段的权重向量、多个服务质量参数以及各个服务质量参数的权重，所述服务质量参数包括：响应时间、吞吐量、可用性、可连续性、可靠性、延迟；

（2）根据所述客户端上下文特征信息和所述服务需求获取与所述服务需求匹配的第一候选云服务，构成候选云服务集合。

其中，步骤（2）具体包括：

（2.1）从各大云服务供应商平台所发布的云服务中选取与所述功能性需求匹配的所有第一候选云服务；

（2.2）从预设的服务质量历史数据库中筛选与所述客户端上下文特征信息相似的多个第二用户；

（2.3）从所有的所述第一候选云服务中，剔除任一所述第二用户使用过且服务质量性能不满足所述服务需求的云服务；

（2.4）将所有剩余的所述第一候选云服务构成候选云服务集合。

（3）依据服务质量历史数据库中的时序数据预测各第一候选云服务的变化特征的相似度，并结合所述客户端上下文特征信息的相似性，提取与所述第一用户相似的邻近用户集合。