[發明專利]一種基于用戶地理位置信息的Web服務QoS在線預測方法

有效

• 申請號: 201210110910.6
• 申請日: 2012-04-13
• 公開（公告）號: CN102629341A
• 公開（公告）日: 2012-08-08
• 發明（設計）人: 尹建偉;羅威;鄧水光;吳朝暉;李瑩;吳健
• 申請（專利權）人: 浙江大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F17/30;H04L29/08
• 代理公司: 杭州裕陽專利事務所(普通合伙) 33221
• 代理人: 江助菊

技術領域

本發明屬于web服務領域，尤其涉及一種基于用戶地理位置信息的Web服務QoS在線預測方法。

背景技術

隨著Web?2.0時代科技革命的不斷發展，互聯網環境下軟件方法的主要形態、運行方式、生產方式和使用方式正發生著巨大的變化。基于Web服務動態聚合，自動組合和彈性伸縮的分布式軟件方法成為了未來網絡應用開發的重要趨勢。這些Web服務技術應用都是在QoS研究基礎上展開的。近年來，Web服務的QoS研究成為了工業界和學術界關注的重點。

目前關于Web服務QoS研究都假設所有Web服務針對目標客戶端用戶的所有QoS都是已知的，然后通過數學工具來解決此問題。然而，在真實情況下，上述假設是不實際的，原因如下：(1)當代企業組織的Web服務架構復雜。對于最終用戶來說，需要花費昂貴的時間成本才能調用所有Web服務獲取QoS。(2)當代互聯網拓撲結構復雜，致使用戶在更多時候無法獲取準確的Web服務QoS。因此，在真實的應用場景中，存在著大量Web服務針對目標用戶的QoS是未知的。這些未知QoS的存在動搖了以前服務計算領域研究的基礎。因此，針對未知的QoS進行預測是Web服務研究的重要前提。

現有技術中，對未知的QoS進行預測主要使用基于Pearson?Correlation?Coefficient(PCC)方法來計算客戶端用戶之間或者Web服務之間的相似度。然而，這種計算方法存在以下幾點不足：

1.PCC方法需要對歷史記錄中的QoS作統計學習，嚴重依賴于數據的準確性和完備性。然而由于當代互聯網環境的復雜性，QoS記錄并不一定都是準確的，致使PCC方法在服務計算場景下相似性計算準確率下降。

2.傳統的PCC方法廣泛地應用在推薦方法領域。然而，推薦方法和服務計算的應用場景存在著本質的區別。在QoS歷史記錄中，每一項都是由用戶的實際使用網絡環境決定的。這種數據客觀性的特點直接降低了PCC相似度計算的精度。

3.傳統的PCC算法需要反復遍歷QoS記錄才能產生用戶關系矩陣。然而在實際應用場景下，PCC算法無法對海量的用戶歷史記錄作在線預測，因此只能通過離線方式進行預測，無法響應用戶實時QoS查詢請求。

發明內容

針對上述技術缺陷，本發明提出一種基于用戶地理位置信息的Web服務QoS在線預測方法。

為了解決上述技術問題，本發明的技術方案如下：

一種基于用戶地理位置信息的Web服務QoS在線預測方法，包括如下步驟：

11)收集用戶提供的QoS歷史數據和IP信息；

12)根據步驟11)收集的IP信息產生用戶的幾何地理位置坐標，根據所述幾何地理位置坐標計算用戶地理位置的相對距離，產生用戶相對距離信息矩陣；

13)接受目標用戶QoS查詢請求，并請求目標用戶自定義鄰居閾值θ；

14)對步驟13)接受的QoS查詢請求進行判斷，如目標用戶曾經調用過該QoS查詢請求，則把上次反饋的QoS信息重新發送給目標用戶；如果該QoS查詢請求是未曾調用過，則進行QoS預測；

所述QoS預測包括如下步驟：

141)根據步驟13)接收到目標用戶自定義鄰居閾值θ，為目標用戶選擇合適的鄰居；所述目標用戶合適的鄰居選擇策略如下：

G(i)＝{j|dist(i，j)≤θ，i≠j}????(a)

其中dist(i，j)為用戶地理位置的相對距離，滿足上述關系的用戶j都可以定義為目標用戶i的合適鄰居；

142)基于用戶地理位置信息建立約束條件：