[發明專利]大數據場景下面向群組的服務可靠性預測方法

有效

• 申請號: 201810112975.1
• 申請日: 2018-02-05
• 公開（公告）號: CN108322344B
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 王海艷;王宏靜;許子明
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04L12/24
• 分類號: H04L12/24;G06K9/62;H04L29/08
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 姚姣陽;杜春秋

本發明涉及一種大數據場景下面向群組的服務可靠性預測方法，該方法主要包括提出固有群組中用戶相似度求解，動態計算相似度閾值，低成本計算服務相似度可靠性矩陣方法，離線計算可靠性矩陣模型，并通過CDN分發計算后的可靠性矩陣，基于地理位置處理用戶的請求，以保證用戶請求可以得到快速響應。本發明不僅能夠計算用戶群組個體之間的相似度,并利用協同理論來預測群組中用戶在使用服務過程中的可靠性。

技術領域

本發明涉及一種服務可靠性預測方法，特別是一種大數據場景下面向群組的服務可靠性預測方法，屬于預測系統技術領域。

背景技術

近年來，隨著互聯網技術廣泛普及,一些類似在線購物、網上訂票、網絡實時新聞等基于web的服務也隨之流行。然而,由于網絡服務的發布相對傳統服務更加便捷以及管控相對放松,不可靠的服務在互聯網中日益增多,而這一現象嚴重降低了用戶的體驗質量,這也影響了這些服務的發展。這些web服務的可靠性預測已經受到越來越多的關注。

目前，對單一服務的可靠性預測研究比較少,多數研究都是在假設單個服務的可靠性已知的基礎上研究組合服務的可靠性。由于服務是由服務提供商提供,所以對于用戶來說,這些服務的內部結構是不可見的,因此研究服務可靠性預測的工作主要關注如何通過歷史服務反饋記錄來預測服務可靠性。

以歷史服務數據為基礎,傳統的服務可靠性預測方法主要關注的是服務本身的靜態結構信息和服務執行的動態信息,而忽視了服務用戶所處環境以及用戶自身行為對服務可靠性造成的影響。對于同一個服務,在自身的靜態結構信息與類似服務器負載,網絡吞吐等執行的動態信息不改變的基礎上,不同的用戶在使用這個服務的時候可能會因為網絡波動、所選服務商不同等原因而造成服務可靠性不同的情況,例如在用戶跨域訪問的時候,不能夠及時獲取服務返回信息或者根本不能獲取到信息的情況下,從服務自身屬性衡量服務的可靠性是不準確的。因此,從服務使用者的角度對服務可靠性進行度量是提高服務可靠性預測精確度的一種有效方法。

通過對現有相關工作進行調研與分析,已有的服務可靠性預測方法主要存在以下兩點問題:

1)較少從服務使用者角度考慮服務可靠性,忽視了用戶環境及行為對服務可靠性產生的影響,往往導致預測出的服務可靠性精確度較低；

2)在進行服務可靠性預測的時候,忽視了相似度較高用戶在調用同一個服務的時候,服務的可靠性基本不發生波動這種情況,從而增加了預測方法的消耗。總之，現有的服務可靠性預測方法消耗較大，在實時的大數據場景下難以應用。

發明內容

本發明的目的在于：針對現有技術存在的缺陷，提出一種大數據場景下面向群組的服務可靠性預測方法，利用協同預測的方法，并通過CDN分發網絡實現較好的用戶體驗。

為了達到以上目的，本發明提供了一種大數據場景下面向群組的服務可靠性預測方法，包括以下步驟：

第一步、收集用戶的服務信息—建立面向群組的服務可靠性預測應用模型，在模型中搭建信息收集系統，信息收集系統內嵌信息收集功能，用于采集用戶使用服務的數據；轉至第二步；

第二步、離線分析—對采集的所有用戶使用服務的數據進行初步的數據處理后進行清洗；轉至第三步；

第三步、離線計算與預測補全—對清洗后的數據進行用戶相似度計算，得到用戶相似度閾值，然后根據用戶相似度閾值選擇不同數據預測方式獲取用戶的服務可靠性矩陣；轉至第四步；

第四步、CDN網絡分發—將用戶的服務可靠性矩陣根據不同的地址段分發到對應的CDN服務器。