一种时效感知的动态加权Web服务QoS监控方法-何志鹏 , 张鹏程 , 江艳 , 吉顺慧 , 李雯睿.pdf

上善若水

17页

1次

2022-05-19

免费下载

软件学报 ISSN 1000-9825, CODEN RUXUEW E-mail: jos@iscas.ac.cn

Journal of Software,2018,29(12):3716−3732 [doi: 10.13328/j.cnki.jos.005488] http://www.jos.org.cn

一种时效感知的动态加权 Web 服务 QoS 监控方法

∗

何志鹏

1,2

张鹏程

江

艳

吉顺慧

李雯睿

(河海大学计算机与信息学院,江苏南京 211100)

(中国科学院计算机网络信息中心,北京 100190)

(南京晓庄学院信息工程学院,江苏南京 211171)

通讯作者: 张鹏程, E-mail: pchzhang@hhu.edu.cn

摘要: 服务质量(quality of service,简称 QoS)是衡量 Web 服务好坏的重要标准,也是用户选择 Web 服务的重要依

据.能够实时而准确有效地对 Web 服务进行监控,是 Web 服务质量保障的重要基础.为此,提出了一种时效感知的动

态 Web 服务 QoS 监控方法.该方法在传统加权监控方法中融入了滑动窗口机制和信息增益原理,简称 IgS-wBSRM

(information gain and sliding window based weighted naive Bayes QoS runtime monitoring).该方法以一定的初始训练

样本进行环境因素权值初始化,利用信息熵(information entropy,简称 IE)及信息增益(information gain,简称 IG)对样

本所处混沌状态的确定作用,依次读取样本数据流,计算样本数据单元出现前后各影响因子组合的信息增益,结合

TF-IDF(term frequency-inverse document frequency)算法对早期的初始化权值进行动态更新,修正传统算法对监控分

类的类间分布偏差问题和参数未更新问题.另外,考虑训练样本数据的时效性,结合滑动窗口机制来对影响因子组合

权值进行同步更新,以消解长期累积的历史累赘数据对近期服务 QoS 的影响.在模拟数据集和开源数据集上的结果

表明:利用滑动窗口机制可以有效摒弃历史数据的过期信息,结合滑动窗口机制实现的基于信息增益的动态权值算

法能够更加准确地监控 Web 服务 QoS,总体监控效果明显优先于现有方法.

关键词: 服务质量;时效感知;信息增益;滑动窗口;动态监控

中图法分类号: T

P311

中文引用格式: 何志鹏,张鹏程,江艳,吉顺慧,李雯睿.一种时效感知的动态加权 Web 服务 QoS 监控方法.软件学报,2018,

29(12):3716−3732. http ://www.jos.org.cn/1000-9825/5488.ht m

英文引用格式: He ZP, Zhang PC, Jiang Y, Ji SH, Li WR. Time-Aware Web service QoS monitoring approach under dynamic

environments. Ruan Jian Xue Bao/Journal of Software, 2018,29(12):3716−3732 (in Chinese). http://www.jos.org.cn/1000-9825/

5488.htm

Time-Aware Web Service QoS Moni toring Approach Under Dynamic Environments

HE Zhi-Peng

1,2

, ZHANG Peng-Cheng

, JIANG Yan

, JI Shun-Hui

, LI Wen-Rui

(College of Computer and Information, Hohai University, Nanjing 211100, China)

(Computer Network Information Center, The Chinese Academy of Sciences, Beijing 100190, China)

(School of Information Engineering, Nanjing Xiaozhuang University, Nanjing 211171, China)

Abstra ct : Quality of service (QoS) is an important criterion to measure the quality of Web services, and it is an important aspect for

users to choose Web services. This paper proposes a dynamic weighting Web service QoS monitoring method based on information gain

∗ 基金项目: 国家自然科学基金(61572171, 61702159); 江苏省自然科学基金(BK20170893); 中央高校基本科研业务费(20 18

B16014)

Foundation item: National Natural Science Foundation of China (61572171, 61702159); Natural Science Foundation of Jiangsu

Province (BK20170893); Fundamental Research Funds for th e Central Universiti es of China (2018B16014)

收稿时间:

2016-12-24; 修改时间: 2017-07-03; 采用时间: 2017-10-31; jos 在线出版时间: 2018-02-08

CNKI 网络优先出版: 2018-02-08 13:25:16, http://kns.cnki.net/kcms/d etail/11.2560.TP.20180208.1325.014.html

何志鹏等:一种时效感知的动态加权 Web 服务 QoS 监控方法

3717

and sliding window mechanism. IgS-wBSRM initializes the environmental factors’ weights with a certain amount of initial training

samples. It also employs the theory of in formation entropy and gain to determine the chaotic s tate of the samples. IgS-wBSRM reads the

sample data flow in sequence, calculates the information gain of each impact factor combination after the arrival of sample data unit. Then

it updates the initialized weights with TF-IDF in a dynamic environment . In this way, IgS-wBSRM can correct the uneven classification

problem between classes and the off-line constant problem in traditional monitoring approach wBSRM. Moreover, considering the

timeliness of the training sample data, IgS-wBSRM combines sliding window mechanism to update the weights of each impact factor

combination, so that it can eliminate the impact on the recent service running state that the accumulated historical data bring. The

experiment results under a real world QoS Web service data set demonstrate that with the sliding window mechanism, IgS-wBSRM can

abandon the expiration information of historical data effectively, and the dynamic weighting method combined with sliding window

mechanism and information gain can monitor the QoS more accurately. The overall monito ring effect is markedly better than existing QoS

monitoring approaches.

Key words: quality of servic e; time -aware; infor matio n gain; sl iding window; d ynamic monitoring

随着云计算、大数据等新技术对传统 Web 服务的推动,企业之间甚至于个人对服务的需求正逐步转变为

服务间的交互.在复杂多变的环境中,Web 服务的运行环境及其运行质量也无时无刻不发生着改变.为了让服务

能够适应动态异构的环境,亟待解决在实时变化的环境中对 Web 服务的服务质量(qulity of service,简称 QoS)进

行准确而灵敏地监控

[1−3]

服务质量是 Web 服务的一组非功能属性的集合,是衡量第三方服务好坏的重要指标,每个 QoS 属性表示

Web 服务某一方面的质量信息,如响应时间、吞吐量、可靠性等

[4]

.由于每个质量属性都有相应的属性值,如何

在不确定的网络和服务本身的弹性下动态而灵敏地监控 Web 服务是否失效,即转变为如何在不确定环境下利

用 QoS 属性数据进行有效且实时的监控问题.

大多数的 QoS 属性标准可以用概率质量属性的方式来表达

[5]

,如:响应时间可描述为“某服务对客户请求的

响应时间小于 10 s 的概率为 50%”,可用性可描述为“某服务 24 小时内离线的概率应小于 0.02”等.这使得传统上

对 QoS 属性数据的分析转变为在不确定性环境下基于概率或统计的手段对现有属性数据进行统计分析与计

算,也即近年来兴起的概率监控方法(proba bilist ic monitor )

[6]

目前,研究人员已经提出了不少概率监控方法,典型的包括基于估值计算

[7]

、基于经典假设检验 SPRT

[6,8,9]

和基于贝叶斯的方法

[10−12]

.现有对 QoS 属性进行的概率监控方法作为一种十分重要的保证措施,仍不完善.大部

分方法

[7−10]

未考虑复杂多变环境下的实时监控问题,一些考虑了环境因素影响的研究方法

[11,12]

并未对监控的

时效性和监控分类带来的类间分布不均衡问题进行深入研究.为了解决这些问题,本文提出了一种新颖的时效

感知监控方法,该方法结合滑动窗口机制和信息增益原理来实现 Web 服务 QoS 的动态加权监控,简称 IgS-

wBSRM(information gain and sliding window based weighted naive Bayes runtime monitoring).方法着重考虑对

环境的影响因素进行时效性加权,同时消除监控分类间影响因子分布不均衡而带来的监控失准问题,以使监控

能够适应动态的运行环境和数据环境,让监控更具有实时动态性与准确性.

本文的主要贡献包括:

(1) 从监控时效性出发,构建了细粒度的动态监控算法.引入滑动窗口机制,同时,基于该机制与信息增益

的结合,设计了于新旧窗口不同的监控样本数据集下,基于信息增益的改进动态权值更新算法.使得

运行时监控始终能够兼顾最新的样本数据块,对运行监控参数实时地进行动态更新;

(2) 将融入滑动窗口机制进而结合信息增益改进的加权算法嵌入运用于 Web 服务 Qo S 监控中,同步解决

了现有相关研究中利用传统 TF-IDF 算法进行加权所产生的类间分布偏差问题;

(3) 基于给定标准下的模拟数据集和开源数据集下精心设计了相关实验,并与现有 QoS 监控方法进行了

比较,实验结果验证了方法的有效性和优越性.

本文第 1 节介绍目前研究相关的动态.第 2 节介绍并引入有关概念.第 3 节是 IgS-wBSRM 方法概述和算法

描述.第 4 节采用自定义的模拟数据集和真实数据集来验证方法的有效性.第 5 节是总结与未来工作展望.

of 17

免费下载

软件学报计算机技术

关注

评论