21、基于自适应云模型的并行服务选择方法解析

基于自适应云模型的并行服务选择方法解析

在移动服务计算领域，为解决相关问题，提出了一种基于自适应云模型的并行服务选择方法（PSSM_ACM）。该方法有三方面贡献：一是提出QoS云模型来描述QoS状态，并引入两种反向QoS云生成器；二是提出QoS云模型的自适应判断方法；三是提出基于云模型和TOPSIS方法的并行服务选择算法，以获取满足用户需求的最优移动服务。

1. QoS模型

QoS可定义为$QoS(s) = ((q_1(s), q_2(s), …, q_3(s)))$，其中$q_i(s)$可能是响应时间、呼叫失败率、价格、受欢迎程度、可用性、可靠性等。这些属性具有以下特点：
- 属性分为效率型和成本型。
- 属性之间存在不同的维度。

为解决这些问题，需要对属性值进行标准化。采用0 - 1变换（公式(1)）来归一化属性值。设服务决策矩阵为$Y = (y) {m×n}$，标准化决策矩阵为$Z = (z) {m×n}$，$z_{ij}$是属性值，设$y_{max}^j$和$y_{min}^j$分别是第$j$个属性的最大值和最小值。$k$是相对于用户评分的倍数。$O$是效益型属性，$I$是成本型属性。

例如，两个移动服务的QoS（属性包括响应时间和可用性），$s_1 = (600, 0.90)$和$s_2 = (400, 0.95)$，取$k = 10$（用户得分是变换后值的十倍）。使用公式(1)，可得到$s_1 = (0, 0)$和$s_2 = (10, 10)$。

$z_{ij} = k(\frac{y_{ij} - y_{min}^j}{y_{max}^j - y_{min}^j}), j \in O