利用云计算实现高效服务组合,通过SLA(Service Lever Agreement)违例预测避免某些失效操作或分支,以确保服务质量满足SLA约定。提出了一种基于连续时间马尔可夫链的服务质量(QoS)SLA违例预测模型。针对QoS属性,在预测模型中定义了基于...利用云计算实现高效服务组合,通过SLA(Service Lever Agreement)违例预测避免某些失效操作或分支,以确保服务质量满足SLA约定。提出了一种基于连续时间马尔可夫链的服务质量(QoS)SLA违例预测模型。针对QoS属性,在预测模型中定义了基于线性时序逻辑区间的质量约束规范。利用大数据分析技术CEP(Complex Event Processor)实时更新当前运行组件服务关键性能指标,并以此为输入,使用M/M/1队列模型实现QoS概率预测,当超过定义阈值,启动SLA违例预警。通过将本模型在智能电网中进行实例测试,得到实际预测时间小于服务更新时间,预测准确率较高。展开更多
文摘利用云计算实现高效服务组合,通过SLA(Service Lever Agreement)违例预测避免某些失效操作或分支,以确保服务质量满足SLA约定。提出了一种基于连续时间马尔可夫链的服务质量(QoS)SLA违例预测模型。针对QoS属性,在预测模型中定义了基于线性时序逻辑区间的质量约束规范。利用大数据分析技术CEP(Complex Event Processor)实时更新当前运行组件服务关键性能指标,并以此为输入,使用M/M/1队列模型实现QoS概率预测,当超过定义阈值,启动SLA违例预警。通过将本模型在智能电网中进行实例测试,得到实际预测时间小于服务更新时间,预测准确率较高。
文摘为了实现同一地域范围内的众多用户在有限带宽条件下提出的高QoS要求,本文对基于IEEE 802.16标准的宽带无线接入网中数据包级QoS(Quality of Service)性能进行了研究.具体做法是,首先采用批马尔可夫到达过程(BMAP,Batch Markov Arrival Process)和连续时间马尔科夫链(CTMC,Continuous Time Markov Chain)对到达过程和流量源进行建模,得到更符合实际和更准确的排队模型;然后基于状态空间,对一个无线接入网络系统进行建模,通过对得到的系统模型并结合前面得到的排队模型的深入分析,从而获得该模型下的各项QoS性能指标,如平均队列长度、丢包率、队列吞吐量和平均包时延.仿真实验结果表明,本文提出的算法模型相比于其他典型的算法模型,能够使得各项QoS性能指标有较大的改善和提高.