[发明专利]一种云下载服务质量的预测方法

说明书

技术领域

本发明属于云计算领域，具体涉及了一种在云下载系统中预测云下载预期服务质量的方法。

背景技术

Internet上存在着大量的文件资源，传统HTTP下载或者P2P下载较好的解决了用户下载热门文件的需求，用户能够获得较快并且稳定的下载速度。然而，对于那些冷门文件，传统技术力不从心，经常导致下载失败或者速度很慢。更糟糕的是，由于冷门文件的数量比例很大，这部分的用户需求不可忽视。

为解决冷门文件下载的问题，商业P2P软件(比如迅雷，腾讯QQ旋风)推出一种被称为云下载(又称离线下载)的新型下载模式：当用户使用传统下载方式去获取需要的文件但却无法成功或者下载速度过慢，他可以通过向云服务器提交云下载请求，要求由其接管下载任务。随后，用户可以离开系统。当被请求的文件被成功下载至云服务器后，用户返回系统，将文件从云服务器取回至本地。云下载凭借其对于冷门文件的良好支持，受到人们越来越多的关注和欢迎。

云下载关注冷门文件，这与传统下载关注热门文件不同。使用云下载可以提高冷门文件下载成功率，缩短用户的在线等待时间。但云下载服务质量(比如成功率和下载时间)不确定，对于某次云下载任务，其未必总能成功，并且下载过程中瞬时速度不稳定。这是因为冷门文件的副本持有者很少，云下载服务质量会随其中任意一个副本的动态性(上线，下线和被删除)大幅波动。如果不能够准确评估云下载预期服务质量(比如成功率和下载时间)，将会给用户的使用体验带来很大阻碍：用户在提交了云下载请求后等待数日，却被告知下载失败；对于能够完成的云下载任务，用户也不清楚应该何时返回系统去获取所需要的文件。

目前，工业界已有的云下载应用，尚缺少对云下载服务质量预测的方法。用户在使用迅雷，腾讯QQ旋风等提供的云下载服务时，只能经常返回系统查看任务完成进度。

预测热门文件下载的服务质量比较容易，因为热门文件在下载过程中比较稳定，通常由下载阶段初期观察到的下载质量即可准确估计此下载能否成功以及预期完成时间。但是，预测云下载服务质量区别于预测热门文件下载的服务质量，它具有以下特点：1)文件在被请求时刻可能是暂时不可用的，即它的所有副本持有者都不在线；2)由于副本持有者数量较少，可能仅少数几个甚至只有一个，因此该文件的下载速度随其中任意一个副本持有者的上下线剧烈波动；3)用户可能随时下线或者删除本地副本，造成云下载中断，甚至失败。因此，直接采用热门文件下载质量的预测方法去估计云下载的服务质量显然是不可取的，其预测结果会造成巨大偏差。

发明内容

针对现有技术中的技术问题，本发明的目的在于提供一种云下载服务质量的预测方法；本发明可以提高用户使用云下载服务的体验，增强用户对预期云下载质量的感知，为用户提供决策依据(是否继续等待该次云下载任务，以及应该何时返回系统去获取请求的文件)，本发明可以在云下载初期，准确预测其成功率，以及完成时间。

本发明的技术方案为：

一种云下载服务质量的预测方法，其步骤为：

1)云下载请求节点向云下载服务器发送下载请求信息；

2)云下载服务器根据当前请求下载的文件，提取云下载系统中该文件所对应的每一副本历史行为数据；

3)云下载服务器根据每一副本的历史行为数据计算相应副本在未来时间t内期望累积在线时长R_i(t)；

4)云下载服务器根据所有副本的期望累积在线时长R_i(t)，得到该文件在时间t内的期望累积在线时长U(t)；

5)云下载服务器根据该文件的大小f和副本所在节点的平均上传速度u，反解U(t)得到该文件云下载所需的期望时间

6)如果T大于设定的超时阈值T₀，则云下载服务器预测此云下载失败；否则，预测云下载成功，并且返回完成下载的持续时间T。

进一步的，所述文件的状态包括：在线状态、离线状态、死亡状态。

进一步的，所述历史行为数据包括：副本最近一段时间内的在线时间段和离线时间段，副本的平均生存期τ。

进一步的，采用连续时间马尔科夫链为每个副本建立动态性模型，计算每个副本在未来时间t内期望累积在线时长R_i(t)。

进一步的，采用公式计算所述动态性模型中副本由在线状态向死亡状态的转换概率α；其中，1/λ为副本的平均在线时间，1/μ为副本的平均离线时间。