[发明专利]一种基于网络拓扑感知的Web服务质量预测方法及系统

权利要求书

1.一种基于网络拓扑感知的Web服务质量预测方法，其特征在于，所述基于网络拓扑感知的Web服务质量预测方法包括：

获取样本数据；所述样本数据包括多组历史用户、历史服务器、各历史用户与各历史服务器对应的历史最短路径以及历史服务质量预测值；所述历史最短路径包括历史用户、历史服务器及多个中间自治域节点；所述历史服务质量预测值包括响应时间和吞吐量；

根据所述样本数据，对拓扑感知神经网络进行训练，得到服务质量预测模型；

基于所述服务质量预测模型，根据目标用户、目标服务器以及目标用户与目标服务器对应的目标最短路径，得到目标服务质量预测值；所述目标最短路径包括目标用户、目标服务器及中间自治域节点；所述目标服务质量预测值包括响应时间和吞吐量。

2.根据权利要求1所述的基于网络拓扑感知的Web服务质量预测方法，其特征在于，所述历史最短路径的计算方法包括：

针对每一历史用户及对应的历史服务器，根据所述历史用户及对应的历史服务器，基于网络拓扑图，采用最短路径算法确定所述历史用户与对应的历史服务器的历史最短路径。

3.根据权利要求1所述的基于网络拓扑感知的Web服务质量预测方法，其特征在于，所述根据所述样本数据，对拓扑感知神经网络进行训练，得到服务质量预测模型，具体包括：

将所述历史用户映射为用户嵌入特征向量，将所述历史服务器映射为服务器嵌入特征向量，将各中间自治域节点映射为对应的嵌入特征向量；

根据所述用户嵌入特征向量及所述服务器嵌入特征向量，得到交叉特征向量；

根据各中间自治域节点对应的嵌入特征向量，确定路径特征向量；

根据所述路径特征向量和所述交叉特征向量，确定综合特征向量；

根据所述综合特征向量，采用多层全连接网络，确定服务质量预测值。

4.根据权利要求3所述的基于网络拓扑感知的Web服务质量预测方法，其特征在于，所述根据所述用户嵌入特征向量及所述服务器嵌入特征向量，得到交叉特征向量，具体包括：

将所述用户嵌入特征向量和所述服务器嵌入特征向量通过外积进行高维交互，得到交互特征向量集；

根据所述交互特征向量集，采用卷积神经网络进行特征提取，得到交叉特征向量。

5.根据权利要求3所述的基于网络拓扑感知的Web服务质量预测方法，其特征在于，所述根据各中间自治域节点对应的嵌入特征向量，确定路径特征向量，具体包括：

基于双向长短期记忆网络，对各中间自治域节点对应的嵌入特征向量进行聚合，得到对应的路径特征向量。

6.根据权利要求3所述的基于网络拓扑感知的Web服务质量预测方法，其特征在于，所述根据所述路径特征向量和所述交叉特征向量，得到综合特征向量，具体包括：

根据所述路径特征向量和所述交叉特征向量，采用门控机制，分别得到所述路径特征向量及所述交叉特征向量的权重系数；

根据所述路径特征向量及对应的权重系数、交叉特征向量及对应的权重系数，得到综合特征向量。