[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

说明书

本发明涉及一种基于网络拓扑感知的Web服务质量预测方法及系统，属于服务计算领域，所述Web服务质量预测方法包括：获取样本数据；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；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；根据样本数据，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。在对服务质量预测时考虑了通信路径在Web服务调用过程中的影响，提高了服务质量的预测精度。

技术领域

本发明涉及服务计算领域，特别是涉及一种基于网络拓扑感知的Web服务质量预测方法及系统。

背景技术

随着万维网(World Wide Web，Web)服务应用日益普及，互联网上出现了越来越多可以公开访问的服务资源，尤其在云计算、物联网和面向服务架构等技术驱动下，服务生态系统日益成熟。随着服务资源的聚集，如何有效地为应用开发者推荐合适的服务资源成为重要的研究课题。

传统服务推荐主要考虑服务功能与用户需求的匹配程度，继而推荐满足特定功能要求的候选服务资源，但随着同质化服务日益增多，需要进一步从非功能刻画方面来区分服务的质量，才能提供精细化推荐结果。服务质量(Quality of Services，QoS)通常刻画Web服务的非功能特性，如性能、可靠性、可用性和安全性等，是同质化服务竞争的重点。因此，就云应用开发者而言，选择高质量的服务是确保其市场竞争力的关键。

由于Web服务的庞大规模，受时间、经济成本等因素的制约，服务提供商不太可能在网络中部署大量软件传感器来对所有服务质量信息进行监测。因此，研究者提出了服务质量预测的解决思路，借鉴协同过滤的思想，通过分析服务调用的历史记录，利用智能协同过滤来预测未知的QoS值。受数据条件制约，目前的研究工作主要聚焦于易量化的服务质量属性，如响应时间、吞吐率和可靠性等。

然而，现有的服务质量预测技术仅依托于用户和服务以及其所处上下文环境进行，忽略了通信路径的影响，降低了预测精度。就服务调用过程而言，其不仅涉及客户端主机和服务器主机，还与互联网通信路径息息相关。在这个过程中，无论是用户请求或服务响应均依赖于网络拓扑中多个自治域系统之间的复杂交互，从而完成数据的路由转发和通信。可以说，通信路径的差异在一定程度上决定了服务质量的优劣。这也导致忽视了通信路径影响的传统预测方法很难获得高精度的预测结果。而如何在网络拓扑的基础上考虑通信路径以实现精确的QoS预测，目前还缺乏有效的解决方案。

发明内容

本发明的目的是提供一种基于网络拓扑感知的Web服务质量预测方法及系统，可提高服务质量的预测精度。

为实现上述目的，本发明提供了如下方案：

一种基于网络拓扑感知的万维网Web服务质量预测方法，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。

可选地，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。