CN107018024A - 一种云服务推荐方法及装置 - Google Patents
一种云服务推荐方法及装置 Download PDFInfo
- Publication number
- CN107018024A CN107018024A CN201710325949.2A CN201710325949A CN107018024A CN 107018024 A CN107018024 A CN 107018024A CN 201710325949 A CN201710325949 A CN 201710325949A CN 107018024 A CN107018024 A CN 107018024A
- Authority
- CN
- China
- Prior art keywords
- cloud service
- service
- feedback
- parameter
- credit worthiness
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种云服务推荐方法及系统,包括:根据云服务的评价数据确定云服务的QoS服务质量参数;利用每个云服务的QoS服务质量参数以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值;根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度;根据每个云服务的当前信誉度确定云服务推荐信息。可见,在本方案中,根据用户反馈的评价数据确定QoS服务质量参数,通过该QoS服务质量参数确定信誉度,并根据信誉度生成推荐信息,通过将该推荐信息告知潜在云用户,优化下次云服务的选择,最大程度上满足用户需求,提高云服务效率及质量。
Description
技术领域
本发明涉及云服务推荐技术领域,更具体地说,涉及一种云服务推荐方法及装置。
背景技术
近年来,随着移动互联网的不断发展,互联网已经融入人们生活各个角落,传统的计算存储愈发不能满足用户的需求,于是出现了“云”。由于云服务具有灵活、高并发、不透明的特性,决定了云服务与云用户之间的沟通问题成为云计算的一个主要障碍。许多研究针对于该方面作出了研究,例如对于用户的身份管理,对于云服务的管理与调度以及建立可信模型等。
然而站在用户的角度来看,随着云平台的不断增多,服务功能相似并多样化,用户如何选择最适合自己的服务成为一个问题;由于云服务提供商的增加,服务质量良莠不齐;以及云安全问题的频发,服务质量变化率逐渐变高。由此,如何使用户高效选择最理想的服务,更加成为一个亟待解决的问题。在云服务推荐算法中,首先应该解决的是云用户与云服务之间的信任评估。ChaKraborty等提出一种基于SLA的信任估算方法,融合SLA中的CPU处理能力和存储空间大小等来评估服务提供商的信任;Serrano等提出了一种基于SLA和QoS导向的信任管理模型,该模型重点考虑了服务固有属性方面,对实体行为评估考虑不足;胡春华等提出基于Beta分布的概率密度函数的信任关系计算、推演及合并的演化方法;王颖等提出云计算下分布式信任反馈可信性评估模型,引入反馈共识因子和反馈密度因子,识别有共谋倾向的恶意信任反馈。尽管许多学者考虑在云服务与云用户之间构建安全模型或者建立信誉评估机制,保证一定的安全性与可靠性,但基于云服务特定的封装性,用户与云服务之间是不透明的,因此缺乏了对用户体验的考虑,并没有从用户的需求与动机出发,使时间大量浪费在选择适合自身的云服务上。
因此,如何选择合适的云服务,是本领域技术人员需要解决的问题。
发明内容
本发明的目的在于提供一种云服务推荐方法及装置,以实现确定云服务推荐信息,为用户选择合适的云服务提供依据。
为实现上述目的,本发明实施例提供了如下技术方案:
一种云服务推荐方法,包括:
获取每个云服务的评价数据;
根据每个云服务的评价数据确定每个云服务的QoS服务质量参数;
利用每个云服务的QoS服务质量参数,以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值;
根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度;
根据每个云服务的当前信誉度确定云服务推荐信息。
其中,所述根据每个云服务的评价数据确定每个云服务的QoS服务质量参数,包括:
利用接收的数据包数以及发送的总数据包数确定完整性参数;
利用云服务成功完成次数以及云服务总次数确定可靠性参数;
利用实际服务的系统吞吐量以及系统吞吐量期望值确定可用性参数;
根据服务实际响应时间以及响应时间期待值确定稳定性参数。
其中,所述利用每个云服务的QoS服务质量参数,以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值,包括:
根据反馈评估量化值确定规则计算反馈评估量化值Ft(c,s);
所述反馈评估量化值确定规则为:
Ft(c,s)=x*C+y*D+z*R+h*S;
其中,C为完整性参数,x为完整性参数权重系数,D为可靠性参数,y为可靠性参数权重系数,R为可用性参数,z为可用性参数权重系数,S为稳定性参数,h为稳定性参数权重系数,c为用户,s为云服务。
其中,所述根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度,包括:
根据信誉度确定规则计算每个云服务的当前信誉度Tr(S);
所述信誉度确定规则为:
其中,N(s)为云服务总数,Ct(s,t,t0)为从t至t0时间段内的信任度变化率。
其中,所述根据每个云服务的当前信誉度确定云服务推荐信息,包括:
根据预定评价规则以及每个云服务的当前信誉度,对云服务进行评价等级分类,并根据分类结果向用户发送云服务推荐信息。
一种云服务推荐装置,包括:
获取模块,用于获取每个云服务的评价数据;
服务质量参数确定模块,用于根据每个云服务的评价数据确定每个云服务的QoS服务质量参数;
反馈评估量化值确定模块,用于利用每个云服务的QoS服务质量参数,以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值;
当前信誉度确定模块,用于根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度;
推荐信息确定模块,用于根据每个云服务的当前信誉度确定云服务推荐信息。
其中,所述服务质量参数确定模块包括:
第一确定单元,用于利用接收的数据包数以及发送的总数据包数确定完整性参数;
第二确定单元,用于利用云服务成功完成次数以及云服务总次数确定可靠性参数;
第三确定单元,用于利用实际服务的系统吞吐量以及系统吞吐量期望值确定可用性参数;
第四确定单元,用于根据服务实际响应时间以及响应时间期待值确定稳定性参数。
其中,所述反馈评估量化值确定模块根据反馈评估量化值确定规则计算反馈评估量化值Ft(c,s);所述反馈评估量化值确定规则为:
Ft(c,s)=x*C+y*D+z*R+h*S;其中,C为完整性参数,x为完整性参数权重系数,D为可靠性参数,y为可靠性参数权重系数,R为可用性参数,z为可用性参数权重系数,S为稳定性参数,h为稳定性参数权重系数,c为用户,s为云服务。
其中,所述当前信誉度确定模块根据信誉度确定规则计算每个云服务的当前信誉度Tr(S);所述信誉度确定规则为:
其中,N(s)为云服务总数,Ct(s,t,t0)为从t至t0时间段内的信任度变化率。
其中,所述推荐信息确定模块包括:
分类单元,用于根据预定评价规则以及每个云服务的当前信誉度,对云服务进行评价等级分类;
发送单元,用于根据分类结果向用户发送云服务推荐信息。
通过以上方案可知,本发明实施例提供的一种云服务推荐方法,包括:获取每个云服务的评价数据;根据每个云服务的评价数据确定每个云服务的QoS服务质量参数;利用每个云服务的QoS服务质量参数,以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值;根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度;根据每个云服务的当前信誉度确定云服务推荐信息。
可见,在本方案中,根据用户反馈的评价数据确定QoS服务质量参数,通过该QoS服务质量参数确定信誉度,并根据信誉度生成推荐信息,通过将该推荐信息告知潜在云用户,优化下次云服务的选择,最大程度上满足用户需求,提高云服务效率及质量;本发明还公开了一种云服务推荐装置,同样能实现上述技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例公开的一种云服务推荐方法流程示意图;
图2为本发明实施例公开的一种云服务推荐系统结构示意图;
图3为本发明实施例公开的云服务推荐流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例公开了一种云服务推荐方法及装置,以实现确定云服务推荐信息,为用户选择合适的云服务提供依据。
参见图1,本发明实施例提供的一种云服务推荐方法,包括:
S01、获取每个云服务的评价数据;
具体的,本实施例中的评价数据为云用户反馈而来的对云服务的评价数据,通过该评价数据,能更准确的确定每个云服务的信誉度,从而更准确的为用户推荐云服务。
S02、根据每个云服务的评价数据确定每个云服务的QoS服务质量参数;
其中,所述根据每个云服务的评价数据确定每个云服务的QoS服务质量参数,包括:
利用接收的数据包数以及发送的总数据包数确定完整性参数;
利用云服务成功完成次数以及云服务总次数确定可靠性参数;
利用实际服务的系统吞吐量以及系统吞吐量期望值确定可用性参数;
根据服务实际响应时间以及响应时间期待值确定稳定性参数。
具体的,在本实施例中,QoS(Quality of Service,服务质量)是云服务提供商在为用户提供需求服务时的一种能力度量,可通过各属性来描述服务质量,如今通用的属性有性能、可用性、可靠性、完整性、安全性等,各属性之间相互依存,相互制约。基于云服务的分布式、松耦合性、高可扩展性的特点以及用户的基本需求,在本实施例中选用其中四种属性来参与信誉度的计算,各属性如下所示:
完整性(C):指提供服务时数据的完整性,用丢失数据包数与发送的总数据包数的比值表示,计算公式如下:
其中,Pt为发送的总数据包数,Pr为接收的数据包数。
可靠性(D):指云用户与服务提供商之间消息传输的有效性,用云服务执行的成功率来表示,计算公式如下:
其中,Ns为云服务实际成功完成次数,Nt为云服务总次数。
可用性(A):指云服务可供使用的空间大小,用资源利用率来表示,计算公式如下:
其中,Tr为实际服务的系统吞吐量,Tc为系统吞吐量期望值。
稳定性(S):指云服务接收并执行任务的反应力的稳定性,计算公式如下:
其中,R为服务实际响应时间,Rc为响应时间期待值。
S03、利用每个云服务的QoS服务质量参数,以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值;
其中,所述利用每个云服务的QoS服务质量参数,以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值,包括:
根据反馈评估量化值确定规则计算反馈评估量化值Ft(c,s);
所述反馈评估量化值确定规则为:
Ft(c,s)=x*C+y*D+z*R+h*S;
其中,C为完整性参数,x为完整性参数权重系数,D为可靠性参数,y为可靠性参数权重系数,R为可用性参数,z为可用性参数权重系数,S为稳定性参数,h为稳定性参数权重系数,c为用户,s为云服务。
具体的,在本实施例中,根据每个服务质量参数的权重系数,便可确定每个云服务的反馈评估量化值。需要说明的是,每个服务质量参数的权重系数可根据实际情况进行设定,侧重性高的服务质量参数所对应的权重系数大。
S04、根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度;
其中,所述根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度,包括:
根据信誉度确定规则计算每个云服务的当前信誉度Tr(S);
所述信誉度确定规则为:
其中,N(s)为云服务总数,Ct(s,t,t0)为从t至t0时间段内的信任度变化率。
具体的,在本实施例中,确定每个云服务的反馈评估量化值之后,根据每个云服务的量化值以及预定时间段内的信任度变化率,便可确定在此时间戳下的信誉度。其中,公式里的100是为了避免公式计算出的数值过小,便于之后评价规则的设定
S05、根据每个云服务的当前信誉度确定云服务推荐信息。
其中,所述根据每个云服务的当前信誉度确定云服务推荐信息,包括:
根据预定评价规则以及每个云服务的当前信誉度,对云服务进行评价等级分类,并根据分类结果向用户发送云服务推荐信息。
可见,本方案基于用户立场,通过用户使用中反馈而来的QoS属性进行量化,对信誉度进行计算建模,建立评价规则,对现有服务进行评价等级分类,以给用户提供准确推荐,旨在云服务特性与推荐算法现有研究上,设计适用于云平台特殊场景的推荐算法,最大程度上满足用户需求,提高云服务效率及质量。
下面对本发明实施例提供的云服务推荐装置进行介绍,下文描述的云服务推荐装置与上文描述的云服务推荐装置方法可以相互参照。
参见图2,本发明实施例提供的一种云服务推荐装置,包括:
获取模块100,用于获取每个云服务的评价数据;
服务质量参数确定模块200,用于根据每个云服务的评价数据确定每个云服务的QoS服务质量参数;
反馈评估量化值确定模块300,用于利用每个云服务的QoS服务质量参数,以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值;
当前信誉度确定模块400,用于根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度;
推荐信息确定模块500,用于根据每个云服务的当前信誉度确定云服务推荐信息。
基于上述实施例,所述服务质量参数确定模块包括:
第一确定单元,用于利用接收的数据包数以及发送的总数据包数确定完整性参数;
第二确定单元,用于利用云服务成功完成次数以及云服务总次数确定可靠性参数;
第三确定单元,用于利用实际服务的系统吞吐量以及系统吞吐量期望值确定可用性参数;
第四确定单元,用于根据服务实际响应时间以及响应时间期待值确定稳定性参数。
基于上述实施例,所述反馈评估量化值确定模块根据反馈评估量化值确定规则计算反馈评估量化值Ft(c,s);所述反馈评估量化值确定规则为:
Ft(c,s)=x*C+y*D+z*R+h*S;其中,C为完整性参数,x为完整性参数权重系数,D为可靠性参数,y为可靠性参数权重系数,R为可用性参数,z为可用性参数权重系数,S为稳定性参数,h为稳定性参数权重系数,c为用户,s为云服务。
基于上述实施例,所述当前信誉度确定模块根据信誉度确定规则计算每个云服务的当前信誉度Tr(S);所述信誉度确定规则为:
其中,N(s)为云服务总数,Ct(s,t,t0)为从t至t0时间段内的信任度变化率。
基于上述实施例,所述推荐信息确定模块包括:
分类单元,用于根据预定评价规则以及每个云服务的当前信誉度,对云服务进行评价等级分类;
发送单元,用于根据分类结果向用户发送云服务推荐信息。
参见图3,为本实施例提供的云服务推荐流程示意图;云用户使用云服务后,进行评价,并将评价数据发送至QoS模块,确定QoS服务质量参数,并将每个云服务的QoS服务质量参数存入QoS库;信誉度模块根据QoS服务质量参数及信任度变化确定信誉度,并筛选掉不符合评价规则的云服务,得到评价结果,该评价结果为满足评价规则的云服务。
综上可见,信誉评估不仅用于确保云服务的安全可靠,还可将信誉评估用于给用户提供云服务的推荐。从用户使用完云服务之后的实时QoS系数反馈,将其量化用于信誉度计算,确保了用户体验的准确反馈,并把已有云节点的服务质量进行评分分类,给接下来的潜在云用户提供最直观的云服务推荐。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种云服务推荐方法,其特征在于,包括:
获取每个云服务的评价数据;
根据每个云服务的评价数据确定每个云服务的QoS服务质量参数;
利用每个云服务的QoS服务质量参数,以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值;
根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度;
根据每个云服务的当前信誉度确定云服务推荐信息。
2.根据权利要求1所述的云服务推荐方法,其特征在于,所述根据每个云服务的评价数据确定每个云服务的QoS服务质量参数,包括:
利用接收的数据包数以及发送的总数据包数确定完整性参数;
利用云服务成功完成次数以及云服务总次数确定可靠性参数;
利用实际服务的系统吞吐量以及系统吞吐量期望值确定可用性参数;
根据服务实际响应时间以及响应时间期待值确定稳定性参数。
3.根据权利要求2所述的云服务推荐方法,其特征在于,所述利用每个云服务的QoS服务质量参数,以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值,包括:
根据反馈评估量化值确定规则计算反馈评估量化值Ft(c,s);
所述反馈评估量化值确定规则为:
Ft(c,s)=x*C+y*D+z*R+h*S;
其中,C为完整性参数,x为完整性参数权重系数,D为可靠性参数,y为可靠性参数权重系数,R为可用性参数,z为可用性参数权重系数,S为稳定性参数,h为稳定性参数权重系数,c为用户,s为云服务。
4.根据权利要求3所述的云服务推荐方法,其特征在于,所述根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度,包括:
根据信誉度确定规则计算每个云服务的当前信誉度Tr(S);
所述信誉度确定规则为:
其中,N(s)为云服务总数,Ct(s,t,t0)为从t至t0时间段内的信任度变化率。
5.根据权利要求1-4中任意一项所述的云服务推荐方法,其特征在于,所述根据每个云服务的当前信誉度确定云服务推荐信息,包括:
根据预定评价规则以及每个云服务的当前信誉度,对云服务进行评价等级分类,并根据分类结果向用户发送云服务推荐信息。
6.一种云服务推荐装置,其特征在于,包括:
获取模块,用于获取每个云服务的评价数据;
服务质量参数确定模块,用于根据每个云服务的评价数据确定每个云服务的QoS服务质量参数;
反馈评估量化值确定模块,用于利用每个云服务的QoS服务质量参数,以及与每个QoS服务质量参数对应的权重系数确定每个云服务的反馈评估量化值;
当前信誉度确定模块,用于根据每个云服务的反馈评估量化值、云服务数量、以及与每个云服务在预定时间段的信任度变化率,确定每个云服务的当前信誉度;
推荐信息确定模块,用于根据每个云服务的当前信誉度确定云服务推荐信息。
7.根据权利要求6所述的云服务推荐装置,其特征在于,所述服务质量参数确定模块包括:
第一确定单元,用于利用接收的数据包数以及发送的总数据包数确定完整性参数;
第二确定单元,用于利用云服务成功完成次数以及云服务总次数确定可靠性参数;
第三确定单元,用于利用实际服务的系统吞吐量以及系统吞吐量期望值确定可用性参数;
第四确定单元,用于根据服务实际响应时间以及响应时间期待值确定稳定性参数。
8.根据权利要求7所述的云服务推荐装置,其特征在于,
所述反馈评估量化值确定模块根据反馈评估量化值确定规则计算反馈评估量化值Ft(c,s);所述反馈评估量化值确定规则为:
Ft(c,s)=x*C+y*D+z*R+h*S;其中,C为完整性参数,x为完整性参数权重系数,D为可靠性参数,y为可靠性参数权重系数,R为可用性参数,z为可用性参数权重系数,S为稳定性参数,h为稳定性参数权重系数,c为用户,s为云服务。
9.根据权利要求8所述的云服务推荐装置,其特征在于,
所述当前信誉度确定模块根据信誉度确定规则计算每个云服务的当前信誉度Tr(S);所述信誉度确定规则为:
其中,N(s)为云服务总数,Ct(s,t,t0)为从t至t0时间段内的信任度变化率。
10.根据权利要求6-9中任意一项所述的云服务推荐装置,其特征在于,所述推荐信息确定模块包括:
分类单元,用于根据预定评价规则以及每个云服务的当前信誉度,对云服务进行评价等级分类;
发送单元,用于根据分类结果向用户发送云服务推荐信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710325949.2A CN107018024B (zh) | 2017-05-10 | 2017-05-10 | 一种云服务推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710325949.2A CN107018024B (zh) | 2017-05-10 | 2017-05-10 | 一种云服务推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107018024A true CN107018024A (zh) | 2017-08-04 |
CN107018024B CN107018024B (zh) | 2020-10-23 |
Family
ID=59450018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710325949.2A Active CN107018024B (zh) | 2017-05-10 | 2017-05-10 | 一种云服务推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107018024B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108923970A (zh) * | 2018-06-30 | 2018-11-30 | 深圳中软华泰信息技术有限公司 | 一种用于评测云平台可信性的方法及系统 |
CN109767199A (zh) * | 2018-12-10 | 2019-05-17 | 西安电子科技大学 | 基于信誉的pbft共识系统及方法、区块链数据处理系统 |
CN111695962A (zh) * | 2019-03-13 | 2020-09-22 | 阿里巴巴集团控股有限公司 | 云产品推荐方法和装置、计算设备和存储介质 |
CN112015971A (zh) * | 2019-05-30 | 2020-12-01 | 阿里巴巴集团控股有限公司 | 云产品的推荐方法、装置、电子设备及计算机可读介质 |
CN115964570A (zh) * | 2023-03-17 | 2023-04-14 | 湖南师范大学 | 基于QoS多时段变化特征预测的云服务推荐方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101399707A (zh) * | 2008-11-20 | 2009-04-01 | 北京邮电大学 | 一种基于信誉度选择互联网服务的方法及装置 |
CN103561085A (zh) * | 2013-10-30 | 2014-02-05 | 南京邮电大学 | 一种基于服务等级协议约束的服务云评价方法 |
CN104092564A (zh) * | 2014-06-23 | 2014-10-08 | 北京航空航天大学 | 一种云存储服务信用评价方法 |
US20160036655A1 (en) * | 2014-07-31 | 2016-02-04 | International Business Machines Corporation | Generating a service cost model using discovered attributes of provisioned virtual machines |
CN105574685A (zh) * | 2016-02-02 | 2016-05-11 | 浙江工业大学 | 一种基于主客观结合的云服务评价方法 |
CN106100883A (zh) * | 2016-03-12 | 2016-11-09 | 浙江工商大学 | 一种云服务评价方法及装置 |
CN106559265A (zh) * | 2016-11-21 | 2017-04-05 | 中国电子科技网络信息安全有限公司 | 一种云服务商能力综合考评系统及考评方法 |
-
2017
- 2017-05-10 CN CN201710325949.2A patent/CN107018024B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101399707A (zh) * | 2008-11-20 | 2009-04-01 | 北京邮电大学 | 一种基于信誉度选择互联网服务的方法及装置 |
CN103561085A (zh) * | 2013-10-30 | 2014-02-05 | 南京邮电大学 | 一种基于服务等级协议约束的服务云评价方法 |
CN104092564A (zh) * | 2014-06-23 | 2014-10-08 | 北京航空航天大学 | 一种云存储服务信用评价方法 |
US20160036655A1 (en) * | 2014-07-31 | 2016-02-04 | International Business Machines Corporation | Generating a service cost model using discovered attributes of provisioned virtual machines |
CN105574685A (zh) * | 2016-02-02 | 2016-05-11 | 浙江工业大学 | 一种基于主客观结合的云服务评价方法 |
CN106100883A (zh) * | 2016-03-12 | 2016-11-09 | 浙江工商大学 | 一种云服务评价方法及装置 |
CN106559265A (zh) * | 2016-11-21 | 2017-04-05 | 中国电子科技网络信息安全有限公司 | 一种云服务商能力综合考评系统及考评方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108923970A (zh) * | 2018-06-30 | 2018-11-30 | 深圳中软华泰信息技术有限公司 | 一种用于评测云平台可信性的方法及系统 |
CN109767199A (zh) * | 2018-12-10 | 2019-05-17 | 西安电子科技大学 | 基于信誉的pbft共识系统及方法、区块链数据处理系统 |
CN111695962A (zh) * | 2019-03-13 | 2020-09-22 | 阿里巴巴集团控股有限公司 | 云产品推荐方法和装置、计算设备和存储介质 |
CN111695962B (zh) * | 2019-03-13 | 2023-04-25 | 阿里巴巴集团控股有限公司 | 云产品推荐方法和装置、计算设备和存储介质 |
CN112015971A (zh) * | 2019-05-30 | 2020-12-01 | 阿里巴巴集团控股有限公司 | 云产品的推荐方法、装置、电子设备及计算机可读介质 |
WO2020238712A1 (zh) * | 2019-05-30 | 2020-12-03 | 阿里巴巴集团控股有限公司 | 云产品的推荐方法、装置、电子设备及计算机可读介质 |
CN115964570A (zh) * | 2023-03-17 | 2023-04-14 | 湖南师范大学 | 基于QoS多时段变化特征预测的云服务推荐方法及装置 |
CN115964570B (zh) * | 2023-03-17 | 2023-06-02 | 湖南师范大学 | 基于QoS多时段变化特征预测的云服务推荐方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107018024B (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107018024A (zh) | 一种云服务推荐方法及装置 | |
Zhao et al. | A unified framework for defining and measuring flexibility in power system | |
CN103647800B (zh) | 推荐应用资源的方法及系统 | |
CN102790699B (zh) | 一种网络服务质量的分析方法及装置 | |
CN102571454B (zh) | 基于故障分布的通信网络服务可靠性试验与指标验证方法 | |
CN105069172A (zh) | 兴趣标签生成方法 | |
CN108880934A (zh) | 一种基于区块链的数据流量统计方法和装置 | |
CN108616553A (zh) | 云计算资源池进行资源调度的方法及装置 | |
Kong et al. | Joint rate control and demand balancing for electric vehicle charging | |
CN106547901A (zh) | 一种基于能量优化的微博用户转发行为预测方法 | |
CN106714223A (zh) | 一种基站能耗模型的建立方法及装置 | |
CN103561085A (zh) | 一种基于服务等级协议约束的服务云评价方法 | |
CN103209102A (zh) | Web服务质量的分布式测量系统和方法 | |
CN105897582A (zh) | 节点间距离的度量方法及系统 | |
WO2021057981A1 (zh) | 云计费方法、装置、云管理平台、系统及存储介质 | |
CN107679766B (zh) | 一种群智任务动态冗余调度方法及装置 | |
CN109117295A (zh) | 一种交易超时监控方法及装置 | |
CN109194545A (zh) | 一种网络试验平台流量生成系统、方法、装置及电子设备 | |
CN108183840A (zh) | 交换机性能的验证方法、装置和实现装置 | |
CN104780117A (zh) | 一种网络拥塞信息的获取方法和装置 | |
CN107453926A (zh) | 一种电力通信网站点通信带宽估算方法及装置 | |
CN107249192A (zh) | 一种共享网络切片的状态监控方法及装置 | |
CN104283934A (zh) | 一种基于可靠性预测的web服务推送方法、装置及服务器 | |
CN107592363A (zh) | 基于复合物联网的水费收取方法及物联网系统 | |
El Barachi et al. | A novel quality and reliability-based approach for participants’ selection in mobile crowdsensing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |