CN115883391A - 单用户服务选择方法及装置 - Google Patents
单用户服务选择方法及装置 Download PDFInfo
- Publication number
- CN115883391A CN115883391A CN202211494159.4A CN202211494159A CN115883391A CN 115883391 A CN115883391 A CN 115883391A CN 202211494159 A CN202211494159 A CN 202211494159A CN 115883391 A CN115883391 A CN 115883391A
- Authority
- CN
- China
- Prior art keywords
- service
- candidate
- index information
- quality index
- service quality
- 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.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了单用户服务选择方法及装置,可用于通信技术领域,方法包括:获取多个候选服务的服务质量指标信息;根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权,得到用户决策矩阵;根据用户决策矩阵确定各个候选服务对应的统计特征;根据各个候选服务对应的统计特征对各个候选服务排序;根据排序结果进行服务选择。本发明对于单用户的服务选择需求,建立用户决策矩阵,通过定量的计算各个服务对应的统计特征并根据各个服务对应的统计特征对各个服务排序,提高了服务选择的效率以及可靠性。
Description
技术领域
本发明涉及通信技术领域,尤其涉及单用户服务选择方法及装置。
背景技术
近年来,基于服务质量QoS的服务选择方法一直是一个热点问题。根据面向服务架构SOA架构,组合服务是根据一系列的抽象服务组合而成的。在服务组合过程中,一个特定的web服务(候选服务)是从每个服务类中选出来的。服务选择不仅要求功能属性满足用户需求,也要确保非功能属性满足用户需求。
尽管当前的SOA架构可以支持web服务注册、发现和组合,但是对于大量的服务,要有效地组合成一个满足用户需求的服务存在很多挑战。通常来说,服务选择可以划分为两种,一种是基于功能的,一种是基于QoS的。基于功能的方法是选择合适的服务来满足功能需求,这是服务组合最基本的需求。后者是选择合适的服务来满足用户QoS的要求。现有的服务选择方法存在以下问题:
1、忽略了QoS的不稳定性。由于web服务环境的动态变化的特性,候选服务的真实QoS值会与聚合时候的QoS值发生偏差,从而导致服务选择的可靠性降低,甚至导致服务选择的失败。
2、实时性能不强。已有的服务选择方法过多的集中注意力在优化算法减少计算时间上,而忽略了基本的因素引起的高耗时问题,例如候选服务数量增多会导致选择服务的时间会呈指数增加。
综上,目前亟需一种服务选择方法,用于解决上述现有技术存在的问题。
发明内容
本发明实施例提供一种单用户服务选择方法,用以提高服务选择的效率以及可靠性,该方法包括:
获取多个候选服务的服务质量指标信息;每一服务质量指标信息包括多个指标值;
根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权,得到用户决策矩阵;用户决策矩阵中的每一元素与每一服务质量指标信息的各个指标值加权后的结果一一对应;
根据用户决策矩阵确定各个候选服务对应的统计特征;所述统计特征包括均值、标准差;
根据各个候选服务对应的统计特征对各个候选服务排序;
根据排序结果进行服务选择。
本发明实施例还提供一种单用户服务选择装置,用以提高服务选择的效率以及可靠性,该装置包括:
获取模块,用于获取多个候选服务的服务质量指标信息;每一服务质量指标信息包括多个指标值;
处理模块,根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权,得到用户决策矩阵;用户决策矩阵中的每一元素与每一服务质量指标信息的各个指标值加权后的结果一一对应;根据用户决策矩阵确定各个候选服务对应的统计特征;所述统计特征包括均值、标准差;根据各个候选服务对应的统计特征对各个候选服务排序;根据排序结果进行服务选择。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述单用户服务选择方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述单用户服务选择方法。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述单用户服务选择方法。
本发明实施例中,获取多个候选服务的服务质量指标信息;根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权,得到用户决策矩阵;根据用户决策矩阵确定各个候选服务对应的统计特征;根据各个候选服务对应的统计特征对各个候选服务排序;根据排序结果进行服务选择,与现有技术相比,对于单用户的服务选择需求,建立用户决策矩阵,通过定量的计算各个服务对应的统计特征并根据各个服务对应的统计特征对各个服务排序,提高了服务选择的效率以及可靠性。
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。在附图中:
图1为本发明提供的单用户服务选择方法的流程示意图;
图2为本发明提供的单用户服务选择方法的流程示意图;
图3为本发明提供的单用户服务选择方法的流程示意图;
图4为本发明提供的单用户服务选择方法的流程示意图;
图5为本发明提供的单用户服务选择装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
图1为本发明实施例提供的一种单用户服务选择方法所对应的流程示意图,如图1所示,该方法包括:
步骤101,获取多个候选服务的服务质量指标信息。
需要说明的是,每一服务质量指标信息包括多个指标值。
步骤102,根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权,得到用户决策矩阵。
需要说明的是,用户决策矩阵中的每一元素与每一服务质量指标信息的各个指标值加权后的结果一一对应。
步骤103,根据用户决策矩阵确定各个候选服务对应的统计特征。
需要说明的是,统计特征包括均值、标准差。
步骤104,根据各个候选服务对应的统计特征对各个候选服务排序。
步骤105,根据排序结果进行服务选择。
上述方案,对于单用户的服务选择需求,建立用户决策矩阵,根据用户决策矩阵确定各个候选服务对应的统计特征,通过定量的计算各个服务对应的统计特征并根据各个服务对应的统计特征对各个服务排序,提高了服务选择的效率以及可靠性,提高了单用户服务选择的准确率,提升了用户体验。
本发明实施例在根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权之前,步骤流程如图2所示,具体如下∶
步骤201,确定服务质量指标信息中的积极型服务质量指标信息及消极型服务质量指标信息。
需要说明的是,积极型服务质量指标信息包括服务吞吐量、服务可用率;消极型服务质量指标信息包括服务响应时间、服务时延、服务成本。
步骤202,分别对积极型服务质量指标信息及消极型服务质量指标信息进行归一化处理。
本发明实施例中,获取用户在t个时间片内调用m个候选服务的服务质量指标信息,构建二维的服务质量指标信息矩阵如下:
Y={Y1,Y2,...,Yx};
其中,每一服务质量指标信息包括x个指标值。
第i个服务质量指标信息表示如下:
Yi={yj,k|1≤j≤m,1≤k≤t}:
针对积极型服务质量指标信息,归一化公式如下:
其中,yj,min为矩阵Yi中的第j行的最小值;yj,max为矩阵Yi中的第j行的最大值;Yi *表示规范化之后的矩阵。
本发明实施例中,针对消极型服务质量指标信息,归一化公式如下:
其中,yj,min为矩阵Yi中的第j行的最小值;yj,max为矩阵Yi中的第j行的最大值;Yi *表示规范化之后的矩阵。
上述方案,分别对积极型服务质量指标信息及消极型服务质量指标信息进行归一化处理,将服务质量指标信息统一成相同的度量方式,提高了单用户服务选择的效率。
本发明实施例中,根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权,得到用户决策矩阵。
预设的各个指标值对应的权重如下:
本发明实施例中,用户决策矩阵中的每一元素与每一服务质量指标信息的各个指标值加权后的结果一一对应。
本发明实施例中,根据用户决策矩阵确定各个候选服务对应的统计特征。
本发明实施例中,统计特征包括均值、标准差。
举例来说,服务质量指标信息S1、S2如下:
S1=(0.52,0.60,0.53);
S2=(0.42,0.70,0.53);
S1对应的统计特征分别为均值0.55、标准差0.0436;S2对应的统计特征为均值0.55、标准差0.1411。
虽然S1、S2均值相同,但标准差不同,在同样的均值下标准差的值越小意味着服务的性能越稳定,因此选择S1对应的候选服务。
本发明实施例在步骤104中,根据各个候选服务对应的统计特征对各个候选服务排序,步骤流程如图3所示,具体如下:
步骤301,根据各个候选服务对应的统计特征确定各个候选服务与积极解的距离、及各个候选服务与消极解的距离。
需要说明的是,积极解为统计特征中均值为1、标准差为0的服务;消极解为统计特征中均值为0、标准差为0的服务。
本发明实施例中,积极解意味着均值最大,波动最小,处于理想状态。消极解意味着均值最小,没有波动,处于最不理想状态。
步骤302,根据各个候选服务与积极解的距离、及各个候选服务与消极解的距离,确定各个候选服务对应的服务质量值。
步骤303,根据服务质量值对各个候选服务排序。
本发明实施例中,针对任意两个候选服务的服务质量指标信息Si、Sj,采用欧式距离计算这两个候选服务的距离,公式如下:
其中,Ei为服务质量指标信息Si的均值,σi为服务质量指标信息Si的标准差;Ej为服务质量指标信息Sj的均值,σj为服务质量指标信息Sj的标准差;dEu为两个候选服务的距离。
本发明实施例中,ri的取值范围为[0,1],当ri越接近1时,说明该候选服务品质与积极解越接近,排名越靠前,当ri越接近0时,说明该候选服务品质与消极解越接近,排名越靠后。
计算各个候选服务对应的服务质量值如表1所示:
表1
根据服务质量值对各个候选服务排序,依次为:候选服务C、候选服务B、候选服务A。
本发明实施例在根据服务质量值对各个候选服务排序之后,步骤流程如图4所示,具体如下:
步骤401,选择服务质量值中的最大值对应的候选服务。
步骤402,根据排序结果确定备用服务。
基于此,选择候选服务C,将候选服务B作为备用服务。
上述方案,根据各个候选服务与积极解的距离、及各个候选服务与消极解的距离,确定各个候选服务对应的服务质量值,根据服务质量值对各个候选服务排序,提高了服务选择的效率以及可靠性,提高了单用户服务选择的准确率,提升了用户体验。
本发明实施例中还提供了一种单用户服务选择装置,如下面的实施例所述。该装置如图5所示,所述装置包括:
获取模块501,用于获取多个候选服务的服务质量指标信息;每一服务质量指标信息包括多个指标值;
处理模块502,根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权,得到用户决策矩阵;用户决策矩阵中的每一元素与每一服务质量指标信息的各个指标值加权后的结果一一对应;根据用户决策矩阵确定各个候选服务对应的统计特征;所述统计特征包括均值、标准差;根据各个候选服务对应的统计特征对各个候选服务排序;根据排序结果进行服务选择。
本发明实施例中,所述处理模块502还用于:
在根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权之前,确定服务质量指标信息中的积极型服务质量指标信息及消极型服务质量指标信息;所述积极型服务质量指标信息包括服务吞吐量、服务可用率;所述消极型服务质量指标信息包括服务响应时间、服务时延、服务成本;
分别对积极型服务质量指标信息及消极型服务质量指标信息进行归一化处理。
本发明实施例中,所述处理模块502具体用于:
根据各个候选服务对应的统计特征确定各个候选服务与积极解的距离、及各个候选服务与消极解的距离;所述积极解为统计特征中均值为1、标准差为0的服务;所述消极解为统计特征中均值为0、标准差为0的服务;
根据各个候选服务与积极解的距离、及各个候选服务与消极解的距离,确定各个候选服务对应的服务质量值;
根据服务质量值对各个候选服务排序。
本发明实施例中,所述处理模块502具体用于:
按照如下公式确定各个候选服务对应的服务质量值:
本发明实施例中,所述处理模块502还用于:
在根据服务质量值对各个候选服务排序之后,选择服务质量值中的最大值对应的候选服务。
由于该装置解决问题的原理与人脸核验方法相似,因此该装置的实施可以参见单用户服务选择方法的实施,重复之处不再赘述。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述单用户服务选择方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现单用户服务选择方法。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现上述单用户服务选择方法。
本发明实施例中,获取多个候选服务的服务质量指标信息;根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权,得到用户决策矩阵;根据用户决策矩阵确定各个候选服务对应的统计特征;根据各个候选服务对应的统计特征对各个候选服务排序;根据排序结果进行服务选择,与现有技术相比,对于单用户的服务选择需求,建立用户决策矩阵,通过定量的计算各个服务对应的统计特征并根据各个服务对应的统计特征对各个服务排序,提高了服务选择的效率以及可靠性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种单用户服务选择方法,其特征在于,包括:
获取多个候选服务的服务质量指标信息;每一服务质量指标信息包括多个指标值;
根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权,得到用户决策矩阵;用户决策矩阵中的每一元素与每一服务质量指标信息的各个指标值加权后的结果一一对应;
根据用户决策矩阵确定各个候选服务对应的统计特征;所述统计特征包括均值、标准差;
根据各个候选服务对应的统计特征对各个候选服务排序;
根据排序结果进行服务选择。
2.如权利要求1所述的单用户服务选择方法,其特征在于,在根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权之前,还包括:
确定服务质量指标信息中的积极型服务质量指标信息及消极型服务质量指标信息;所述积极型服务质量指标信息包括服务吞吐量、服务可用率;所述消极型服务质量指标信息包括服务响应时间、服务时延、服务成本;
分别对积极型服务质量指标信息及消极型服务质量指标信息进行归一化处理。
3.如权利要求1所述的单用户服务选择方法,其特征在于,根据各个候选服务对应的统计特征对各个候选服务排序,包括:
根据各个候选服务对应的统计特征确定各个候选服务与积极解的距离、及各个候选服务与消极解的距离;所述积极解为统计特征中均值为1、标准差为0的服务;所述消极解为统计特征中均值为0、标准差为0的服务;
根据各个候选服务与积极解的距离、及各个候选服务与消极解的距离,确定各个候选服务对应的服务质量值;
根据服务质量值对各个候选服务排序。
5.如权利要求3所述的单用户服务选择方法,其特征在于,在根据服务质量值对各个候选服务排序之后,还包括:
选择服务质量值中的最大值对应的候选服务。
6.一种单用户服务选择装置,其特征在于,包括:
获取模块,用于获取多个候选服务的服务质量指标信息;每一服务质量指标信息包括多个指标值;
处理模块,根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权,得到用户决策矩阵;用户决策矩阵中的每一元素与每一服务质量指标信息的各个指标值加权后的结果一一对应;根据用户决策矩阵确定各个候选服务对应的统计特征;所述统计特征包括均值、标准差;根据各个候选服务对应的统计特征对各个候选服务排序;根据排序结果进行服务选择。
7.如权利要求6所述的单用户服务选择装置,其特征在于,所述处理模块还用于:
在根据预设的各个指标值对应的权重,对每一服务质量指标信息的各个指标值加权之前,确定服务质量指标信息中的积极型服务质量指标信息及消极型服务质量指标信息;所述积极型服务质量指标信息包括服务吞吐量、服务可用率;所述消极型服务质量指标信息包括服务响应时间、服务时延、服务成本;
分别对积极型服务质量指标信息及消极型服务质量指标信息进行归一化处理。
8.如权利要求6所述的单用户服务选择装置,其特征在于,所述处理模块具体用于:
根据各个候选服务对应的统计特征确定各个候选服务与积极解的距离、及各个候选服务与消极解的距离;所述积极解为统计特征中均值为1、标准差为0的服务;所述消极解为统计特征中均值为0、标准差为0的服务;
根据各个候选服务与积极解的距离、及各个候选服务与消极解的距离,确定各个候选服务对应的服务质量值;
根据服务质量值对各个候选服务排序。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至5任一所述方法。
11.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现权利要求1至5任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211494159.4A CN115883391A (zh) | 2022-11-25 | 2022-11-25 | 单用户服务选择方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211494159.4A CN115883391A (zh) | 2022-11-25 | 2022-11-25 | 单用户服务选择方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115883391A true CN115883391A (zh) | 2023-03-31 |
Family
ID=85764132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211494159.4A Pending CN115883391A (zh) | 2022-11-25 | 2022-11-25 | 单用户服务选择方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115883391A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117395239A (zh) * | 2023-11-16 | 2024-01-12 | 中国交通信息科技集团有限公司 | 基于区块链智能合约的web服务选择方法、装置、设备及介质 |
-
2022
- 2022-11-25 CN CN202211494159.4A patent/CN115883391A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117395239A (zh) * | 2023-11-16 | 2024-01-12 | 中国交通信息科技集团有限公司 | 基于区块链智能合约的web服务选择方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10354201B1 (en) | Scalable clustering for mixed machine learning data | |
CN109981744B (zh) | 数据的分发方法、装置、存储介质及电子设备 | |
US10748166B2 (en) | Method and system for mining churn factor causing user churn for network application | |
CN111274026A (zh) | 负载均衡方法、装置及电子设备 | |
CN113869521A (zh) | 构建预测模型的方法、装置、计算设备和存储介质 | |
CN115883391A (zh) | 单用户服务选择方法及装置 | |
CN112328865B (zh) | 信息处理和推荐方法、装置、设备及存储介质 | |
US8756093B2 (en) | Method of monitoring a combined workflow with rejection determination function, device and recording medium therefor | |
CN111491027A (zh) | 均衡负载方法、均衡负载装置和可读存储介质 | |
CN113033709A (zh) | 链路预测方法和装置 | |
CN113191432A (zh) | 基于离群因子的虚拟机集群的异常检测方法、设备及介质 | |
CN112231466A (zh) | 撮合活动中的企业匹配方法及装置 | |
CN111124439A (zh) | 一种云边协同的智能动态卸载算法 | |
CN114185938B (zh) | 基于数字金融及大数据溯源的项目溯源分析方法及系统 | |
CN116014764A (zh) | 一种分布式储能优化处理方法及装置 | |
CN112579246B (zh) | 虚拟机迁移处理方法及装置 | |
CN110134575B (zh) | 一种服务器集群的服务能力计算方法及装置 | |
CN113988670A (zh) | 综合性企业信用风险预警方法及系统 | |
CN107784363A (zh) | 数据处理方法、装置及系统 | |
CN112379978A (zh) | 后端服务调用方法、装置、设备和存储介质 | |
CN111324444A (zh) | 一种云计算任务调度方法及装置 | |
US20230396564A1 (en) | Information processing apparatus and information processing method | |
CN110245015B (zh) | 基于最优二元交换的服务器优化调度方法 | |
CN112506635B (zh) | 基于自适应策略的进化免疫方法 | |
CN113949611B (zh) | 一种融合信号的生成方法、装置和电子设备 |
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 |