第1章 绪论 1
1.1 研究背景 1
1.1.1 服务计算 1
1.1.2 服务质量的评价与优化 3
1.2 研究内容 3
1.3 研究难点与创新点 4
1.4 章节组织结构 5
第2章 相关研究综述 7
2.1 服务质量的评价指标 7
2.1.1 性能指标 7
2.1.2 可信赖性指标 7
2.1.3 能耗指标 8
2.2 服务计算的评价方法 8
2.2.1 模型方法 8
2.2.2 测量方法 11
2.2.3 预测方法 11
2.3 服务计算中的多属性问题 12
2.3.1 多属性之间的相互关系 12
2.3.2 多属性优化 12
2.4 讨论与总结 13
第3章 基于排队模型的性能评价 15
3.1 服务和服务系统的性能模型 15
3.1.1 原子服务的性能模型 15
3.1.2 服务系统的性能模型 16
3.2 模型求解与量化分析 17
3.2.1 马尔可夫排队模型的求解 18
3.2.2 半马尔可夫排队模型的求解 19
3.3 性能优化举例 20
3.3.1 服务节点的资源管理 20
3.3.2 分层系统的任务调度 22
3.4 案例分析 23
3.4.1 数据集介绍 23
3.4.2 原子服务的模拟实验 24
3.4.3 服务系统的模拟实验 26
3.5 本章小结 27
第4章 基于半马尔可夫模型的可信赖性评价 29
4.1 服务计算系统的可信赖性建模 29
4.1.1 基于半马尔可夫过程的系统状态建模 29
4.1.2 可信赖性形式化定义 31
4.2 模型分析与可信赖性评价 32
4.2.1 稳态概率分析 32
4.2.2 平均失效时间分析 33
4.3 可信赖性属性之间的相互关系 37
4.4 服务选择和服务组合的可信赖性建模与分析 41
4.4.1 基本框图模式的可信赖性分析 41
4.4.2 基本服务模式的可信赖性分析 42
4.5 案例分析 44
4.5.1 系统简介 44
4.5.2 可信赖性分析 44
4.5.3 敏感度分析 46
4.6 本章小结 48
第5章 基于随机游走模型的服务质量排序评价 49
5.1 协同分布式服务评价框架 50
5.2 服务评价排序模型 50
5.2.1 基于比较的概率模型 51
5.2.2 全局排序的随机游走模型 51
5.2.3 随机游走的马尔可夫模型 52
5.3 协同服务评价算法 52
5.3.1 算法概述 52
5.3.2 比较聚合方法 53
5.3.3 求解马尔可夫链算法 53
5.4 算法分析 55
5.4.1 误差分析 55
5.4.2 时间复杂度分析 55
5.5 案例分析 56
5.5.1 数据集简介 56
5.5.2 评价指标 57
5.5.3 实验结果 57
5.6 本章小结 59
第6章 基于折扣马尔可夫决策的性能—能耗综合优化 61
6.1 问题描述 61
6.2 服务系统的性能—能耗评价模型 62
6.2.1 原子服务的性能模型 62
6.2.2 嵌入离散时间马尔可夫回报模型 64
6.2.3 模型分析的更新技术 65
6.3 基于马尔可夫决策的动态功耗控制 66
6.3.1 问题描述和求解方法 66
6.3.2 马尔可夫决策对马尔可夫回报优化的有效性证明 68
6.4 分布式的动态服务选择与功耗控制综合优化 68
6.4.1 优化框架 68
6.4.2 优化算法 69
6.5 案例分析 71
6.6 本章小结 76
第7章 基于平均时间马尔可夫决策的可信赖性-能耗综合优化 77
7.1 服务系统的可依赖性—能耗评价模型 78
7.1.1 可信赖性模型 78
7.1.2 能耗模型 79
7.1.3 嵌入离散时间马尔可夫模型 79
7.2 基于回报值等价的状态聚合方法 80
7.2.1 可信赖性模型中的状态聚合 80
7.2.2 能耗模型中的状态聚合 82
7.3 基于马尔可夫决策的可信赖功耗控制算法 84
7.3.1 优化建模与算法 84
7.3.2 最优性证明 85
7.4 案例分析 86
7.5 本章小结 87
第8章 总结与展望 89
8.1 总结 89
8.2 研究展望 90
参考文献 93