基于邻域模型学习的云服务个性化QoS预测
分布式、并行与集群计算
2015-08-20 v1 性能
摘要
互联网上云服务的爆发给服务发现和选择带来新挑战。特别是，对高效服务质量(QoS)评估的需求变得迫切。为解决此问题，本文提出基于邻域的云服务QoS预测方法，利用协同智能。不同于启发式协同过滤和矩阵分解，我们定义正式的基于邻域的预测框架，其允许高效的全局优化方案，并利用不同的基线估计分量来改善预测性能。为验证所提方法，使用了一个大规模的特定QoS数据集，该数据集由全球分布式网络上339个服务用户对5,825个Web服务的调用记录组成。实验结果表明，学习的基于邻域的模型能克服启发式协同过滤方法的现有困难，并取得优于最先进预测方法的性能。
引用
@article{arxiv.1508.04537,
title = {Personalized QoS Prediction of Cloud Services via Learning Neighborhood-based Model},
author = {Hao Wu and Jun He and Bo Li and Yijian Pei},
journal= {arXiv preprint arXiv:1508.04537},
year = {2015}
}