專利名稱：基于區(qū)間數(shù)的不確定網(wǎng)格多QoS測量方法
技術(shù)領(lǐng)域：
本發(fā)明主要是針對不確定網(wǎng)格環(huán)境下，對基于區(qū)間數(shù)的多QoS參數(shù)進行測量的一種方法。

背景技術(shù)：
網(wǎng)格是未來Internet應(yīng)用的發(fā)展方向，其巨大的應(yīng)用前景使得許多國家和地區(qū)紛紛投入到網(wǎng)格技術(shù)的研究之中。網(wǎng)格技術(shù)不但帶來了超強的計算能力，而且將世界各地的資源有機地結(jié)合在一起，實現(xiàn)計算資源、存儲資源、數(shù)據(jù)資源、信息資源、知識資源等的全面共享與協(xié)同創(chuàng)新應(yīng)用。隨著研究的深入，網(wǎng)格的應(yīng)用領(lǐng)域開始不斷擴展，已先后涉及分布式計算、高吞吐量計算、協(xié)同工程、數(shù)據(jù)查詢和虛擬計算機等諸多領(lǐng)域。
隨著網(wǎng)格技術(shù)的發(fā)展和服務(wù)觀念的不斷更新，人們相繼提出了開放式網(wǎng)格服務(wù)結(jié)構(gòu)(Open Grid Services Architecture，OGSA)，開放式網(wǎng)格服務(wù)基礎(chǔ)架構(gòu)(Open Grid Services Infrastructure，OGSI)以及Web服務(wù)資源框架(Web Service Resource Framework，WSRF)等，其關(guān)鍵是把網(wǎng)格資源和Web資源抽象成服務(wù)。由于提供非凡的服務(wù)質(zhì)量(QoS，Quality of Service)是網(wǎng)格的基本特征之一，因此，不管是OGSA，OGSI還是WSRF，都要求所有的服務(wù)能夠為用戶提供無縫的QoS描述和應(yīng)用支持，使任務(wù)以描述其QoS需求的方式提交，資源以描述其QoS服務(wù)的方式發(fā)布。調(diào)度算法考察任務(wù)與資源的QoS描述，完成任務(wù)到資源的調(diào)度和匹配。因此，基于QoS的網(wǎng)格資源管理與服務(wù)匹配問題已成為國內(nèi)外研究的熱點。
基于QoS的獨立任務(wù)調(diào)度已有不少的研究結(jié)果，比如，有些文獻以用戶是否有QoS需求作為優(yōu)先權(quán)，提出了QoS優(yōu)先的調(diào)度算法，有些文獻針對網(wǎng)格任務(wù)的成本和執(zhí)行時間要求，提出了一種基于網(wǎng)格經(jīng)濟模型的分類優(yōu)化調(diào)度算法，而另一些文獻則考慮了網(wǎng)格節(jié)點的可信程度，提出了基于信任驅(qū)動的QoS增強的網(wǎng)格服務(wù)算法。然而，上述這些研究都有一個共同特點，就是把網(wǎng)格任務(wù)調(diào)度管理所涉及的所有QoS參數(shù)都當作一個確定量來描述和處理，即沒有考慮網(wǎng)格環(huán)境的不確定性以及QoS等不確定性參數(shù)的表示和處理。
事實上，并非事物的一切屬性和一切關(guān)系都是確定的、明確的，并非都可以用嚴格的確定性方法來描述。網(wǎng)格環(huán)境中存在大量的不確定因素，比如資源的隨時進入和退出，資源性能的模糊性和參數(shù)的不確定性，共享計算資源性能的隨時變化，任務(wù)到達與預(yù)期執(zhí)行時間的差異、資源負荷的不完全確定性等等，顯然，網(wǎng)格的這些不確定性包括了隨機性、模糊性、中介和不確知等多種不確定性。因此，實際網(wǎng)格本質(zhì)上是一種含有不確定性的網(wǎng)格。
由于實際問題的復(fù)雜性和用戶主觀判斷的不確定性，網(wǎng)格中的QoS參數(shù)都是帶有某種不確定度的量。概率論和模糊集理論是處理不確定性的兩類常用數(shù)學(xué)方法，理所當然地在網(wǎng)格測量與調(diào)度方面得到應(yīng)用。例如有些文獻利用概率統(tǒng)計方法對資源可用性的不確定性進行估計，而另一些文獻則是用模糊語言來描述任務(wù)優(yōu)先級的不確定性，但由于經(jīng)典的概率論和模糊集理論都是用一個確定的實數(shù)去描述事實上存在的不確定性，客觀上把一個帶有不確定度的參數(shù)變成了一個確定值，致使調(diào)度結(jié)果與網(wǎng)格的實際運行相去甚遠。如何在調(diào)度模型和算法中保留這些調(diào)度參數(shù)的不確定性信息，建立描述和處理多種不確定性綜合作用的多區(qū)間QoS測量和調(diào)度算法是一個在國內(nèi)外尚未研究且值得深入研究的問題。


發(fā)明內(nèi)容
為了克服在不確定網(wǎng)格環(huán)境下，多QoS參數(shù)測量方法的實用性差、無法處理模糊數(shù)據(jù)或多個QoS參數(shù)的不足，本發(fā)明提供一種實用性強、能夠處理由不確定性引起的不精確性，較好地處理模糊信息的集成問題的基于區(qū)間數(shù)的不確定網(wǎng)格多QoS測量方法。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是 一種在不確定網(wǎng)格環(huán)境下基于區(qū)間數(shù)的多QoS參數(shù)測量方法，包括以下步驟 1)、基于區(qū)間數(shù)的QoS需求與QoS評估等級 令H＝{H1，H2，...，Hn}表示服務(wù)質(zhì)量(QoS)的等級，專家組經(jīng)過綜合評估，確定屬性ei在評估等級H1，...，HN上的標準值為Y1，i，...，YN，i；用戶對屬性ei在等級Hn上提交的QoS需求數(shù)為區(qū)間數(shù)[yi-，yi+]，則使用的評估等級形式來描述用戶的QoS需求，其中(Hn，[βn，i-，βn，i+])表示用戶在屬性ei上的QoS需求處于等級Hn的概率為 設(shè)用戶對屬性ei的QoS需求為[yi-，yi+]，如果區(qū)間[yi-，yi+]落在相鄰的兩個評價等級Yn，i與Yn+1，i之間，Yn，i是指標ei對應(yīng)的評價等級Hn上的標準值，Yn+1，i是指標ei對應(yīng)的評價等級Hn+1上的標準值；則對于任意yi∈[yi-，yi+]，它的概率分布處在評價等級Hn與Hn+1之間； 計算所述兩個等級的基本概率分布函數(shù)(βn，i-，βn，i+]，[βn+1，i-，βn+1，i+])，通過公式(1)和(2)來處理 以及 以及 用戶提交的QoS需求[yi-，yi+]用等式(3)來描述 如果用戶提交的QoS需求區(qū)間[yi-，yi+]涉及到多個評估等級，設(shè)yi∈[yi-，yi+]，且yi處于[yi-，Yn，i]，[Yn，i，Yn+1，i]以及[Yn，I，yi+]三個區(qū)間中；對于用戶提交的QoS需求區(qū)間跨越多個評估等級的情況，用公式(4)-(7)來處理 其中In-1，n+In，n+1+In+1，n+2＝1，且In-1，n，In，n+1，In+1，n+2等于0或1； 用戶提交的QoS需求值[yi-，yi+]就用下面的公式(8)來描述 2)、基于區(qū)間數(shù)的多QoS集成算子 設(shè)定各個屬性上的權(quán)重大小為wi，用wi＝(w1，...，w1)表示且滿足條件(9) 將信任區(qū)間乘以屬性權(quán)重，得到各個屬性的基本概率指派函數(shù)mn，i，基本概率指派函數(shù)將信任概率分布函數(shù)與屬性權(quán)重大小完全結(jié)合，用公式(10)-(12)描述 mH，i＝mi(H)＝1-wi，i＝1，...，L(11) 得到各個基本屬性的區(qū)間概率指派函數(shù)mn，i后，進行數(shù)據(jù)融合處理，將多個QoS屬性進行融合計算，從而得到一個滿足用戶各個QoS需求的全局區(qū)間函數(shù)值；分別用[min(βn(a1))，max(βn(a1))]來描述在等級Hn上的用戶QoS綜合需求，通過如下的非線性模型(13)-(20)來求解 3)、計算期望效用函數(shù)值 令u(Hn)表示服務(wù)質(zhì)量在等級Hn上的評估效用值，βn(a1)描述在等級Hn上的用戶QoS綜合需求，a1表示當前用戶，用[min(u(a1))，max(u(a1))]分別來描述各個用戶對QoS的綜合需求，通過下面的(21)-(26)式計算一個用戶提交的多區(qū)間QoS需求的期望效用函數(shù)值，并實現(xiàn)不同用戶多個QoS綜合需求強弱的比較 ①如果則有 ②則有 每個用戶QoS的優(yōu)先級由uaver(a1)的大小決定。
本發(fā)明的有益效果主要表現(xiàn)在1、實用性強；2、針對不確定性網(wǎng)格環(huán)境中用戶提交QoS需求的模糊性，對區(qū)間數(shù)進行處理；3、能全方位滿足真實網(wǎng)格環(huán)境的用戶服務(wù)質(zhì)量需求。



圖1是QoS區(qū)間數(shù)落在兩個評價等級之間的示意圖。
圖2是區(qū)間評價值落在多個評價等級之間的示意圖。

具體實施例方式 下面對本發(fā)明做進一步的詳細描述。
參照圖1和圖2，一種在不確定網(wǎng)格環(huán)境下基于區(qū)間數(shù)的多QoS參數(shù)測量方法主要包括以下步驟 1)、基于區(qū)間數(shù)的QoS需求與QoS評估等級 在網(wǎng)格環(huán)境中，由于問題的復(fù)雜性和不確定性，網(wǎng)格中的QoS參數(shù)都是帶有某種不確定度的量。因此，用戶需要以區(qū)間數(shù)的形式提交各種QoS的需求時，可以通過如下的映射關(guān)系將用戶提交的QoS需求映射為QoS評估等級。
令H＝{H1，H2，...，Hn}表示服務(wù)質(zhì)量(QoS)的等級，專家組經(jīng)過綜合評估，可以確定屬性ei在評估等級H1，...，HN上的標準值為Y1，i，...，YN，i。假設(shè)用戶對屬性ei在等級Hn上提交的QoS需求數(shù)為區(qū)間數(shù)[yi-，yi+]，則可使用的評估等級形式來描述用戶的QoS需求，其中(Hn，[βn，i-，βn，i+])表示用戶在屬性ei上的QoS需求處于等級Hn的概率為 設(shè)用戶對屬性ei的QoS需求為[yi-，yi+]，如果區(qū)間[yi-，yi+]落在相鄰的兩個評價等級Yn，i(指標ei對應(yīng)的評價等級Hn上的標準值)與Yn+1，i(指標ei對應(yīng)的評價等級Hn+1上的標準值)之間，則對于任意yi∈[yi-，yi+]，它的概率分布必處在評價等級Hn與Hn+1之間，如圖1所示。
計算這兩個等級的基本概率分布函數(shù)([βn，i-，βn，i+]，[βn+1，i-，βn+1，i+])，可以通過公式(1)和(2)來處理。
以及 以及 因此，用戶提交的QoS需求[yi-，yi+]就可以用等式(3)來描述 這樣，我們可以通過向量的形式來刻畫任意用戶在任意屬性ei上提出的QoS需求值，將評估等級(H1，H2，...，Hn)的向量表示為(β1，i，β2，i，...，βN，i)＝(0，...，0，βn，i，βn+1，i，0，...，0)。顯然，某個用戶對ei的QoS需求描述只能為等級Hn或等級Hn+1或處于兩者之間。
然而，用戶提交的QoS需求區(qū)間[yi-，yi+]可能涉及到多個評估等級，不失一般性，設(shè)yi∈[yi-，yi+]，且yi處于[yi-，Yn，i]，[Yn，i，Yn+1，i]以及[Yn，I，yi+]三個區(qū)間中，如圖2所示。
對于用戶提交的QoS需求區(qū)間跨越多個評估等級的情況，可以用公式(4)-(7)來處理。
其中In-1，n+In，n+1+In+1，n+2＝1，且In-1，n，In，n+1，In+1，n+2等于0或1。
在這種情況下，用戶提交的QoS需求值[yi-，yi+]就可以用下面的公式(8)來描述。
需要說明的是，不管是公式(3)還是公式(8)都將用戶提交的QoS實際需求映射為若干個可能的評價等級來描述。當然，對用戶提交的任意QoS需求，所屬各個評價等級的概率分布值之和必須恒等于1。
2)、基于區(qū)間數(shù)的多QoS集成算子 通過上面的計算，可以得到用戶各個QoS需求在各個評估等級上的概率分布值，但它只是針對單個QoS屬性的需求。而實際環(huán)境下，由于QoS的種類繁多，主要包括邏輯資源類、系統(tǒng)類、安全類、信任類和記賬類等5種QoS類型，且邏輯資源類又可以由計算速度、存儲容量、傳輸帶寬等多個QoS構(gòu)成。因此，我們需要將多種QoS在各個評價等級上的概率分布值進行數(shù)據(jù)融合，實現(xiàn)不確定性網(wǎng)格多QoS測量?；诓淮_定環(huán)境下的區(qū)間數(shù)QoS集成算子在本質(zhì)上是一種非線性合成方法，它將原始的信任區(qū)間乘以屬性權(quán)重轉(zhuǎn)化成基本概率指派函數(shù)mn，i(用戶針對指標ei在等級Hn上的支持程度)，再進行屬性集成。具體轉(zhuǎn)化過程如下 假設(shè)各個屬性上的權(quán)重大小為wi，用wi＝(w1，...，w1)表示且滿足條件(9)。
我們將信任區(qū)間乘以屬性權(quán)重，得到各個屬性的基本概率指派函數(shù)mn，i，基本概率指派函數(shù)將基于信任的基本概率分布函數(shù)與屬性權(quán)重大小完全結(jié)合，對信任程度的表述上顯得更加真實、可靠，可以用公式(10)-(12)描述 mH，i＝mi(H)＝1-wi，i＝1，...，L (11) 數(shù)據(jù)融合的含義是指將多個數(shù)據(jù)通過一定的關(guān)系映射，處理成一個符合實際應(yīng)用需要的函數(shù)值。通過上述計算，得到各個基本屬性的區(qū)間概率指派函數(shù)mn，i后，我們需要進行數(shù)據(jù)融合處理，將多個QoS屬性進行融合計算，從而得到一個滿足用戶各個QoS需求的全局區(qū)間函數(shù)值。我們分別用[min(βn(a1))，max(βn(a1))]來描述在等級Hn上的用戶QoS綜合需求，可通過如下的非線性模型(13)-(20)來求解。
3)、計算期望效用函數(shù)值 通過上面的計算，我們可以得到一個用戶的多個QoS在評價等級上的綜合QoS分布值，但是由于這些值都是區(qū)間表示的、不確定性的，且以分布式的方式描述，而實際應(yīng)用時需要通過一定的方法將這種分布的評價等級值轉(zhuǎn)化為一個具體的數(shù)據(jù)，以比較不同用戶多個QoS需求的高低，即用戶多QoS需求的期望效用函數(shù)。
令u(Hn)表示服務(wù)質(zhì)量在等級Hn上的評估效用值，βn(a1)(a1表示當前用戶)描述在等級Hn上的用戶QoS綜合需求，我們用[min(u(a1))，max(u(a1))]分別來描述當前用戶對QoS的綜合需求，通過下面的(21)-(26)式可以計算一個用戶提交的多區(qū)間QoS需求的期望效用函數(shù)值，并實現(xiàn)不同用戶多個QoS綜合需求強弱的比較。
①如果則有 ②則有 每個用戶QoS的優(yōu)先級的大小由uaver(a1)決定。
在不確定環(huán)境下，基于區(qū)間數(shù)的網(wǎng)格多QoS參數(shù)測量方法，將模糊數(shù)學(xué)中基于擴展的D-S理論的不確定方法應(yīng)用到當前的服務(wù)質(zhì)量計算中來，是一種全新的方法，與現(xiàn)有的計算服務(wù)質(zhì)量的方法比起來更加的合理有效。
根據(jù)網(wǎng)格QoS的層次結(jié)構(gòu)模型，將QoS分為邏輯資源類、系統(tǒng)類、安全類、信任類和記賬類等QoS類型。
設(shè)U為用戶多QoS需求的綜合評價測量目標，其子QoS集合M＝{Mi|i＝1，2，...，n}，

(i≠j)，指標之間的相對權(quán)重為wi(i＝1，2，...，n)滿足 假設(shè)用戶對網(wǎng)格QoS需求的服務(wù)等級為無服務(wù)質(zhì)量要求(P)，普通服務(wù)質(zhì)量需求(N)，中等服務(wù)質(zhì)量需求(N)，高服務(wù)質(zhì)量需求(G)，非常高的服務(wù)質(zhì)量需求(V)五個等級標準。此時，用戶QoS需求的評估框架H可以表示為H＝{P，N，A，G，V}。服務(wù)質(zhì)量的等級評價效用值用比率標尺法確定，我們假設(shè)u(H)＝{u(H1)，u(H2)，u(H3)，u(H4)，u(H5)}＝{u(P)，u(N)，u(A)，u(G)，u(V)}。決策專家給出各個屬性在各個服務(wù)質(zhì)量等級上的的標準值Y1，i，...，YN，i；用戶提交各個屬性上的QoS需求區(qū)間值[yi-，yi+]。
根據(jù)專家制定的服務(wù)等級標準，我們可以利用公式(1)-(8)對任意的情況下的[yi-，yi+]進行處理，將用戶提交的多QoS需求值其映射到不同的服務(wù)等級上，實現(xiàn)以評估等級來刻畫用戶QoS需求。
當用戶提交的各個QoS需求區(qū)間映射到各個評估等級后，就可以按照公式(9)-(20)進行數(shù)據(jù)融合處理，得到用戶在各個評估等級上的QoS綜合需求值。
然而這些綜合需求是基于區(qū)間的、不確定的，且以分布式的方式在各個評估等級上描述，因此無法直接比較用戶之間QoS需求的高低或強弱。我們需要通過公式(21)-(26)計算多區(qū)間QoS的效用值，并將各個等級上的QoS值轉(zhuǎn)化為一個最終可以進行網(wǎng)格QoS比較的QoS效用值。當用戶多QoS需求期望值測量出來后，就得知用戶對服務(wù)質(zhì)量需求的大小/高低，從而將這個QoS測量值作為任務(wù)的優(yōu)先級加入到任務(wù)調(diào)度算法設(shè)計中，結(jié)合其它約束條件設(shè)計不確定網(wǎng)格多QoS的任務(wù)調(diào)度算法。
權(quán)利要求
1、一種在不確定網(wǎng)格環(huán)境下基于區(qū)間數(shù)的多QoS參數(shù)測量方法，其特征在于所述測量方法包括以下步驟
1)、基于區(qū)間數(shù)的OoS需求與QoS評估等級
令H＝{H1，H2，...，Hn)表示服務(wù)質(zhì)量(QoS)的等級，專家組經(jīng)過綜合評估，確定屬性ei在評估等級H1，...，HN上的標準值為Y1，i，...，YN，i；用戶對屬性ei在等級Hn上提交的QoS需求數(shù)為區(qū)間數(shù)[yi-，yi+]，則使用的評估等級形式來描述用戶的QoS需求，其中(Hn，βn，i-，βn，i+])表示用戶在屬性ei上的QoS需求處于等級Hn的概率為
設(shè)用戶對屬性ei的QoS需求為[yi-，yi+]，如果區(qū)間[yi-，yi+]落在相鄰的兩個評價等級Yn，i與Yn+1，i之間，Yn，i是指標ei對應(yīng)的評價等級Hn上的標準值，Yn+1，i是指標ei對應(yīng)的評價等級Hn+1上的標準值；則對于任意yi∈[yi-，yi+]，它的概率分布處在評價等級Hn與Hn+1之間；
計算所述兩個等級的基本概率分布函數(shù)(βn，i-，βn，i+]，[βn+1，i-，βn+1，i+])，通過公式(1)和(2)來處理
以及
以及
用戶提交的QoS需求[yi-，yi+]用等式(3)來描述
如果用戶提交的QoS需求區(qū)間[yi-，yi+]涉及到多個評估等級，設(shè)yi∈[yi-，yi+]，且yi處于[yi-，Yn，i]，[Yn，i，Yn+1，i]以及[Yn，I，yi+]三個區(qū)間中；對于用戶提交的QoS需求區(qū)間跨越多個評估等級的情況，用公式(4)-(7)來處理
其中In-1，n+In，n+1+In+1，n+2＝1，且In-1，n，In，n+1，In+1，n+2等于0或1；用戶提交的QoS需求值[yi-，yi+]就用下面的公式(8)來描述
2)、基于區(qū)間數(shù)的多QoS集成算子
設(shè)定各個屬性上的權(quán)重大小為wi，用wi＝(w1，...，w1)表示且滿足條件(9)
將信任區(qū)間乘以屬性權(quán)重，得到各個屬性的基本概率指派函數(shù)mn，i，基本概率指派函數(shù)將基于信任的基本概率分布函數(shù)與屬性權(quán)重大小完全結(jié)合，用公式(10)-(12)描述
mH，i＝mi(H)＝1-wi，i＝1，...，L(11)
得到各個基本屬性的區(qū)間概率指派函數(shù)mn，i后，進行數(shù)據(jù)融合處理，將多個QoS屬性進行融合計算，從而得到一個滿足用戶各個QoS需求的全局區(qū)間函數(shù)值；分別用[min(βn(a1))，max(βn(a1))]來描述在等級Hn上的用戶QoS綜合需求，通過如下的非線性模型(13)-(20)來求解
3)、計算期望效用函數(shù)值
令u(Hn)表示服務(wù)質(zhì)量在等級Hn上的評估效用值，βn(a1)描述在等級Hn上的用戶QoS綜合需求，a1表示當前用戶，用[min(u(a1))，max(u(a1))]分別來描述各個用戶對QoS的綜合需求，通過下面的(21)-(26)式計算一個用戶提交的多區(qū)間QoS需求的期望效用函數(shù)值，并實現(xiàn)不同用戶多個QoS綜合需求強弱的比較
①如果則有
②則有
每個用戶QoS的優(yōu)先級由uaver(a1)的大小決定。
全文摘要
一種在不確定網(wǎng)格環(huán)境下基于區(qū)間數(shù)的多QoS參數(shù)測量方法，包括以下三個步驟1)基于區(qū)間數(shù)的QoS需求與QoS評估等級；2)基于區(qū)間數(shù)的多QoS集成算子；3)計算期望效用函數(shù)值。通過上述方法進行處理后，我們將用戶基于各個屬性提交的QoS模糊區(qū)間需求值轉(zhuǎn)化為一個全局的QoS需求值，從而確定各個用戶的QoS的優(yōu)先級大小。在不確定環(huán)境下，基于區(qū)間數(shù)的網(wǎng)格多QoS參數(shù)測量方法，將模糊數(shù)學(xué)中基于擴展的D-S理論的不確定方法應(yīng)用到當前的服務(wù)質(zhì)量計算中來，是一種全新的方法，與現(xiàn)有的計算服務(wù)質(zhì)量的方法比起來更加的合理有效。本發(fā)明實用性強、能夠處理由不確定性引起的不精確性，較好地處理模糊信息的集成問題。
文檔編號H04L12/28GK101286898SQ200810061759
公開日2008年10月15日 申請日期2008年5月22日 優(yōu)先權(quán)日2008年5月22日
發(fā)明者黃德才, 馬晨明, 龔衛(wèi)華, 劉端陽, 張敏霞 申請人:浙江工業(yè)大學(xué)