面向大规模服务系统的在线服务质量预测方法研究

In recent year, the trend towards large-scale and complex service-oriented systems makes it difficult to develop high quality service-oriented systems employing traditional QoS prediction approaches. QoS data of service-oriented systems have the characteristics of large volume,sparse,and highly dynamic. Based on these charateristics, this project plan to investigate various online QoS prediction approches, including prediction framework design, QoS prediction of Web services, online QoS prediction of service-oriented systems, and system implementation. This project strives to achieve efficient collection of service QoS information, dynamic upduate of the prediction model, and effctive prediction of service QoS, which will provide theory reference for building high quality service-oriented systems. Different from previous research, we focus on user-side QoS and provide personalized QoS prediction for different users. Moreover, this project combines collaborative filtering, network coordinate, and online learning techniques to enable more accurate QoS prediction, via mining historial QoS information as well as employing the most updated QoS information.

近年来，由于面向服务系统呈现出的大规模化和高度复杂化的特点，使得利用传统服务质量预测方法来构建高质量的大规模服务系统变得越来越困难。针对复杂的大规模服务系统的服务质量数据量大、稀疏性强、及动态性高等特点，本项目重点研究基于在线学习的服务质量预测方法。本项目拟通过预测框架设计、Web服务模块服务质量预测、基于在线学习的大规模服务系统服务质量预测、系统实现等研究，实现快速收集服务质量信息、动态更新服务质量预测模型、和高效预测服务质量，从而为构建高质量的大规模服务系统提供理论参考。不同于传统研究，本项目关注用户端的服务质量，为每一个用户提供更加准确的个性化的服务质量预测。同时本项目创新地融合协同过滤、网络坐标、在线学习等技术，在充分挖掘服务质量历史数据的同时，融入了当前最新的服务质量信息，从而实现更准确的服务质量预测。

近年来，由于面向服务系统呈现出的大规模化和高度复杂化的特点，复杂的大规模服务系统所持有的服务质量数据量大、稀疏性强、及动态性高等特点，给传统服务质量预测的方法带来时间开销和准确度等方面的挑战，亟待寻求新的方法构建一个高质量的适应当下现况的大规模服务系统。本项目的主要研究大规模服务系统服务质量的预测框架，并对多源大规模服务系统中的服务模型下的服务质量预测问题进行建模。由于单服务模块与多模块的预测模型所需解决问题不同，分别对这两个方面进行了深入的研究。单服务模块与应用场景息息相关，研究中结合具体特定的应用场景，创新性地融合协同过滤、网络坐标、在线学习等技术，在充分挖掘服务质量历史数据的同时，融入了当前最新的服务质量信息，从而实现更准确的服务质量预测。除了关注单模块的服务质量，还研究了多服务模块的服务质量预测框架，针对不同服务模块间关系及服务模块与服务系统间关系的协同优化，构建了完整的设计框架，并考虑到现实实际中用户信息安全的问题，如隐私保护的问题，提出了用户隐私保护框架，并将其融入到大规模服务系统的模型设计中，保证模型有效高效的同时，也实现了数据收集与用户安全的两者平衡，为现实大规模服务系统服务质量的框架构建提供了理论指导，同时也为现实场景问题提供了系列的解决方案。总计发表学术论文26篇，其中在ACM/IEEE Transactions期刊上发表学术论文5篇，CCF A/B/C类会议论文12篇，具体包括《IEEE transactions on reliability》、《ACM Transactions on the Web (TWEB)》、《Information Sciences》、《IEEE Transactions on Parallel and Distributed Systems(TPDS)》、《IEEE Transactions on Services Computing(TC)》、FSE、WWW、ICSE、ICSOC、ICWS等。参加国际会议5次以上。发布研究数据集4个，全球超过300个大学下载。