[00105349]面向大规模服务系统的在线服务质量预测方法研究
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该项目为国家自然科学基金资助面上项目（项目批准号：61472338）。
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。
该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，主要研究内容如下：
1. 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。
2. 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。
