基于多维度QoS约束的大规模企业信息副本定位方法

• 论文 •

基于多维度QoS约束的大规模企业信息副本定位方法

陈建英，刘心松

1.电子科技大学计算机科学与工程学院，四川成都610054；2.西南民族大学计算机科学与技术学院，四川成都610041

出版日期:2011-01-15 发布日期:2011-01-25

Replica location with multidimensional QoS constraints in large scale enterprise information system

CHEN Jian-ying, LIU Xin-song

1.College of Computer Science & Engineering, University of Electronic Science & Technology, Chengdu 610054, China;2.College of Computer Science & Technology, Southwest University for Nationalities, Chengdu 610041, China

Online:2011-01-15 Published:2011-01-25

摘要/Abstract

摘要： 为解决大规模企业信息系统中副本定位的目标节点服务质量问题，提出了一种基于多维度服务质量约束的副本定位方法。该方法把目标节点面向特定应用的多维度服务质量保障程度纳入副本定位计算，采用分层和对等的混合定位机制，在高效定位的同时有效避免了现有副本定位中目标节点服务质量无保障的风险。给出了大规模企业信息系统覆盖网模型、基于多维度服务质量约束的副本定位方法的定义和算法及与之相关的应用层路由算法和副本发布算法。通过在某企业中的应用，验证了所提方法的有效性。

关键词: 企业信息系统, 副本定位, 服务质量, 应用层路由

Abstract: To achieve high Quality of Service(QoS) of destination node in Replica Location (RL) over Large Scale Enterprise Information System (LSEIS), a novel RL with Multidimensional QoS (MQoSRL) was put forward. MQoSRL offered a mechanism to achieve high efficiency and avoid risking bad QoS for a given application in existing RL. It was implemented by considering the guarantee degree of destination node for a special application with multidimensional QoS constraints and employing hybrid location mechanism based on layered and peer to peer. The overlay network model about LSEIS was described and the definition of MQoSRL was provided. The sub-arithmetic about MQoSRL and other correlative algorithms, such as replica publishing and application layer routing, were described in detail. Effectiveness of this method was verified by using in an enterprise.

Key words: enterprise information system, replica location, quality of service, application layer routing

中图分类号:

TP393
TP311

陈建英，，刘心松. 基于多维度QoS约束的大规模企业信息副本定位方法[J]. .

CHEN Jian-ying,, LIU Xin-song. Replica location with multidimensional QoS constraints in large scale enterprise information system[J]. .

[1]	闫志强,杨翰宇,程冠杰,刘洪荣,邓水光,刘冠宇,杨明. 基于区块链的服务质量综合评估框架与算法[J]. 计算机集成制造系统, 2021, 27(9): 2708-2720.
[2]	王婕,耿秀丽. 基于直觉模糊余弦相似度的云制造服务质量评价[J]. 计算机集成制造系统, 2021, 27(4): 1128-1134.
[3]	胡杨,吴锋,王红涛. 考虑稀缺服务与质量损失云制造服务组合问题[J]. 计算机集成制造系统, 2021, 27(12): 3639-3650.
[4]	张志坚,王鹏,柳键,罗春林,郭军华. 考虑在线评价的供应链运营决策与奖惩机制[J]. 计算机集成制造系统, 2020, 26(7): 1986-1997.
[5]	陈友玲,王龙,刘舰,左丽丹,牛禹霏. 基于i-NSGA-Ⅱ-JG算法的云制造资源服务组合优选[J]. 计算机集成制造系统, 2019, 25(第11): 2892-2904.
[6]	陈友玲,刘舰,凌磊,王龙. 基于协同效应的并行制造云服务组合算法[J]. 计算机集成制造系统, 2019, 25(第1): 137-146.
[7]	王福田,李月婷,章程,张以文,刘晓,杨耘. 实例密集型商务工作流检测点选择策略[J]. 计算机集成制造系统, 2018, 24(第7): 1758-1765.
[8]	张云正,曾建潮,张晓红,薛颂东. 多设备租赁条件下基于服务质量评估的预防性维修策略优化[J]. 计算机集成制造系统, 2018, 24(第5): 1162-1170.
[9]	金鸿,姚锡凡,杨洲,吕盛坪. 基于教—学算法的制造云服务组合优化[J]. 计算机集成制造系统, 2018, 24(第1): 43-52.
[10]	贺可太,朱道云. 云制造服务质量评价[J]. 计算机集成制造系统, 2018, 24(第1): 53-62.
[11]	郑宏升,俞东进,张蕾. 基于萤火虫算法和动态优先级的多QoS云工作流调度[J]. 计算机集成制造系统, 2017, 23(第5期): 963-971.
[12]	徐文庭,殷昱煜,王菊仙,王兴菲,余方正. 基于CART与SlopeOne的服务质量预测算法[J]. 计算机集成制造系统, 2017, 23(第5期): 1080-1090.
[13]	申利民,陈真,李峰. 考虑数据变化范围的Web服务服务质量协同预测方法[J]. 计算机集成制造系统, 2017, 23(第1期): 215-224.
[14]	张以文,吴金涛,赵姝,唐杰. 基于改进烟花算法的Web服务组合优化[J]. 计算机集成制造系统, 2016, 22(第2期): 422-432.
[15]	辛乐,范玉顺. 支持多模式协作的业务服务集成模型[J]. 计算机集成制造系统, 2016, 22(第1期): 13-24.