.png){kind=icon}
返回
QoS-aware multi-objective SaaS selection system in cloud computing using intelligent learning algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-025-05642-0.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云计算为企业提供了更高的灵活性和可扩展性。这一演变导致众多提供商涌现，它们提供的服务在技术功能上相似，但在服务质量（QoS）属性（如性能、安全性或可用性）方面存在差异。这种多样性造成了可用服务数量的指数级增长。当客户请求服务时，他们面临广泛的选择，使得选择最合适的服务成为一个复杂的问题，通常被归类为NP难问题。复杂性进一步因需要考虑客户个人偏好和需求而加剧，使选择过程转变为真正的多准则优化挑战。本研究提出了一种多目标SaaS选择系统（MO3S），旨在通过处理客户请求并根据预定义的QoS标准（定性或定量）和客户偏好识别最优服务来解决此问题。该系统利用一种新颖的数学模型来促进服务质量的多目标优化，确保选择最合适的服务。为增强此过程，我们实现了多目标杜鹃搜索扩展算法（MOCSEA），该算法结合了局部和全局搜索技术，以及基于相似性的搜索空间缩减模块和由聚类学习支持的先进种群初始化机制。为评估我们的MO3S系统，我们在真实的OpenStack云和一个本地环境中使用原型，并采用两种类型的数据集。获得的实证结果表明，MO3S在执行速度、精度和实现解决方案的整体质量方面显著优于现有方法。
Keyword:
Cloud computing
SaaS selection
Metaheuristic algorithm
QoS
Customer profile
Cuckoo search algorithm
期刊
C
IF:
0
论文数:
691
被引数:
1
机构
引用论文
Cooperative game approach to form overlapping cloud federation based on inter-cloud architecture
PREAI
分享收藏Optimisation of multi-objective cloud manufacturing service selection based on dynamic adaptive bat algorithm基于动态自适应蝙蝠算法的多目标云制造服务选择优化.png)
IF0
PREAI
分享收藏Why we need to discuss statistical significance and p-values (again): Addressing the underlying issue of different probability interpretations and actionable recommendations为何我们需要再次讨论统计显著性与P值：应对不同概率解释的潜在问题及可操作建议
IF0
PREAI
分享收藏Wgo: a similarly encoded whale-goshawk optimization algorithm for uncertain cloud manufacturing service compositionWgo：一种类似编码的鲸鱼-雀鹰优化算法，用于不确定云制造服务组合
IF0
PREAI
分享收藏
查看更多内容