基于大数据资源感知机制的云服务人工智能评估算法研究.pdfVIP

第25卷第2期 重庆科技学院学报(自然科学版) 2023年4月 基于大数据资源感知机制的云服务 人工智能评估算法研究 JL焕 (江苏联合职业技术学院运河分院 ，江苏邳州221300) 摘要:为解决云服务条件下评估算法存在的用户服务评估效率较低、评估时长难以控制等问题,提出 _种基于大数据资源感知机制的云服务人工智能评估算法 。首先，针对大数据条件下用户访问热度 及服务存在的集中突发特点 ，采取级别匹配方式，尽量满足不同层次用户的访问需求,提高服务匹配 精确度，降低服务评估时长;然后，考虑到云资源占用对服务匹配的影响,采取从低到高的排序方法, 提升用户服务颗粒度;最后,引入休眠机制增强资源评估效率 。由仿真实验结果可知，相较于ABC 算法和HM算法，所设计算法的服务评估时长更短 ，单位时间用户服务满足积累数更高，具有很强的 评估收敛能力及用户服务质量。 关键词:大数据资源 ；云服务 ；人工智能评估 ；级别匹配 ；休眠机制 中图分类号:TP393 文献标识码:A 文章编号：1673 -1980(2023)02 - 0082 - 05 有限 。An 提出了一种基于蝴蝶机制的云服务人工 0前言 智能评估算法，利用蝴蝶方案对用户进行时域队列 随着中美贸易战及科技替代自主战略的不断演 排序匹配,服务延时率较低⑸ 。但该算法需要忽略 进，中国逐步形成了以云服务为主导、人工智能评估 部分经济效益较低用户的需求以提高整体评估质 技术相结合的大数据科研-产业体系⑴ 。云服务具 量，当用户数量较多时评估效果会受到显著影响。 有服务请求与服务处理相互分离的特点 ，需要对资 Selcuk提出了一种基于用户访问集中度机制的云服 源存储和处理进行智能评估 。然而，由于节点处理 务人工智能评估算法,针对用户访问的集中地域 、时 能力受限，无法针对服务请求进行即时匹配 ，因此可 域进行蜂群建模,以实现热度匹配效应，节约服务资 引入人工智能评估算法,以有效缓解服务拥塞问题, 源,提高评估效率⑷ -但该算法需要对语句热点进 降低云服务机会成本⑵ 。为进一步提高云服务的智 行聚类处理，评估稳定性较差。 能化水平,增强云服务的社会效益与经济效益,学者 鉴于当前研究存在不足,本次研究提出了 一种 们在业务感知领域进行了深入研究⑶O 基于大数据资源感知机制的云服务人工智能评估算 Selcuk等人提出了一种基于蜂群匹配机制的云 法，以实现云服务动态评估 。首先，采用级别匹配方 服务人工智能评估算法，考虑到服务资源具有时间 法提升云服务的资源利用率，优化用户服务质量;其 尺度随机分布的特性,采用蜂群方式对服务器指纹 次,针对云服务评估过程中存在的高并发现象 ，引入 进行中心化匹配比对，及时获取服务资源动态特性, 人工智能的服务级别排序方法 ，提高评估过程的稳 具有较好的评估效果⑷ 。但该算法具有服务供给中 定性;最后，采用Matlab软件对所设计算法进行仿 心化特点,难以应对突发的超宽带场景，用户满足度 真分析。 收稿日期：2022-10-12 基金项目:江苏省职业教育教学改革研究课题 “基于项目化教学提升中职生信息技术核心素养的行动研究(ZCZ40) 作者简介:庄焕 (1981 —)，女，硕士，副教授，研究方向为计算机应用技术、计算机教学。 • 82 •