基于流动性感知机制的大数据资源稳定评估算法研究

作     者：范海峰 FAN Haifeng

作者机构：吉林警察学院信息工程系长春130000 

基　　金：吉林省教育厅科研项目“计算机与网络安全执法实验教学中心建设与研究”(吉教高字46号) 

出 版 物：《重庆科技学院学报（自然科学版）》 (Journal of Chongqing University of Science and Technology：Natural Sciences Edition)

年 卷 期：2020年第22卷第4期

页      码：81-85页

摘      要：为了解决云计算条件下大数据资源评估效率低下、用户服务响应缓慢、稳定评估周期短等问题,提出一种基于流动性感知机制的大数据资源稳定评估算法。首先,考虑到大数据资源具有的高并发特性,设计了通过级别匹配的方式进行用户访问强度评估,过滤服务性能较低的用户访问请求,提升用户访问质量,缩短资源评估周期。然后,针对数据响应过程存在的服务资源受限问题,构建服务资源评估排序方案,划分用户服务级别,提高用户服务访问的适应性能。仿真实验结果显示:与当前大数据评估领域常用的遗传重构蜂群算法和大数据K-匿名微聚集算法相比,该算法能有效地缩短资源评估时间,提高评估过程中的计算收敛速度,单位用户服务能力卓越。

主 题 词：云计算 大数据 级别匹配 服务排序 稳定性 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.19406/j.cnki.cqkjxyxbzkb.2020.04.016

馆 藏 号：203977968...