服務(wù)計(jì)算

目錄
第1章 概述 1
1.1 什么是服務(wù)計(jì)算 1
1.1.1 服務(wù)計(jì)算的起源 2
1.1.2 服務(wù)計(jì)算的定義 5
1.2 服務(wù)計(jì)算的技術(shù)框架 6
1.2.1 服務(wù)資源層 7
1.2.2 服務(wù)匯聚層 8
1.2.3 服務(wù)應(yīng)用層 9
1.2.4 服務(wù)系統(tǒng)層 10
1.3 服務(wù)計(jì)算發(fā)展現(xiàn)狀 11
1.4 本章小結(jié) 14
第2章 Web服務(wù) 15
2.1 Web服務(wù)簡(jiǎn)介 15
2.1.1 Web服務(wù)基本概念 16
2.1.2 Web服務(wù)體系結(jié)構(gòu) 17
2.1.3 Web服務(wù)技術(shù)架構(gòu) 22
2.2 Web服務(wù)關(guān)鍵技術(shù) 24
2.2.1 XML 24
2.2.2 SOAP 26
2.2.3 WSDL 28
2.2.4 UDDI 29
2.3 服務(wù)安全 31
2.3.1 WS-Security 33
2.3.2 WS-Policy 36
2.3.3 WS-Trust 37
2.4 語義Web服務(wù) 38
2.4.1 OWL-S 41
2.4.2 WSDL-S 43
2.5 本章小結(jié) 47
第3章 面向服務(wù)的體系結(jié)構(gòu) 48
3.1 概述 48
3.2 SOA 49
3.2.1 簡(jiǎn)介 49
3.2.2 基本特點(diǎn) 51
3.2.3 元素 51
3.2.4 SOA特性 53
3.3 服務(wù)組件架構(gòu) 57
3.3.1 SCA概念 57
3.3.2 組裝模型 61
3.3.3 策略框架 69
3.4 服務(wù)數(shù)據(jù)對(duì)象 70
3.4.1 SDO概念 70
3.4.2 SDO架構(gòu) 71
3.5 SOA的中間件平臺(tái) 73
3.5.1 國(guó)外產(chǎn)品介紹 73
3.5.2 國(guó)內(nèi)產(chǎn)品介紹 74
3.6 本章小結(jié) 75
第4章 服務(wù)質(zhì)量和質(zhì)量預(yù)測(cè) 76
4.1 什么是服務(wù)質(zhì)量 76
4.1.1 服務(wù)質(zhì)量的定義 76
4.1.2 服務(wù)質(zhì)量的度量指標(biāo) 77
4.1.3 服務(wù)質(zhì)量模型 79
4.1.4 服務(wù)質(zhì)量技術(shù)綜述 81
4.1.5 服務(wù)質(zhì)量的功能 82
4.1.6 Web服務(wù)質(zhì)量 83
4.2 服務(wù)質(zhì)量預(yù)測(cè)的常用方法 85
4.2.1 基于結(jié)構(gòu)方程的QoS預(yù)測(cè)方法 85
4.2.2 基于相似度的QoS預(yù)測(cè)方法 86
4.2.3 基于時(shí)間序列的QoS預(yù)測(cè)方法 87
4.2.4 基于位置的QoS預(yù)測(cè)方法 88
4.2.5 基于人工智能的QoS預(yù)測(cè)方法 91
4.3 服務(wù)質(zhì)量預(yù)測(cè)在實(shí)際中的應(yīng)用 92
4.3.1 基于用戶和服務(wù)區(qū)域信息的Web服務(wù)QoS預(yù)測(cè) 92
4.3.2 SOA遙感圖像處理中時(shí)間感知的QoS預(yù)測(cè) 96
4.3.3 基于移動(dòng)邊緣環(huán)境的隱私保護(hù)QoS預(yù)測(cè) 99
4.3.4 基于P2P視頻流中深度傳輸協(xié)同過濾的鄰居選擇QoS預(yù)測(cè) 102
4.3.5 基于隨機(jī)森林的稅務(wù)熱線QoS預(yù)測(cè) 105
4.3.6 基于社區(qū)發(fā)現(xiàn)的Web服務(wù)QoS預(yù)測(cè) 108
4.3.7 基于覆蓋隨機(jī)游走算法對(duì)用戶信任值的QoS預(yù)測(cè) 113
4.4 本章小結(jié) 117
第5章 服務(wù)選擇和服務(wù)推薦 118
5.1 什么是服務(wù)選擇和服務(wù)推薦 118
5.2 服務(wù)選擇的常用方法 119
5.2.1 常用方法的深度學(xué)習(xí)預(yù)備知識(shí) 119
5.2.2 Web服務(wù)的研究方向 132
5.2.3 Web服務(wù)選擇的應(yīng)用 135
5.2.4 服務(wù)選擇的QoS 137
5.2.5 基于QoS的Web服務(wù)選擇相關(guān)研究綜述 138
5.2.6 常用方法 141
5.3 服務(wù)推薦的常用方法 146
5.3.1 服務(wù)推薦方法簡(jiǎn)介 146
5.3.2 常用方法分類 149
5.4 本章小結(jié) 152
第6章 服務(wù)組合 153
6.1 什么是服務(wù)組合 153
6.1.1 服務(wù)組合背景 153
6.1.2 服務(wù)組合定義 155
6.1.3 服務(wù)組合特點(diǎn) 159
6.1.4 服務(wù)組合技術(shù) 160
6.1.5 服務(wù)組合研究意義及解決思路 160
6.2 服務(wù)組合方法 161
6.2.1 服務(wù)組合方法概述 161
6.2.2 使用方法學(xué)分類 163
6.2.3 按照拓?fù)浣Y(jié)構(gòu)分類 163
6.2.4 按照動(dòng)態(tài)程度分類 163
6.2.5 按照人工參與程度分類 164
6.2.6 服務(wù)組合方法分類 164
6.3 服務(wù)組合相關(guān)研究 171
6.3.1 服務(wù)組合的工作流程 171
6.3.2 服務(wù)組合的服務(wù)描述 173
6.3.3 服務(wù)匹配 174
6.3.4 服務(wù)合成 174
6.3.5 服務(wù)組合研究現(xiàn)狀 175
6.4 服務(wù)組合算法在實(shí)際中的應(yīng)用 181
6.4.1 蟻群優(yōu)化算法 182
6.4.2 粒子群優(yōu)化算法 184
6.4.3 粒子蟻群優(yōu)化算法 184
6.4.4 利用改進(jìn)的粒子群優(yōu)化算法求初始信息素 185
6.4.5 利用改進(jìn)的蟻群優(yōu)化算法求解最優(yōu)解 186
6.4.6 算法流程 187
6.5 本章小結(jié) 188
第7章 云計(jì)算和教育云 189
7.1 什么是云計(jì)算 189
7.2 云計(jì)算發(fā)展歷程 191
7.3 云計(jì)算的服務(wù)形式 193
7.3.1 IaaS 194
7.3.2 PaaS 195
7.3.3 SaaS 195
7.4 云計(jì)算的特征 197
7.5 云計(jì)算的主要技術(shù) 200
7.6 教育云 207
7.6.1 概念 207
7.6.2 體系結(jié)構(gòu) 208
7.6.3 發(fā)展進(jìn)程及啟示 209
7.6.4 應(yīng)用案例 215
7.7 本章小結(jié) 216
參考文獻(xiàn) 217