国家教育部博士点基金(20120042120010)
- 作品数：6 被引量：68H指数：3
- 相关作者：朱志良刘莹张斌于海张明卫更多>>
- 相关机构：东北大学上海交通大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于网络社团结构的节点传播影响力分析被引量：41
- 2014年
- 识别社会关系网络中对传播过程影响力大的关键节点,对于理解并控制网络上的传播具有重要意义.文中提出了一种基于网络社团结构的节点影响力度量方法,基本思想是用与某个节点直接相连的社团的数目(称为该节点的VC值)来衡量该节点的传播能力.通过单源感染的SIR传播模型实验发现,在根据已有节点重要性度量指标进行排序后,用节点的VC值可进一步挖掘传播能力强的奇异节点.通过单源感染的SI传播模型的实验发现,在具有相同度值或K-壳值(KS)的节点中,以VC较高的节点作为感染源,感染速度更快且可获得更大的传播范围.
- 赵之滢于海朱志良汪小帆
- 关键词：在线社会网络网络结构社团结构社会计算
- 基于信息量的动态软件网络节点重要性研究被引量：2
- 2015年
- 以复杂网络理论研究了面向对象软件系统质量的度量方法。以实际软件系统作为研究对象,分析了软件系统在初始化以及功能执行完全两个不同阶段下系统复杂度的变化。在此基础上,使用网络模型中节点的信息量作为评判类在软件系统中重要性的指标,用来发掘软件系统运行过程中功能上更加重要的类;最后,用软件网络的信息熵衡量软件系统的复杂度。通过研究证明了以信息量作为描述类的重要程度的合理性,进一步验证了信息熵在整个软件系统复杂程度方面的作用。
- 赵之滢于海朱志良
- 关键词：软件网络动态模型
- 基于效用的云计算动态资源计费策略被引量：7
- 2013年
- 通过对服务等级协议(Service level agreement,SLA)内容监测及用户评估的分析,扩展了现有SLA内容样式。提出了改进的SLA性能管理机制,从而建立了新的计费管理框架。实验结果表明:本文所提出的计费策略能够最大程度地满足SLA的协商需求,能够为用户节省费用,最大化用户满意度。
- 刘国奇刘慧高宇刘莹朱志良
- 关键词：计算机软件云计算服务等级协议
- 一种基于EQ规则的组合服务运行时自适应方法被引量：1
- 2015年
- 组合服务通常运行在开放、变化和不确定的互联网环境中.动态复杂的运行环境,使得组合服务的执行具有不确定性和不可靠性,从而制约了服务组合技术的实际可用性.针对该问题,面向环境的分析与建模,提出了一种基于EQ规则的组合服务运行时自适应方法.该方法在记载组合服务的执行日志和各备选服务的运行环境数据的基础上,挖掘得到反映"一个备选服务在特定的环境状态下所表现出的质量会如何"的EQ规则库,从而指导组合服务如何响应实时产生的各类环境变化事件,以驱动组合服务的运行时自适应,保障其可靠运行.仿真实验结果表明:该方法能够提高组合服务在动态环境中的服务质量,增强其运行稳定性,是一种有效的组合服务运行时自适应方法.
- 张明卫朱志良张斌张岳松
- 关键词：WEB服务
- 基于Web服务复杂网络的服务社区构建方法被引量：1
- 2013年
- 针对传统Web服务社区手动注册构建方式效率较低,难以对服务资源进行有效组织和管理的问题,提出了一种基于Web服务复杂网络模型、使用GN算法划分服务社区的方法.该方法基于Web服务之间的语义层次相似关系构建Web服务复杂网络,定义服务输入输出语义信息的相似程度为网络中边的权值.基于Web复杂网络模型划分服务社区时,由于传统自包含GN算法在构建Web服务社区时存在社区规模不合理,社区内服务平均相似度较低、波动大的问题,提出加权边介数和加权强社团的概念,并且算法以网络中所有社区均为加权强社团作为社区分裂的终止条件.实验结果表明,提出的算法与传统自包含GN算法相比,社区规模更加符合实际情况,社区内服务平均相似度更高,稳定性更好,能够有效地构建出Web服务社区.
- 刘莹刘国奇任介夫姜琳颖张斌
- 一种大数据环境中分布式辅助关联分类算法被引量：16
- 2015年
- 在很多现实的分类应用中,新数据的类标需要由领域专家最终确定,而分类器的分类结果仅起辅助作用.另外,随着大数据所隐含价值越发被人们重视,分类器的训练会从面向单一数据集逐渐过渡到面向分布式空间数据集,大数据环境下辅助分类也将成为未来分类应用的重要分支.然而,现有的分类研究缺乏对此类应用的关注.大数据环境中的辅助分类面临以下3个问题:1)训练集是分布式大数据集;2)在空间上,训练集所包含的各局部数据源的类别分布不尽相同;3)在时间上,训练集是动态变化的,会发生类别迁移现象.在考虑以上问题的基础上,提出一种大数据环境中分布式辅助关联分类方法.该方法首先给出一种大数据环境中分布式关联分类器构建算法,在该算法中,通过横向加权考虑分类数据集在空间上的类别分布差异,并给出"前件空间支持度-相关系数"的度量框架,改进关联分类算法面对不平衡数据的性能缺陷;然后,给出一种基于适应因子的辅助关联分类器动态调整方法,能够在分类器应用过程中充分利用领域专家实时反馈的结果对分类器进行动态调整,以提升其面向动态数据集的分类性能,减缓分类器的退化和重新训练的频率.实验结果表明,该方法能够面向分布式数据集较快地训练出有较高分类准确率的关联分类器,并在数据集不断扩充变化时提升分类性能,是一种有效的大数据环境中辅助分类应用方法.
- 张明卫朱志良刘莹张斌
- 关键词：大数据分布式
