公开(公告)号：CN110011833B

公开(公告)日：2022-04-22

申请号：CN201910179581.2

申请日：2019-03-11

Applicant: 东南大学

Inventor： 王红兵 ,  林鑫

IPC: H04L41/147 ,  H04L41/14 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的服务系统在线可靠性预测方法，将深度置信神经网络与长短期记忆神经网络相结合，首先利用深度置信神经网络对历史的可靠性序列进行特征提取；然后利用长短期记忆神经网络以及改进的双向长短期记忆神经网络对处理后的可靠性序列进行预测，提高预测的准确性。本发明可以有效地实现服务系统可靠性的在线预测，能反映服务系统实时可靠性的动荡无规律的特点，可以为基于服务组合的服务系统的质量保障提供有关于系统可靠性方面的早期信息，为有效地预防服务系统的错误及质量异常的发生提供支持。

公开(公告)号：CN110011833A

公开(公告)日：2019-07-12

申请号：CN201910179581.2

申请日：2019-03-11

Applicant: 东南大学

Inventor： 王红兵 ,  林鑫

IPC: H04L12/24 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的服务系统在线可靠性预测方法，将深度置信神经网络与长短期记忆神经网络相结合，首先利用深度置信神经网络对历史的可靠性序列进行特征提取；然后利用长短期记忆神经网络以及改进的双向长短期记忆神经网络对处理后的可靠性序列进行预测，提高预测的准确性。本发明可以有效地实现服务系统可靠性的在线预测，能反映服务系统实时可靠性的动荡无规律的特点，可以为基于服务组合的服务系统的质量保障提供有关于系统可靠性方面的早期信息，为有效地预防服务系统的错误及质量异常的发生提供支持。

公开(公告)号：CN107070704A

公开(公告)日：2017-08-18

申请号：CN201710172996.8

申请日：2017-03-22

Applicant: 东南大学

Inventor： 王红兵 ,  林鑫 ,  杨丹榕

IPC: H04L12/24

CPC classification number: H04L41/0823 ,  H04L41/5009 ,  H04L41/5019 ,  H04L41/5038

Abstract: 本发明公开了一种基于QoS的可信Web服务组合优化方法，首先通过分析服务的历史行为对服务的可信度进行评估，从而去除掉不符合要求的劣质服务，得到可信QoS的Web服务作为后续服务组合全局优化的备选服务；然后使用改进的多目标布谷鸟搜索算法实现对Web服务组合的多目标优化，以提高服务组合的优化效率，最终得到既满足用户需求又确保服务的可信性的组合服务。