基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提升多网络环境下面向服务的架构(SOA)的性能,提出基于频度权重连接强度(CSWPF)和部署空间的网络性能模型,并给出对应的爬山聚类箅法完成部署优化.CSWPF以单位时间内网络服务间的数据交互量作为系统性能度量;部署空间则根据业务规则确定每个网络服务在不同子网内部署的灵活性.在部署空间的约束下,爬山聚类算法以CSWPF作为度量尺度,通过不断尝试各种网络服务的部署方案,降低网络间流垦,应用现有技术提升性能.仿真实验表明,算法在获得或者逼近最优解方面有较高的效率.项目实践表明,该方法可以明显降低系统负荷,提升性能.
推荐文章
基于优化粒子群算法的云环境大数据聚类算法
大数据聚类
云环境
粒子群优化
空间分割
模糊聚类
仿真测试
大数据环境下基于狼群优化的聚类算法分析与研究
大数据
狼群优化算法
数据聚类
数据位置更新
狼群模拟训练
数据训练
基于图聚类与蚁群算法的社交网络聚类算法
社交网络
数据挖掘
聚类处理
人工蚁群优化
图聚类
信任信息
基于初始偏向度的AP算法聚类性能优化研究
AP算法
初始偏向度
多重单目标优化
聚类性能
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多网络环境下基于爬山聚类算法的SOA性能优化
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 SOA 性能优化 爬山聚类算法
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 738-742
页数 5页 分类号 TP311.5|TP302.7
字数 语种 中文
DOI 10.3785/j.issn.1008-973X.2010.04.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨小虎 55 1022 17.0 31.0
2 李珏峰 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (61)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(2)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(4)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SOA
性能优化
爬山聚类算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导