基于最小均方算法的工业物联网方案

基于最小均方算法的工业物联网方案

云计算在工业物联网（IIoT）中起着至关重要的作用，云计算服务的质量直接影响了IIoT的可用性。所以，需要选择最合适的Web服务。

基于IIoT的系统通常采用三层架构，这样的系统必须能够基于服务质量动态地发现和检索最佳的Web服务。通常评价网络和云计算服务，采用一套定义好的服务质量（QoS）标准，通过分析大量与QoS有关的数据，来描述和区分功能类似的Web服务。因此，为了充分评估所有可用Web服务的QoS，用户必须调用所有可用Web服务，获得QoS，否则获得不到没有调用服务的QoS值。

如果可用的Web服务数量很大，调用每个单一的服务的成本将很大。通常需要采用一些预测算法来估计缺失的QoS值来解决此问题。在文中，提出了一种基于最小均方算法（KLMS）来预测缺失的IIoT值的方法。在数据预测过程中，首先引入相关系数，从每个已知QoS条目的类似Web服务中找出相关的QoS值。接下来，采用KLMS方法分析所有已知具有最高相似度的Web服务相应的QoS数据之间的关系。最后，可以根据相关系数对未调用的Web服务的QoS值进行预测。

文中对该方法进行了验证，验证数据包括500个Web服务项目，已知200个Web服务的QoS值，对其他Web服务的QoS值进行预测，实验结果表明，文中提出的基于KLMS的预测方案比传统方法具有更好的预测精度。

网址：http://www.sciencedirect.com/science/article/pii/S1389128616000189

作者：Luo X

编译：徐嘉浩