【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种云服务质量评测方法、装置、电子设备及存储介质。
技术介绍
1、由于云服务的部分qos(quality of service，服务质量)数据涉及各个云服务商的商业机密和利益，还有部分定性qos指标数据取决于大量云用户使用后的整体评价，较难实时获取，所以国内外许多学者在验证web服务以及云服务qos模型时利用matlab进行服务qos数据的输入、修整、处理和仿真，仿真实验结果表明在matlab环境下仿真的qos数据可以有效验证所建立的qos模型。但是不同应用场景下的云服务特点不同，相应的对云服务在各个质量维度上的要求也不尽相同，因此如何筛选服务质量质量数据以辅助云服务质量评测是一个亟需解决的问题。
技术实现思路
1、本专利技术提出一种云服务质量评测方法、装置、电子设备及存储介质，旨在至少在一定程度上解决相关技术中的技术问题之一。
2、一方面，本专利技术实施例提供了一种云服务质量评测方法，包括：
3、获取所有云服务商的数据集合；数据集合包括每个云服务商的云服务商数据；
4、基于云服务商数据，通过预设的高质量分数线确定每个云服务商的云服务高质量概率值；将云服务高质量概率值最高的云服务商作为目标云服务商；
5、从目标云服务商的云服务商数据中获取目标应用场景下的云服务质量数据；
6、基于预设的服务质量模型，根据云服务质量数据在目标质量维度下的指标数据对服务质量模型进行训练，完成训练得到云服务质量模型
7、通过云服务质量模型对待评测的云服务进行云服务质量评测，得到云服务质量评测结果。
8、可选地，方法还包括以下步骤：
9、基于每个云服务商的云服务商数据，结合针对每个云服务商的预设权重进行加权平均，将加权平均的结果设置为高质量分数线。
10、可选地，云服务商数据包括云服务商的所有服务质量评分；基于云服务商数据，通过预设的高质量分数线确定每个云服务商的云服务高质量概率值，包括以下步骤：
11、根据云服务商数据中的服务质量评分整理得到服务质量评分集合；
12、基于高质量分数线确定服务质量评分集合中服务质量评分大于高质量分数线的高质量数量；
13、将高质量数量与服务质量评分集合中服务质量评分的总数量的比值作为云服务商的云服务高质量概率值。
14、可选地，根据云服务商数据中的服务质量评分整理得到服务质量评分集合，包括以下步骤：
15、从云服务商数据中获取最近产生的预设数量的服务质量评分，整理得到服务质量评分集合。
16、可选地，方法还包括以下步骤：
17、基于预设的候选云服务，根据云服务质量数据在所有候选云服务的服务质量属性优先级和/或指标相关性筛选得到目标质量维度；
18、其中，目标质量维度包括安全性、服务性能、服务特性和商业性。
19、可选地，云服务商数据为仿真数据；方法还包括以下步骤：
20、基于云服务商在每个云服务应用场景下的性能监测数据，通过仿真软件仿真模拟得到云服务商的仿真数据。
21、可选地，云服务商数据为仿真数据；方法还包括以下步骤：
22、通过数字孪生技术对基于仿真数据得到的云服务质量模型进行训练结果的质量评估；
23、其中，质量评估的评估指标包括模型准确率、均方根误差、方差解释率和皮尔逊相关系数。
24、另一方面，本专利技术实施例提供了一种云服务质量评测装置，包括：
25、第一模块，用于获取所有云服务商的数据集合；数据集合包括每个云服务商的云服务商数据；
26、第二模块，用于基于云服务商数据，通过预设的高质量分数线确定每个云服务商的云服务高质量概率值；将云服务高质量概率值最高的云服务商作为目标云服务商；
27、第三模块，用于从目标云服务商的云服务商数据中获取目标应用场景下的云服务质量数据；
28、第四模块，用于基于预设的服务质量模型，根据云服务质量数据在目标质量维度下的指标数据对服务质量模型进行训练，完成训练得到云服务质量模型；
29、第五模块，用于通过云服务质量模型对待评测的云服务进行云服务质量评测，得到云服务质量评测结果。
30、可选地，装置还包括：
31、第六模块，用于基于每个云服务商的云服务商数据，结合针对每个云服务商的预设权重进行加权平均，将加权平均的结果设置为高质量分数线。
32、可选地，装置还包括：
33、第七模块，用于基于预设的候选云服务，根据云服务质量数据在所有候选云服务的服务质量属性优先级和/或指标相关性筛选得到目标质量维度；
34、其中，目标质量维度包括安全性、服务性能、服务特性和商业性。
35、可选地，云服务商数据为仿真数据；装置还包括：
36、第八模块，用于基于云服务商在每个云服务应用场景下的性能监测数据，通过仿真软件仿真模拟得到云服务商的仿真数据。
37、可选地，云服务商数据为仿真数据；装置还包括：
38、第九模块，用于通过数字孪生技术对基于仿真数据得到的云服务质量模型进行训练结果的质量评估；
39、其中，质量评估的评估指标包括模型准确率、均方根误差、方差解释率和皮尔逊相关系数。
40、另一方面，本专利技术实施例提供了一种电子设备，包括：处理器以及存储器；存储器用于存储程序；处理器执行程序实现上述云服务质量评测方法。
41、另一方面，本专利技术实施例提供了一种计算机存储介质，其中存储有处理器可执行的程序，处理器可执行的程序在由处理器执行时用于实现上述云服务质量评测方法。
42、本专利技术实施例通过获取所有云服务商的数据集合；数据集合包括每个云服务商的云服务商数据；基于云服务商数据，通过预设的高质量分数线确定每个云服务商的云服务高质量概率值；将云服务高质量概率值最高的云服务商作为目标云服务商；从目标云服务商的云服务商数据中获取目标应用场景下的云服务质量数据；基于预设的服务质量模型，根据云服务质量数据在目标质量维度下的指标数据对服务质量模型进行训练，完成训练得到云服务质量模型；通过云服务质量模型对待评测的云服务进行云服务质量评测，得到云服务质量评测结果。本专利技术实施例根据不同应用场景下的云服务特点不同，相应的对云服务在各个质量维度上的要求也不尽相同的特点，基于高质量分数线选评价指标构建云服务质量模型，以使得每个质量维度下保留的评价指标根据具体云服务应用场景下的服务特点以及用户偏好而相应变化。本专利技术能够准确进行云服务质量评测。
本文档来自技高网...【技术保护点】
1.一种云服务质量评测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的云服务质量评测方法，其特征在于，所述方法还包括以下步骤：
3.根据权利要求1所述的云服务质量评测方法，其特征在于，所述云服务商数据包括所述云服务商的所有服务质量评分；所述基于所述云服务商数据，通过预设的高质量分数线确定每个所述云服务商的云服务高质量概率值，包括以下步骤：
4.根据权利要求3所述的云服务质量评测方法，其特征在于，所述根据所述云服务商数据中的所述服务质量评分整理得到服务质量评分集合，包括以下步骤：
5.根据权利要求1所述的云服务质量评测方法，其特征在于，所述方法还包括以下步骤：
6.根据权利要求1所述的云服务质量评测方法，其特征在于，所述云服务商数据为仿真数据；所述方法还包括以下步骤：
7.根据权利要求1所述的云服务质量评测方法，其特征在于，所述云服务商数据为仿真数据；所述方法还包括以下步骤：
8.一种云服务质量评测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器以及存储器；<...
【技术特征摘要】
1.一种云服务质量评测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的云服务质量评测方法，其特征在于，所述方法还包括以下步骤：
3.根据权利要求1所述的云服务质量评测方法，其特征在于，所述云服务商数据包括所述云服务商的所有服务质量评分；所述基于所述云服务商数据，通过预设的高质量分数线确定每个所述云服务商的云服务高质量概率值，包括以下步骤：
4.根据权利要求3所述的云服务质量评测方法，其特征在于，所述根据所述云服务商数据中的所述服务质量评分整理得到服务质量评分集合，包括以下步骤：
5.根据权利要求1所述的云服务质量评测...
【专利技术属性】
技术研发人员：王艺，黎家慧，罗雅婷，黄聃，陈学良，陈志洁，蔡智慧，金晶，彭岱荣，贺好，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。