電子商務系統(tǒng)性能智能優(yōu)化與評價

第1章 導言
1.1 網(wǎng)絡消費發(fā)展迅猛
1.2 電子商務系統(tǒng)性能問題突出
1.3 Web系統(tǒng)性能優(yōu)化傳統(tǒng)方法及其局限
1.3.1 容量規(guī)劃
1.3.2 放棄隊列
1.3.3 服務器集群負載均衡技術
1.4 Web系統(tǒng)性能智能優(yōu)化勢在必行
1.5 本書的內(nèi)容和結構
1.6 本章小結
本章參考文獻
第2章 電子商務系統(tǒng)資源與性能
2.1 電子商務系統(tǒng)資源
2.1.1 商務網(wǎng)站與動態(tài)網(wǎng)頁
2.1.2 B/S體系結構與服務器
2.2 用戶請求及訪問分析
2.2.1 請求、會話與隊列
2.2.2 基于服務器日志的用戶訪問分析
2.3 Web系統(tǒng)監(jiān)測
2.3.1 系統(tǒng)監(jiān)測的步驟與內(nèi)容
2.3.2 系統(tǒng)性能監(jiān)測
2.4 Web系統(tǒng)的負載與過載
2.4.1 負載與負載的測度指標
2.4.2 過載的類型
2.4.3 過載判斷的標準
2.4.4 瞬時過載的突發(fā)性及其危害
2.5 本章小結
本章參考文獻
第3章 相關領域研究綜述
3.1 Web服務質(zhì)量控制研究
3.2 電子商務系統(tǒng)性能優(yōu)化研究
3.3 服務器過載控制研究
3.3.1 準入控制研究綜述
3.3.2 請求調(diào)度研究綜述
3.3.3 任務分配研究綜述
3.3.4 內(nèi)容自適應研究綜述
3.4 本章小結
本章參考文獻
第4章 電子商務系統(tǒng)智能優(yōu)化機制與體系框架
4.1 優(yōu)化機制與體系框架
4.2 核心組件的智能優(yōu)化機制
4.2.1 準入控制
4.2.2 請求調(diào)度
4.2.3 任務分配與調(diào)度
4.2.4 降級服務
4.2.5 超時請求處理
4.2.6 基于短期負載預測的過載判斷
4.3 本章小結
本章參考文獻
第5章 電子商務大系統(tǒng)資源與性能自適應協(xié)調(diào)控制
5.1 電子商務系統(tǒng)的大系統(tǒng)特征
5.2 電子商務系統(tǒng)自適應協(xié)調(diào)控制意義和控制機制
5.2.1 協(xié)調(diào)控制意義
5.2.2 協(xié)調(diào)控制機制
5.3 資源與性能模型
5.3.1 資源子系統(tǒng)變量分析
5.3.2 性能子系統(tǒng)變量分析
5.3.3 資源和性能大系統(tǒng)的整體模型結構的確定
5.4 基于系統(tǒng)辨識的資源與性能自適應協(xié)調(diào)控制
5.5 本章小結
本章參考文獻
第6章 基于請求分類的多目標動態(tài)優(yōu)先請求調(diào)度
6.1 電子商務系統(tǒng)請求調(diào)度的目標
6.2 電子商務系統(tǒng)請求調(diào)度的相關研究
6.3 收益驅(qū)動的請求分類
6.3.1 Web請求分類機制
6.3.2 各種請求分類方法的比較
6.3.3 收益驅(qū)動的多維請求分類標準
6.4 多目標動態(tài)優(yōu)先調(diào)度機制與算法
6.4.1 電子商務系統(tǒng)最優(yōu)調(diào)度原則
6.4.2 基于請求分類的請求優(yōu)先級
6.4.3 基于請求優(yōu)先級的調(diào)度優(yōu)先級
6.4.4 基于事前過載判斷的動態(tài)優(yōu)先調(diào)度機制
6.4.5 多目標動態(tài)優(yōu)先調(diào)度的流程和特點
6.5 仿真實驗
6.5.1 實驗說明
6.5.2 實驗結果分析
6.5.3 實驗結論
6.6 本章小結
本章參考文獻
第7章 基于免疫遺傳算法的自適應任務分配與調(diào)度
7.1 電子商務系統(tǒng)任務分配與調(diào)度問題相關研究
7.2 任務分配與調(diào)度問題描述
7.2.1 問題的數(shù)學模型
7.2.2 任務分配與調(diào)度目標
7.2.3 任務分配與調(diào)度約束條件
7.3 免疫遺傳算法的原理
7.4 免疫遺傳算法設計
7.4.1 編碼策略和種群初始化
7.4.2 適應度函數(shù)
7.4.3 疫苗提取
7.4.4 遺傳算子設計
7.4.5 免疫算子設計
7.5 結構自適應免疫遺傳算法流程
7.6 本章小結
本章參考文獻
第8章 Web網(wǎng)絡流量預測
8.1 Web系統(tǒng)負載與網(wǎng)絡流量研究綜述
8.1.1 Web系統(tǒng)負載的特性
8.1.2 網(wǎng)絡流量預測研究綜述
8.2 基于遺傳神經(jīng)網(wǎng)絡的網(wǎng)絡流量預測
8.2.1 遺傳神經(jīng)網(wǎng)絡的基本原理
8.2.2 基于遺傳神經(jīng)網(wǎng)絡的Web網(wǎng)絡流量預測模型
8.2.3 仿真實驗及分析
8.3 基于改進的神經(jīng)網(wǎng)絡組合預測模型的網(wǎng)絡流量預測
8.3.1 組合預測概述
8.3.2 基于網(wǎng)絡流量特性的單一最優(yōu)預測模型選取
8.3.3 傳統(tǒng)BP神經(jīng)網(wǎng)絡組合預測模型構建
8.3.4 傳統(tǒng)BP神經(jīng)網(wǎng)絡組合預測仿真實驗
8.3.5 改進的BP神經(jīng)網(wǎng)絡組合預測算法
8.3.6 改進的網(wǎng)絡流量組合預測模型的仿真實驗
8.4 本章小結
本章參考文獻
第9章 電子商務系統(tǒng)服務質(zhì)量模糊綜合評價與質(zhì)量診斷
9.1 電子商務系統(tǒng)服務質(zhì)量評價與質(zhì)量診斷的目的
9.2 評價指標體系建立
9.2.1 評價指標體系研究綜述
9.2.2 電子商務系統(tǒng)服務質(zhì)量評價原則
9.2.3 電子商務系統(tǒng)服務質(zhì)量評價指標構成
9.2.4 基于R型系統(tǒng)聚類的指標優(yōu)化
9.2.5 確定指標權重
9.3 電子商務系統(tǒng)服務質(zhì)量多級模糊綜合評價模型
9.3.1 確定因素集、評語集和權數(shù)集
9.3.2 計算隸屬度
9.3.3 一級模糊綜合評價
9.3.4 二級模糊綜合評價
9.4 基于模糊綜合評價模型的電子商務系統(tǒng)質(zhì)量診斷
9.4.1 質(zhì)量診斷原理
9.4.2 質(zhì)量診斷算法
9.4.3 質(zhì)量評價與診斷的系統(tǒng)實施
9.5 本章小結
本章參考文獻
第10章 總結與展望
10.1 電子商務系統(tǒng)性能智能優(yōu)化目標的達成
10.2 研究展望
附錄