基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，包括數(shù)據(jù)資源搜集模塊、任務(wù)規(guī)劃模塊、可信組合評估模塊和疾病診斷模型生成模塊，其中數(shù)據(jù)資源搜集模塊包括建模子模塊、資源復(fù)制子模塊和資源查找子模塊，所述可信組合評估模塊包括評估子模塊和評估優(yōu)化子模塊。本發(fā)明設(shè)置的數(shù)據(jù)資源搜集模塊，方便了使用者通過匹配服務(wù)描述信息來使用數(shù)據(jù)資源，進一步增加了數(shù)據(jù)資源信息在網(wǎng)絡(luò)中的覆蓋率，提高了病歷數(shù)據(jù)資源查找的效率；為高效實現(xiàn)低成本的疾病自診斷服務(wù)，設(shè)置了可信組合評估模塊，提高了支撐大數(shù)據(jù)服務(wù)的云服務(wù)組合方案的可信度，實現(xiàn)最大利益化地使用云端的存儲和計算資源，且節(jié)約了評估時間，提高了評估速度。
【專利說明】
基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及醫(yī)療領(lǐng)域，具體涉及基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)。
【背景技術(shù)】
[0002] 對醫(yī)療大數(shù)據(jù)資源進行管理并構(gòu)建醫(yī)療大數(shù)據(jù)服務(wù)需解決兩方面的技術(shù)問題:一 方面，醫(yī)療領(lǐng)域的軟件應(yīng)巧一般由不同的打廠商開發(fā)，基于不同的軟硬件平臺，在底層技術(shù) 和業(yè)務(wù)流程方面存在廣泛的異構(gòu)椎。雖然這些系統(tǒng)中保存著豐富的醫(yī)療大數(shù)據(jù)資源(如電 子病歷、醫(yī)學(xué)圖像等），但由于系統(tǒng)之間的異構(gòu)性而形成的信息孤島現(xiàn)象，使得在不同的醫(yī) 療用戶群體之間實現(xiàn)數(shù)據(jù)共享非常困難。如何通過整合這些系統(tǒng)中的醫(yī)療大數(shù)據(jù)資源，是 一個具有挑戰(zhàn)椎的問題;另一方面，運用這些豐富的醫(yī)巧大數(shù)據(jù)資源構(gòu)建醫(yī)療大數(shù)據(jù)服務(wù)， 需要按需擴展的存儲資源與計算資源的支撐，給大數(shù)據(jù)的處理與分析及大數(shù)據(jù)服務(wù)的構(gòu)建 帶來髙成本投入及維護方面的問題。

【發(fā)明內(nèi)容】

[0003] 針對上述問題，本發(fā)明提供基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)。
[0004] 本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：
[0005] 基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，包括：
[0006] (1)數(shù)據(jù)資源搜集模塊，用于根據(jù)疾病自診斷服務(wù)的需求，捜集分布在云中各個醫(yī) 院、診所及各醫(yī)療軟件應(yīng)用中病人的電子病歷數(shù)據(jù)，形成電子病歷大數(shù)據(jù)資源；
[0007] (2)任務(wù)規(guī)劃模塊，用于對電子病歷大數(shù)據(jù)資源的處理過程劃分為數(shù)據(jù)存儲子任 務(wù)、索引計算子任務(wù)和數(shù)據(jù)處理分析計算子任務(wù)，并為每個子任務(wù)匹配滿足其需求的云端 服務(wù)資源池，形成云服務(wù)組合方案，以獲得大數(shù)據(jù)處理過程中所需的存儲資源或計算資源；
[0008] (3)可信組合評估模塊:用于根據(jù)任務(wù)規(guī)劃模塊生成的大數(shù)據(jù)服務(wù)的任務(wù)規(guī)劃，執(zhí) 行云服務(wù)組合方案的評估，選擇最優(yōu)的云服務(wù)組合方案，為疾病自診斷服務(wù)提供存儲和計 算資源，其包括評估子模塊和評估優(yōu)化子模塊；
[0009] 所述評估子模塊具體執(zhí)行的操作為：
[0010] A、根據(jù)云端服務(wù)資源池 SPv和對應(yīng)的服務(wù)質(zhì)量Q&歷史記錄，進行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃模塊獲得的任務(wù)規(guī) 劃G= {Gi，G2，G3}，對應(yīng)的Q&約束為C= {Ci，C2，C3}，每個子任務(wù)Gv對應(yīng)的云端服務(wù)資源池 SPV共有mv個服務(wù)，對于云端服務(wù)資源池 SPV中的每一個服務(wù)SP_，其包含的Qos歷史記錄個 數(shù)為Lvu，由SP V形成的第γ個可行的云服務(wù)組合方案為CSY，v e [ 1，3]，ω e [ 1，mv]，定義模 型為：
[0011]
[0012] 其中，Q〇smax〇c)為第k維度的Q〇s最大值，Q〇Sm;il(fc)為第k維度的(^最小值，SP VU Rh為隸屬于SPVU的一條Q〇s歷史記錄，Χνω-h表示模型中效用函數(shù)的參數(shù)；
[0013] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進行排序，選擇前 Z個可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實例進行設(shè)定；
[0014] C、對每一組優(yōu)選云服務(wù)組合方案計算其效用函數(shù)值的平均值；
[0015] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0016] 所述評估優(yōu)化子模塊能夠記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組合 云服務(wù)方案，并將其作為樣本進行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直接 調(diào)用其函數(shù)值；
[0017] (4)疾病診斷模型生成模塊，用于根據(jù)最優(yōu)的云服務(wù)組合方案，建立電子病歷索 弓丨，并采用大數(shù)據(jù)分析方法計算獲得疾病自診斷模型疾病診斷模型。
[0018] 其中，所述電子病歷索引包括病歷倒排索引、病歷過濾索引和病歷細(xì)節(jié)索引，所述 病歷倒排索引用于根據(jù)用戶疾病癥狀從電子病歷大數(shù)據(jù)資源中檢索與用戶疾病癥狀相同 的病歷，所述病歷過濾索引用于根據(jù)用戶的性別和年齡過濾與用戶性別年齡和年齡不一致 的病歷，所述病歷細(xì)節(jié)索引用于從電子病歷大數(shù)據(jù)資源中檢索病歷的詳細(xì)內(nèi)容。
[0019] 其中，所述數(shù)據(jù)資源搜集模塊包括依次連接的建模子模塊、資源復(fù)制子模塊和資 源查找子模塊，所述建模子模塊用于采用非結(jié)構(gòu)化對等網(wǎng)絡(luò)對云環(huán)境下的資源節(jié)點形成的 覆蓋網(wǎng)絡(luò)進行建模，所述資源復(fù)制子模塊用于在所述覆蓋網(wǎng)絡(luò)中的各鄰居節(jié)點之間進行資 源信息的復(fù)制，所述資源查找子模塊用于查找并匹配滿足應(yīng)用需求的電子病歷數(shù)據(jù)資源；
[0020] 設(shè)Xi為非結(jié)構(gòu)化對等網(wǎng)絡(luò)中的一個對等節(jié)點，{xil，Xi2,…Xim}為Xi的鄰居節(jié)點集， %為本地資源池，以為鄰居節(jié)點資源信息池，$[1，1!]，11為對等網(wǎng)絡(luò)包含節(jié)點的總數(shù)，111表 示鄰居節(jié)點的個數(shù)，m<n;
[0021] A、所述資源復(fù)制子模塊在進行資源信息的復(fù)制時采用基于鄰居節(jié)點間的數(shù)據(jù)資 源信息主動復(fù)制協(xié)議：
[0022] 當(dāng)Xi加入覆蓋網(wǎng)絡(luò)時，將Xi與{xil，：X12，…：Xlm}建立連接，Xi進一步根據(jù)中的服務(wù) 信息，創(chuàng)建一個資源信息的復(fù)制消息，并將所述復(fù)制消息轉(zhuǎn)發(fā)給所有鄰居節(jié)點 Xlm進行復(fù)制， 若對等網(wǎng)絡(luò)中的任一節(jié)點接收到一個復(fù)制消息時，根據(jù)復(fù)制消息的編號信息判斷是否接收 過所述復(fù)制消息，若已接收過，丟棄所述復(fù)制消息，若首次接收，則根據(jù)復(fù)制消息的資源信 息和節(jié)點位置信息，更新& ￡中的內(nèi)容，并根據(jù)復(fù)制消息的生命值，決定轉(zhuǎn)發(fā)或丟棄所述復(fù)制 消息，其中，資源信息需要定期在鄰居節(jié)點之間進行同步；
[0023] B、所述資源查找子模塊具體執(zhí)行的操作為：
[0024]設(shè)發(fā)起查詢請求Mj的節(jié)點為Xj，在Xj的鄰居節(jié)點集合中按照概率Pj隨機挑選出的 對等節(jié)點集為pj X {xji，Xj2，'"Xjni}，j e [ 1，n];
[0025] 當(dāng)對等節(jié)點Xl收到&發(fā)送的查詢請求吣時，檢查&;和F〇i中是否含有滿足查詢請求 Mj的電子病歷數(shù)據(jù)信息，若是，根據(jù)所述電子病歷數(shù)據(jù)信息和電子病歷數(shù)據(jù)信息所在對等 節(jié)點的位置信息，創(chuàng)建查詢的響應(yīng)消息^^，并根據(jù)的位置信息，將所述響應(yīng)信息C M;?返回 給xj，然后將xj的生命值減1，若xj的生命值為〇，丟棄查詢請求Mj，若不為0，采用Q學(xué)習(xí)算法 計算Pj X {xjl，Xj2，'"Xjni}中各對等節(jié)點的Q值，將查詢請求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2,'"Xjni}中Q 值最大的節(jié)點，概率Pj在網(wǎng)絡(luò)悠閑時的取值范圍為(5，8]，在網(wǎng)絡(luò)擁堵時的取值范圍為[0， 3)；
[0026] 設(shè)定Q值的計算公式為：
[0027]
[0028] 其中，Qnew表示Q的新值，Q〇id表示Q的老值，Qiearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β 表示擁塞因素，表示時亥葉節(jié)點的緩存隊列中待處理的查詢請求消息數(shù)，7%#表 示Pj X {xjl，Xj2, ???Xjm}中的節(jié)點χ』μ處理一條查詢請求消息所規(guī)定的時間，kfi表示Pj X {xjl，Xj2，"_Xjm}中的節(jié)點Χ』μ處理一條查詢請求消息實際所需的時間；函數(shù)I[X]在X>0時取值 為l，x彡0時取值為0，α的取值范圍是[0.25,0.3]，邱勺取值范圍是[0.45,0.5]。
[0029] 本發(fā)明的有益效果為：
[0030] 1、設(shè)置數(shù)據(jù)資源搜集模塊、任務(wù)規(guī)劃模塊、可信組合評估模塊和疾病診斷模型生 成模塊，實現(xiàn)了疾病自診斷服務(wù)系統(tǒng)的構(gòu)建；
[0031] 2、設(shè)置依次連接的建模子模塊、資源復(fù)制子模塊和資源查找子模塊，采用非結(jié)構(gòu) 化的對等網(wǎng)絡(luò)作為云環(huán)境下數(shù)據(jù)資源節(jié)點的拓?fù)浣M織結(jié)構(gòu)，并服務(wù)封裝數(shù)據(jù)資源，方便了 使用者通過匹配服務(wù)描述信息來使用數(shù)據(jù)資源，進一步增加了數(shù)據(jù)資源信息在網(wǎng)絡(luò)中的覆 蓋率，提高了病歷數(shù)據(jù)資源查找的效率；
[0032] 3、為高效實現(xiàn)低成本的疾病自診斷服務(wù)，設(shè)置了可信組合評估模塊，提高了支撐 大數(shù)據(jù)服務(wù)的云服務(wù)組合方案的可信度，實現(xiàn)最大利益化地使用云端的存儲和計算資源， 且采用評估優(yōu)化子模塊，節(jié)約了評估時間，提高了評估速度。
【附圖說明】
[0033]利用附圖對本發(fā)明作進一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限 制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得 其它的附圖。
[0034] 圖1是本發(fā)明各模塊的連接示意圖；
[0035] 圖2是本發(fā)明評估子模塊的工作流程圖。
[0036] 附圖標(biāo)記：
[0037] 數(shù)據(jù)資源搜集模塊1、任務(wù)規(guī)劃模塊2、可信組合評估模塊3、疾病診斷模型生成模 塊4、建模子模塊11、資源復(fù)制子模塊12、資源查找子模塊13、評估子模塊31、評估優(yōu)化子模 塊32〇
【具體實施方式】
[0038] 結(jié)合以下實施例對本發(fā)明作進一步描述。
[0039] 實施例1
[0040]參見圖1、圖2,本實施例的基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，包括：
[0041] (1)數(shù)據(jù)資源搜集模塊1，用于根據(jù)疾病自診斷服務(wù)的需求，捜集分布在云中各個 醫(yī)院、診所及各醫(yī)療軟件應(yīng)用中病人的電子病歷數(shù)據(jù)，形成電子病歷大數(shù)據(jù)資源；
[0042] (2)任務(wù)規(guī)劃模塊2,用于對電子病歷大數(shù)據(jù)資源的處理過程劃分為數(shù)據(jù)存儲子任 務(wù)、索引計算子任務(wù)和數(shù)據(jù)處理分析計算子任務(wù)，并為每個子任務(wù)匹配滿足其需求的云端 服務(wù)資源池，形成云服務(wù)組合方案，以獲得大數(shù)據(jù)處理過程中所需的存儲資源或計算資源；
[0043] (3)可信組合評估模塊3:用于根據(jù)任務(wù)規(guī)劃模塊2生成的大數(shù)據(jù)服務(wù)的任務(wù)規(guī)劃， 執(zhí)行云服務(wù)組合方案的評估，選擇最優(yōu)的云服務(wù)組合方案，為疾病自診斷服務(wù)提供存儲和 計算資源，其包括評估子模塊31和評估優(yōu)化子模塊32;
[0044] 所述評估子模塊31具體執(zhí)行的操作為：
[0045] A、根據(jù)云端服務(wù)資源池 SPV和對應(yīng)的服務(wù)質(zhì)量Qo,歷史記錄，進行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃模塊2獲得的任務(wù)規(guī) 劃G = {Gi，G2，G3}，對應(yīng)的Q〇s約束為C = {Q，C2，C3}，每個子任務(wù)Gv對應(yīng)的云端服務(wù)資源池 SPV共有mv個服務(wù)，對于云端服務(wù)資源池 SPV中的每一個服務(wù)SP~，其包含的Q〇s歷史記錄個 數(shù)為Lvu，由SPv形成的第γ個可行的云服務(wù)組合方案為CS Y，ve[l，3]，c〇e[l，mv]，定義模 型為：
[0046] ' /C
[0047] 其中，卩〇5_^)為第k維度的(1%最大值，Q0smi"(/C)為第k維度的Q 〇s§小值，spvu Rh為隸屬于SP~的一條(|%歷史記錄，Xvu-h表示模型中效用函數(shù)的參數(shù)；
[0048] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進行排序，選擇前 Z個可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實例進行設(shè)定；
[0049] C、對每一組優(yōu)選云服務(wù)組合方案計算其效用函數(shù)值的平均值；
[0050] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0051]所述評估優(yōu)化子模塊32能夠記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組 合云服務(wù)
[0052]方案，并將其作為樣本進行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直 接調(diào)用其函數(shù)值；
[0053] (4)疾病診斷模型生成模塊4,用于根據(jù)最優(yōu)的云服務(wù)組合方案，建立電子病歷索 引，
[0054] 并
[0055] 采用大數(shù)據(jù)分析方法計算獲得疾病自診斷模型疾病診斷模型。
[0056] 其中，所述電子病歷索引包括病歷倒排索引、病歷過濾索引和病歷細(xì)節(jié)索引，所述 病歷倒排索引用于根據(jù)用戶疾病癥狀從電子病歷大數(shù)據(jù)資源中檢索與用戶疾病癥狀相同 的病歷，所述病歷過濾索引用于根據(jù)用戶的性別和年齡過濾與用戶性別年齡和年齡不一致 的病歷，所述病歷細(xì)節(jié)索引用于從電子病歷大數(shù)據(jù)資源中檢索病歷的詳細(xì)內(nèi)容。
[0057] 其中，所述數(shù)據(jù)資源搜集模塊1包括依次連接的建模子模塊11、資源復(fù)制子模塊12 和資源查找子模塊13,所述建模子模塊11用于采用非結(jié)構(gòu)化對等網(wǎng)絡(luò)對云環(huán)境下的資源節(jié) 點形成的覆蓋網(wǎng)絡(luò)進行建模，所述資源復(fù)制子模塊12用于在所述覆蓋網(wǎng)絡(luò)中的各鄰居節(jié)點 之間進行資源信息的復(fù)制，所述資源查找子模塊13用于查找并匹配滿足應(yīng)用需求的電子病 歷數(shù)據(jù)資源；
[0058] 設(shè)Xi為非結(jié)構(gòu)化對等網(wǎng)絡(luò)中的一個對等節(jié)點，{xil，Xi2,…Xim}為Xi的鄰居節(jié)點集， 為本地資源池為鄰居節(jié)點資源信息池，16[1，1!]，1 1為對等網(wǎng)絡(luò)包含節(jié)點的總數(shù)，111表 示鄰居節(jié)點的個數(shù)，m<n;
[0059] A、所述資源復(fù)制子模塊12在進行資源信息的復(fù)制時采用基于鄰居節(jié)點間的數(shù)據(jù) 資源信息主動復(fù)制協(xié)議：
[0060] 當(dāng)Xi加入覆蓋網(wǎng)絡(luò)時，將Xi與{xil，X12,…Xlm}建立連接，Xi進一步根據(jù)5%中的服務(wù) 信息，創(chuàng)建一個資源信息的復(fù)制消息，并將所述復(fù)制消息轉(zhuǎn)發(fā)給所有鄰居節(jié)點 Xlm進行復(fù)制， 若對等網(wǎng)絡(luò)中的任一節(jié)點接收到一個復(fù)制消息時，根據(jù)復(fù)制消息的編號信息判斷是否接收 過所述復(fù)制消息，若已接收過，丟棄所述復(fù)制消息，若首次接收，則根據(jù)復(fù)制消息的資源信 息和節(jié)點位置信息，更新1?中的內(nèi)容，并根據(jù)復(fù)制消息的生命值，決定轉(zhuǎn)發(fā)或丟棄所述復(fù) 制消息，其中，資源信息需要定期在鄰居節(jié)點之間進行同步；
[0061] B、所述資源查找子模塊13具體執(zhí)行的操作為：
[0062] 設(shè)發(fā)起查詢請求Mj的節(jié)點為Xj，在Xj的鄰居節(jié)點集合中按照概率pj隨機挑選出的 對等節(jié)點集為Pj X {xji，xj2，…xjm}，j e [ 1，n];
[0063] 當(dāng)對等節(jié)點Xl收到&發(fā)送的查詢請求吣時，檢查仏;和中是否含有滿足查詢請求 Mj的電子病歷數(shù)據(jù)信息，若是，根據(jù)所述電子病歷數(shù)據(jù)信息和電子病歷數(shù)據(jù)信息所在對等 節(jié)點的位置信息，創(chuàng)建查詢的響應(yīng)消息仏1 ;·，并根據(jù)Xj的位置信息，將所述響應(yīng)信息<^4返回 給Xj，然后將Xj的生命值減1，若Xj的生命值為〇，丟棄查詢請求Mj，若不為0，采用Q學(xué)習(xí)算法 計算PjX {xjl，Xj2，'"Xjm}中各對等節(jié)點的Q值，將查詢請求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，'"Xjm}中Q 值最大的節(jié)點，概率Pj在網(wǎng)絡(luò)悠閑時的取值范圍為(5，8]，在網(wǎng)絡(luò)擁堵時的取值范圍為[0， 3)；
[0064] 設(shè)定Q值的計算公式為：
[0065]
[0066] 其中，Qnew表示Q的新值，Q〇id表示Q的老值，Qiearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β 表示擁塞因素，乂~(〇表示時亥葉節(jié)點的緩存隊列中待處理的查詢請求消息數(shù)，『^表 示Pj X {xjl，Xj2，'"Xjni}中的節(jié)點Χ』μ處理一條查詢請求消息所規(guī)定的時間，^?表示pj X {xjl， Xj2，…X jm}中的節(jié)點X處理一條查詢請求消息實際所需的時間；函數(shù)I [ X ]在X>0時取值為1， X彡0時取值為〇，α的取值范圍是[0.25,0.3]，0的取值范圍是[0.45,0.5]。
[0067] 本實施例設(shè)置數(shù)據(jù)資源搜集模塊1、任務(wù)規(guī)劃模塊2、可信組合評估模塊3和疾病診 斷模型生成模塊4,實現(xiàn)了疾病自診斷服務(wù)系統(tǒng)的構(gòu)建;設(shè)置依次連接的建模子模塊11、資 源復(fù)制子模塊12和資源查找子模塊13,采用非結(jié)構(gòu)化的對等網(wǎng)絡(luò)作為云環(huán)境下數(shù)據(jù)資源節(jié) 點的拓?fù)浣M織結(jié)構(gòu)，并服務(wù)封裝數(shù)據(jù)資源，方便了使用者通過匹配服務(wù)描述信息來使用數(shù) 據(jù)資源，進一步增加了數(shù)據(jù)資源信息在網(wǎng)絡(luò)中的覆蓋率，提高了病歷數(shù)據(jù)資源查找的效率； 為高效實現(xiàn)低成本的疾病自診斷服務(wù)，設(shè)置了可信組合評估模塊3，提高了支撐大數(shù)據(jù)服務(wù) 的云服務(wù)組合方案的可信度，實現(xiàn)最大利益化地使用云端的存儲和計算資源，且采用評估 優(yōu)化子模塊32，節(jié)約了評估時間，提高了評估速度;本實施例取值α = 0.25,β = 0.45,病歷數(shù) 據(jù)資源查找效率提高了3.5%。
[0068] 實施例2
[0069]參見圖1、圖2,本實施例的基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，包括：
[0070] (1)數(shù)據(jù)資源搜集模塊1，用于根據(jù)疾病自診斷服務(wù)的需求，捜集分布在云中各個 醫(yī)院、診所及各醫(yī)療軟件應(yīng)用中病人的電子病歷數(shù)據(jù)，形成電子病歷大數(shù)據(jù)資源；
[0071] (2)任務(wù)規(guī)劃模塊2,用于對電子病歷大數(shù)據(jù)資源的處理過程劃分為數(shù)據(jù)存儲子任 務(wù)、索引計算子任務(wù)和數(shù)據(jù)處理分析計算子任務(wù)，并為每個子任務(wù)匹配滿足其需求的云端 服務(wù)資源池，形成云服務(wù)組合方案，以獲得大數(shù)據(jù)處理過程中所需的存儲資源或計算資源；
[0072] (3)可信組合評估模塊3:用于根據(jù)任務(wù)規(guī)劃模塊2生成的大數(shù)據(jù)服務(wù)的任務(wù)規(guī)劃， 執(zhí)行云服務(wù)組合方案的評估，選擇最優(yōu)的云服務(wù)組合方案，為疾病自診斷服務(wù)提供存儲和 計算資源，其包括評估子模塊31和評估優(yōu)化子模塊32;
[0073]所述評估子模塊31具體執(zhí)行的操作為：
[0074] Α、根據(jù)云端服務(wù)資源池 SPV和對應(yīng)的服務(wù)質(zhì)量Q&歷史記錄，進行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃模塊2獲得的任務(wù)規(guī) 劃G= {Gi，G2，G3}，對應(yīng)的Q%約束為C= {Q，C2，C3}，每個子任務(wù)Gv對應(yīng)的云端服務(wù)資源池 SPV共有mv個服務(wù)，對于云端服務(wù)資源池 SPV中的每一個服務(wù)SP~，其包含的0%歷史記錄個 數(shù)為，由SPV形成的第γ個可行的云服務(wù)組合方案為CS Y，v e [ 1，3]，ω e [ 1，mv]，定義模 型為：
[0075]
[0076] 其中，QoSmax⑷為第k維度的Q〇s.最大值，QoSmin(fc)為第k維度的 :0辦最小值，SPVU Rh為隸屬于SP~的一條Q〇s歷史記錄，xvu-h表示模型中效用函數(shù)的參數(shù)；
[0077] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進行排序，選擇前 Z個可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實例進行設(shè)定；
[0078] C、對每一組優(yōu)選云服務(wù)組合方案計算其效用函數(shù)值的平均值；
[0079] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0080] 所述評估優(yōu)化子模塊32能夠記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組 合云服務(wù)
[0081] 方案，并將其作為樣本進行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直 接調(diào)用其函數(shù)值；
[0082] (4)疾病診斷模型生成模塊4,用于根據(jù)最優(yōu)的云服務(wù)組合方案，建立電子病歷索 引，
[0083] 并
[0084] 采用大數(shù)據(jù)分析方法計算獲得疾病自診斷模型疾病診斷模型。
[0085] 其中，所述電子病歷索引包括病歷倒排索引、病歷過濾索引和病歷細(xì)節(jié)索引，所述 病歷倒排索引用于根據(jù)用戶疾病癥狀從電子病歷大數(shù)據(jù)資源中檢索與用戶疾病癥狀相同 的病歷，所述病歷過濾索引用于根據(jù)用戶的性別和年齡過濾與用戶性別年齡和年齡不一致 的病歷，所述病歷細(xì)節(jié)索引用于從電子病歷大數(shù)據(jù)資源中檢索病歷的詳細(xì)內(nèi)容。
[0086] 其中，所述數(shù)據(jù)資源搜集模塊1包括依次連接的建模子模塊11、資源復(fù)制子模塊12 和資源查找子模塊13,所述建模子模塊11用于采用非結(jié)構(gòu)化對等網(wǎng)絡(luò)對云環(huán)境下的資源節(jié) 點形成的覆蓋網(wǎng)絡(luò)進行建模，所述資源復(fù)制子模塊12用于在所述覆蓋網(wǎng)絡(luò)中的各鄰居節(jié)點 之間進行資源信息的復(fù)制，所述資源查找子模塊13用于查找并匹配滿足應(yīng)用需求的電子病 歷數(shù)據(jù)資源；
[0087] 設(shè)Xi為非結(jié)構(gòu)化對等網(wǎng)絡(luò)中的一個對等節(jié)點，{xil，Xi2,…Xim}為Xi的鄰居節(jié)點集， 心^為本地資源池，為鄰居節(jié)點資源信息池，16[1，1 1]，11為對等網(wǎng)絡(luò)包含節(jié)點的總數(shù)，111表 示鄰居節(jié)點的個數(shù)，m<n;
[0088] A、所述資源復(fù)制子模塊12在進行資源信息的復(fù)制時采用基于鄰居節(jié)點間的數(shù)據(jù) 資源信息主動復(fù)制協(xié)議：
[0089] 當(dāng)Xi加入覆蓋網(wǎng)絡(luò)時，將Xi與{ XII，：X12，…：Xlm}建立連接，Xi進一步根據(jù)匕;中的服務(wù) 信息，創(chuàng)建一個資源信息的復(fù)制消息，并將所述復(fù)制消息轉(zhuǎn)發(fā)給所有鄰居節(jié)點 Xlm進行復(fù)制， 若對等網(wǎng)絡(luò)中的任一節(jié)點接收到一個復(fù)制消息時，根據(jù)復(fù)制消息的編號信息判斷是否接收 過所述復(fù)制消息，若已接收過，丟棄所述復(fù)制消息，若首次接收，則根據(jù)復(fù)制消息的資源信 息和節(jié)點位置信息，更新&{中的內(nèi)容，并根據(jù)復(fù)制消息的生命值，決定轉(zhuǎn)發(fā)或丟棄所述復(fù)制 消息，其中，資源信息需要定期在鄰居節(jié)點之間進行同步；
[0090] B、所述資源查找子模塊13具體執(zhí)行的操作為：
[0091 ]設(shè)發(fā)起查詢請求Mj的節(jié)點為Xj，在Xj的鄰居節(jié)點集合中按照概率pj隨機挑選出的 對等節(jié)點集為Pj X {Xji，Xj2，…Xjm}，j e [ 1，η ];
[0092]當(dāng)對等節(jié)點Xi收到Xj發(fā)送的查詢請求Mj時，檢查&和&中是否含有滿足查詢請求 Mj的電子病歷數(shù)據(jù)信息，若是，根據(jù)所述電子病歷數(shù)據(jù)信息和電子病歷數(shù)據(jù)信息所在對等 節(jié)點的位置信息，創(chuàng)建查詢的響應(yīng)消息，并根據(jù)^的位置信息，將所述響應(yīng)信息返回 給xj，然后將xj的生命值減1，若xj的生命值為〇，丟棄查詢請求Mj，若不為0，采用Q學(xué)習(xí)算法 計算PjX {xjl，Xj2，"_Xjm}中各對等節(jié)點的Q值，將查詢請求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，"_Xjm}中Q 值最大的節(jié)點，概率Pj在網(wǎng)絡(luò)悠閑時的取值范圍為(5，8]，在網(wǎng)絡(luò)擁堵時的取值范圍為[0， 3)；
[0093]設(shè)定Q值的計算公式為：
[0094]
[0095] 其中，Qnew表示Q的新值，Qoid表示Q的老值，Qiearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β 表示擁塞因素，Νχ;μ⑴表示時亥葉節(jié)點的緩存隊列中待處理的查詢請求消息數(shù)，7">^表 示Pj X {xjl，Xj2，'"Xjni}中的節(jié)點χ』μ處理一條查詢請求消息所規(guī)定的時間，7?表示Pj X {xjl， Xj2，…Xjm}中的節(jié)點X處理一條查詢請求消息實際所需的時間；函數(shù)I [X ]在X>0時取值為1， X彡0時取值為〇，α的取值范圍是[0.25,0.3]，β的取值范圍是[0.45,0.5]。
[0096] 本實施例設(shè)置數(shù)據(jù)資源搜集模塊1、任務(wù)規(guī)劃模塊2、可信組合評估模塊3和疾病診 斷模型生成模塊4,實現(xiàn)了疾病自診斷服務(wù)系統(tǒng)的構(gòu)建;設(shè)置依次連接的建模子模塊11、資 源復(fù)制子模塊12和資源查找子模塊13,采用非結(jié)構(gòu)化的對等網(wǎng)絡(luò)作為云環(huán)境下數(shù)據(jù)資源節(jié) 點的拓?fù)浣M織結(jié)構(gòu)，并服務(wù)封裝數(shù)據(jù)資源，方便了使用者通過匹配服務(wù)描述信息來使用數(shù) 據(jù)資源，進一步增加了數(shù)據(jù)資源信息在網(wǎng)絡(luò)中的覆蓋率，提高了病歷數(shù)據(jù)資源查找的效率； 為高效實現(xiàn)低成本的疾病自診斷服務(wù)，設(shè)置了可信組合評估模塊3，提高了支撐大數(shù)據(jù)服務(wù) 的云服務(wù)組合方案的可信度，實現(xiàn)最大利益化地使用云端的存儲和計算資源，且采用評估 優(yōu)化子模塊32，節(jié)約了評估時間，提高了評估速度;本實施例取值α = 0.26，β = 0.46，病歷數(shù) 據(jù)資源查找效率提高了3%。
[0097] 實施例3
[0098]參見圖1、圖2,本實施例的基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，包括：
[0099] (1)數(shù)據(jù)資源搜集模塊1，用于根據(jù)疾病自診斷服務(wù)的需求，捜集分布在云中各個 醫(yī)院、診所及各醫(yī)療軟件應(yīng)用中病人的電子病歷數(shù)據(jù)，形成電子病歷大數(shù)據(jù)資源；
[0100] (2)任務(wù)規(guī)劃模塊2,用于對電子病歷大數(shù)據(jù)資源的處理過程劃分為數(shù)據(jù)存儲子任 務(wù)、索引計算子任務(wù)和數(shù)據(jù)處理分析計算子任務(wù)，并為每個子任務(wù)匹配滿足其需求的云端 服務(wù)資源池，形成云服務(wù)組合方案，以獲得大數(shù)據(jù)處理過程中所需的存儲資源或計算資源；
[0101] (3)可信組合評估模塊3:用于根據(jù)任務(wù)規(guī)劃模塊2生成的大數(shù)據(jù)服務(wù)的任務(wù)規(guī)劃， 執(zhí)行云服務(wù)組合方案的評估，選擇最優(yōu)的云服務(wù)組合方案，為疾病自診斷服務(wù)提供存儲和 計算資源，其包括評估子模塊31和評估優(yōu)化子模塊32;
[0102] 所述評估子模塊31具體執(zhí)行的操作為：
[0103] A、根據(jù)云端服務(wù)資源池 SPV和對應(yīng)的服務(wù)質(zhì)量0%歷史記錄，進行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃模塊2獲得的任務(wù)規(guī) 劃G= {Gi，G2，G3}，對應(yīng)的約束為C= {Ci，C2，C3}，每個子任務(wù)Gv對應(yīng)的云端服務(wù)資源池 SPV共有mv個服務(wù)，對于云端服務(wù)資源池 SPV中的每一個服務(wù)SP~，其包含的0%歷史記錄個 數(shù)為，由SPV形成的第γ個可行的云服務(wù)組合方案為CS Y，v e [ 1，3]，ω e [ 1，mv]，定義模 型為：
[0104]
[0105] 其中，Qi)Sm<rc(X)為第k維度的Q〇s§大值，Q〇Smin(/c)為第k維度的仏^最小值，SPvu Rh為隸屬于SP~的一條Q 〇s歷史記錄，X_-h表示模型中效用函數(shù)的參數(shù)；
[0106] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進行排序，選擇前 Z個可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實例進行設(shè)定；
[0107] C、對每一組優(yōu)選云服務(wù)組合方案計算其效用函數(shù)值的平均值；
[0108] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0109] 所述評估優(yōu)化子模塊32能夠記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組 合云服務(wù)
[0110]方案，并將其作為樣本進行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直 接調(diào)用其函數(shù)值；
[0111] (4)疾病診斷模型生成模塊4,用于根據(jù)最優(yōu)的云服務(wù)組合方案，建立電子病歷索 引，
[0112] 并
[0113]采用大數(shù)據(jù)分析方法計算獲得疾病自診斷模型疾病診斷模型。
[0114]其中，所述電子病歷索引包括病歷倒排索引、病歷過濾索引和病歷細(xì)節(jié)索引，所述 病歷倒排索引用于根據(jù)用戶疾病癥狀從電子病歷大數(shù)據(jù)資源中檢索與用戶疾病癥狀相同 的病歷，所述病歷過濾索引用于根據(jù)用戶的性別和年齡過濾與用戶性別年齡和年齡不一致 的病歷，所述病歷細(xì)節(jié)索引用于從電子病歷大數(shù)據(jù)資源中檢索病歷的詳細(xì)內(nèi)容。
[0115] 其中，所述數(shù)據(jù)資源搜集模塊1包括依次連接的建模子模塊11、資源復(fù)制子模塊12 和資源查找子模塊13,所述建模子模塊11用于采用非結(jié)構(gòu)化對等網(wǎng)絡(luò)對云環(huán)境下的資源節(jié) 點形成的覆蓋網(wǎng)絡(luò)進行建模，所述資源復(fù)制子模塊12用于在所述覆蓋網(wǎng)絡(luò)中的各鄰居節(jié)點 之間進行資源信息的復(fù)制，所述資源查找子模塊13用于查找并匹配滿足應(yīng)用需求的電子病 歷數(shù)據(jù)資源；
[0116] 設(shè)Xi為非結(jié)構(gòu)化對等網(wǎng)絡(luò)中的一個對等節(jié)點，{xil，Xi2,…Xim}為Xi的鄰居節(jié)點集， 為本地資源池，為鄰居節(jié)點資源信息池 ，i e [ 1，n]，n為對等網(wǎng)絡(luò)包含節(jié)點的總數(shù)，m表 示鄰居節(jié)點的個數(shù)，m<n;
[0117] A、所述資源復(fù)制子模塊12在進行資源信息的復(fù)制時采用基于鄰居節(jié)點間的數(shù)據(jù) 資源信息主動復(fù)制協(xié)議：
[01 1 8]當(dāng)Xi加入覆蓋網(wǎng)絡(luò)時，將Xi與{xil，X12，…xim}建立連接，Xi進一步根據(jù)中的服務(wù) 信息，創(chuàng)建一個資源信息的復(fù)制消息，并將所述復(fù)制消息轉(zhuǎn)發(fā)給所有鄰居節(jié)點Xlm進行復(fù)制， 若對等網(wǎng)絡(luò)中的任一節(jié)點接收到一個復(fù)制消息時，根據(jù)復(fù)制消息的編號信息判斷是否接收 過所述復(fù)制消息，若已接收過，丟棄所述復(fù)制消息，若首次接收，則根據(jù)復(fù)制消息的資源信 息和節(jié)點位置信息，更新^^中的內(nèi)容，并根據(jù)復(fù)制消息的生命值，決定轉(zhuǎn)發(fā)或丟棄所述復(fù)制 消息，其中，資源信息需要定期在鄰居節(jié)點之間進行同步；
[0119] B、所述資源查找子模塊13具體執(zhí)行的操作為：
[0120] 設(shè)發(fā)起查詢請求Mj的節(jié)點為Xj，在Xj的鄰居節(jié)點集合中按照概率Pj隨機挑選出的 對等節(jié)點集為pj X {xji，Xj2，'"Xjni}，j e [ 1，n];
[0121] 當(dāng)對等節(jié)點Xl收到&發(fā)送的查詢請求％時，檢查>^和6,中是否含有滿足查詢請求 Mj的電子病歷數(shù)據(jù)信息，若是，根據(jù)所述電子病歷數(shù)據(jù)信息和電子病歷數(shù)據(jù)信息所在對等 節(jié)點的位置信息，創(chuàng)建查詢的響應(yīng)消息Cm/，并根據(jù)的位置信息，將所述響應(yīng)信息返回 給xj，然后將xj的生命值減1，若xj的生命值為〇，丟棄查詢請求Mj，若不為0，采用Q學(xué)習(xí)算法 計算PjX {xjl，Xj2，"_Xjm}中各對等節(jié)點的Q值，將查詢請求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，"_Xjm}中Q 值最大的節(jié)點，概率Pj在網(wǎng)絡(luò)悠閑時的取值范圍為(5，8]，在網(wǎng)絡(luò)擁堵時的取值范圍為[0， 3)；
[0122] 設(shè)定Q值的計算公式為：
[0123]
[0124] 其中，Qnew表示Q的新值，Qdd表示Q的老值，Qiearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β 表示擁塞因素，乂;>〇〇表示時亥葉節(jié)點的緩存隊列中待處理的查詢請求消息數(shù),&表 示Pj X {xjl，Xj2, '"Xjni}中的節(jié)點Χ』μ處理一條查詢請求消息所規(guī)定的時間，75{辦表示pj X {xjl，Xj2，"_Xjm}中的節(jié)點Χ』μ處理一條查詢請求消息實際所需的時間；函數(shù)I[X]在X>0時取值 為l，x彡0時取值為0，α的取值范圍是[0.25,0.3]，β的取值范圍是[0.45,0.5]。
[0125] 本實施例設(shè)置數(shù)據(jù)資源搜集模塊1、任務(wù)規(guī)劃模塊2、可信組合評估模塊3和疾病診 斷模型生成模塊4,實現(xiàn)了疾病自診斷服務(wù)系統(tǒng)的構(gòu)建;設(shè)置依次連接的建模子模塊11、資 源復(fù)制子模塊12和資源查找子模塊13,采用非結(jié)構(gòu)化的對等網(wǎng)絡(luò)作為云環(huán)境下數(shù)據(jù)資源節(jié) 點的拓?fù)浣M織結(jié)構(gòu)，并服務(wù)封裝數(shù)據(jù)資源，方便了使用者通過匹配服務(wù)描述信息來使用數(shù) 據(jù)資源，進一步增加了數(shù)據(jù)資源信息在網(wǎng)絡(luò)中的覆蓋率，提高了病歷數(shù)據(jù)資源查找的效率； 為高效實現(xiàn)低成本的疾病自診斷服務(wù)，設(shè)置了可信組合評估模塊3，提高了支撐大數(shù)據(jù)服務(wù) 的云服務(wù)組合方案的可信度，實現(xiàn)最大利益化地使用云端的存儲和計算資源，且采用評估 優(yōu)化子模塊32，節(jié)約了評估時間，提高了評估速度;本實施例取值α = 0.27,β = 0.47,病歷數(shù) 據(jù)資源查找效率提高了3.2%。
[0126] 實施例4
[0127] 參見圖1、圖2,本實施例的基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，包括：
[0128] (1)數(shù)據(jù)資源搜集模塊1，用于根據(jù)疾病自診斷服務(wù)的需求，捜集分布在云中各個 醫(yī)院、診所及各醫(yī)療軟件應(yīng)用中病人的電子病歷數(shù)據(jù)，形成電子病歷大數(shù)據(jù)資源；
[0129] (2)任務(wù)規(guī)劃模塊2,用于對電子病歷大數(shù)據(jù)資源的處理過程劃分為數(shù)據(jù)存儲子任 務(wù)、索引計算子任務(wù)和數(shù)據(jù)處理分析計算子任務(wù)，并為每個子任務(wù)匹配滿足其需求的云端 服務(wù)資源池，形成云服務(wù)組合方案，以獲得大數(shù)據(jù)處理過程中所需的存儲資源或計算資源；
[0130] (3)可信組合評估模塊3:用于根據(jù)任務(wù)規(guī)劃模塊2生成的大數(shù)據(jù)服務(wù)的任務(wù)規(guī)劃， 執(zhí)行云服務(wù)組合方案的評估，選擇最優(yōu)的云服務(wù)組合方案，為疾病自診斷服務(wù)提供存儲和 計算資源，其包括評估子模塊31和評估優(yōu)化子模塊32;
[0131 ]所述評估子模塊31具體執(zhí)行的操作為：
[0132] Α、根據(jù)云端服務(wù)資源池 SPV和對應(yīng)的服務(wù)質(zhì)量歷史記錄，進行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃模塊2獲得的任務(wù)規(guī) 劃G= {Gi，G2，G3}，對應(yīng)的約束為C= {Q，C2，C3}，每個子任務(wù)Gv對應(yīng)的云端服務(wù)資源池 SPV共有mv個服務(wù)，對于云端服務(wù)資源池 SPV中的每一個服務(wù)SP~，其包含的歷史記錄個 數(shù)為Lvu，由SPv形成的第γ個可行的云服務(wù)組合方案為CS Y，V e [ 1，3]，ω e [ 1，mv]，定義模 型為：
[0133:
[0134] 其中，Q〇Smax㈨為第k維度的Q〇s最大值為第k維度的小值，SPVU Rh為隸屬于SP~的一條Q:〇s歷史記錄，Xvu-h表示模型中效用函數(shù)的參數(shù)；
[0135] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進行排序，選擇前 Z個可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實例進行設(shè)定；
[0136] C、對每一組優(yōu)選云服務(wù)組合方案計算其效用函數(shù)值的平均值；
[0137] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0138] 所述評估優(yōu)化子模塊32能夠記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組 合云服務(wù)
[0139] 方案，并將其作為樣本進行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直 接調(diào)用其函數(shù)值；
[0140] (4)疾病診斷模型生成模塊4,用于根據(jù)最優(yōu)的云服務(wù)組合方案，建立電子病歷索 引，
[0141] 并
[0142] 采用大數(shù)據(jù)分析方法計算獲得疾病自診斷模型疾病診斷模型。
[0143] 其中，所述電子病歷索引包括病歷倒排索引、病歷過濾索引和病歷細(xì)節(jié)索引，所述 病歷倒排索引用于根據(jù)用戶疾病癥狀從電子病歷大數(shù)據(jù)資源中檢索與用戶疾病癥狀相同 的病歷，所述病歷過濾索引用于根據(jù)用戶的性別和年齡過濾與用戶性別年齡和年齡不一致 的病歷，所述病歷細(xì)節(jié)索引用于從電子病歷大數(shù)據(jù)資源中檢索病歷的詳細(xì)內(nèi)容。
[0144] 其中，所述數(shù)據(jù)資源搜集模塊1包括依次連接的建模子模塊11、資源復(fù)制子模塊12 和資源查找子模塊13,所述建模子模塊11用于采用非結(jié)構(gòu)化對等網(wǎng)絡(luò)對云環(huán)境下的資源節(jié) 點形成的覆蓋網(wǎng)絡(luò)進行建模，所述資源復(fù)制子模塊12用于在所述覆蓋網(wǎng)絡(luò)中的各鄰居節(jié)點 之間進行資源信息的復(fù)制，所述資源查找子模塊13用于查找并匹配滿足應(yīng)用需求的電子病 歷數(shù)據(jù)資源；
[0145] 設(shè)Xi為非結(jié)構(gòu)化對等網(wǎng)絡(luò)中的一個對等節(jié)點，{xil，Xi2,…Xim}為Xi的鄰居節(jié)點集， 為本地資源池，>^為鄰居節(jié)點資源信息池，16[1，1 1]，11為對等網(wǎng)絡(luò)包含節(jié)點的總數(shù)，111表 示鄰居節(jié)點的個數(shù)，m<n;
[0146] A、所述資源復(fù)制子模塊12在進行資源信息的復(fù)制時采用基于鄰居節(jié)點間的數(shù)據(jù) 資源信息主動復(fù)制協(xié)議：
[0147] 當(dāng)Xi加入覆蓋網(wǎng)絡(luò)時，將Xi與{xil，X12,…：Xlm}建立連接，Xi進一步根據(jù)Ffii.中的服務(wù) 信息，創(chuàng)建一個資源信息的復(fù)制消息，并將所述復(fù)制消息轉(zhuǎn)發(fā)給所有鄰居節(jié)點 Xlm進行復(fù)制， 若對等網(wǎng)絡(luò)中的任一節(jié)點接收到一個復(fù)制消息時，根據(jù)復(fù)制消息的編號信息判斷是否接收 過所述復(fù)制消息，若已接收過，丟棄所述復(fù)制消息，若首次接收，則根據(jù)復(fù)制消息的資源信 息和節(jié)點位置信息，更新中的內(nèi)容，并根據(jù)復(fù)制消息的生命值，決定轉(zhuǎn)發(fā)或丟棄所述復(fù) 制消息，其中，資源信息需要定期在鄰居節(jié)點之間進行同步；
[0148] B、所述資源查找子模塊13具體執(zhí)行的操作為：
[0149] 設(shè)發(fā)起查詢請求Mj的節(jié)點為Xj，在Xj的鄰居節(jié)點集合中按照概率pj隨機挑選出的 對等節(jié)點集為pj X {xji，Xj2，'"Xjni}，j e [ 1，n];
[0150] 當(dāng)對等節(jié)點Xl收到發(fā)送的查詢請求吣時，檢查中是否含有滿足查詢請求 Mj的電子病歷數(shù)據(jù)信息，若是，根據(jù)所述電子病歷數(shù)據(jù)信息和電子病歷數(shù)據(jù)信息所在對等 節(jié)點的位置信息，創(chuàng)建查詢的響應(yīng)消息_化/_，并根據(jù)Xj的位置信息，將所述響應(yīng)信息以』返回 給Xj，然后將Xj的生命值減1，若Xj的生命值為0，丟棄查詢請求Mj，若不為0，采用Q學(xué)習(xí)算法 計算PjX {xjl，Xj2，"_Xjm}中各對等節(jié)點的Q值，將查詢請求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，"_Xjm}中Q 值最大的節(jié)點，概率Pj在網(wǎng)絡(luò)悠閑時的取值范圍為(5，8]，在網(wǎng)絡(luò)擁堵時的取值范圍為[0， 3)；
[0151] 設(shè)定Q值的計算公式為：
[0152]
[0153] 其中，Qnew表示Q的新值，Qoid表示Q的老值，Qlearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β 表示擁塞因素，凡>(〇表示時亥葉節(jié)點的緩存隊列中待處理的查詢請求消息數(shù)，表 示Pj X {xjl，Xj2，'"XjnJ中的節(jié)點χ』μ處理一條查詢請求消息所規(guī)定的時間，表示Pj X {xjl， Xj2，…X jm}中的節(jié)點X處理一條查詢請求消息實際所需的時間；函數(shù)I [ X ]在X>0時取值為1， X彡0時取值為〇，α的取值范圍是[0.25,0.3]，β的取值范圍是[0.45,0.5]。
[0154] 本實施例設(shè)置數(shù)據(jù)資源搜集模塊1、任務(wù)規(guī)劃模塊2、可信組合評估模塊3和疾病診 斷模型生成模塊4,實現(xiàn)了疾病自診斷服務(wù)系統(tǒng)的構(gòu)建;設(shè)置依次連接的建模子模塊11、資 源復(fù)制子模塊12和資源查找子模塊13,采用非結(jié)構(gòu)化的對等網(wǎng)絡(luò)作為云環(huán)境下數(shù)據(jù)資源節(jié) 點的拓?fù)浣M織結(jié)構(gòu)，并服務(wù)封裝數(shù)據(jù)資源，方便了使用者通過匹配服務(wù)描述信息來使用數(shù) 據(jù)資源，進一步增加了數(shù)據(jù)資源信息在網(wǎng)絡(luò)中的覆蓋率，提高了病歷數(shù)據(jù)資源查找的效率； 為高效實現(xiàn)低成本的疾病自診斷服務(wù)，設(shè)置了可信組合評估模塊3，提高了支撐大數(shù)據(jù)服務(wù) 的云服務(wù)組合方案的可信度，實現(xiàn)最大利益化地使用云端的存儲和計算資源，且采用評估 優(yōu)化子模塊32，節(jié)約了評估時間，提高了評估速度;本實施例取值α = 0.28，β = 0.49，病歷數(shù) 據(jù)資源查找效率提高了3.6%。
[0155] 實施例5
[0156] 參見圖1、圖2,本實施例的基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，包括：
[0157] (1)數(shù)據(jù)資源搜集模塊1，用于根據(jù)疾病自診斷服務(wù)的需求，捜集分布在云中各個 醫(yī)院、診所及各醫(yī)療軟件應(yīng)用中病人的電子病歷數(shù)據(jù)，形成電子病歷大數(shù)據(jù)資源；
[0158] (2)任務(wù)規(guī)劃模塊2,用于對電子病歷大數(shù)據(jù)資源的處理過程劃分為數(shù)據(jù)存儲子任 務(wù)、索引計算子任務(wù)和數(shù)據(jù)處理分析計算子任務(wù)，并為每個子任務(wù)匹配滿足其需求的云端 服務(wù)資源池，形成云服務(wù)組合方案，以獲得大數(shù)據(jù)處理過程中所需的存儲資源或計算資源；
[0159] (3)可信組合評估模塊3:用于根據(jù)任務(wù)規(guī)劃模塊2生成的大數(shù)據(jù)服務(wù)的任務(wù)規(guī)劃， 執(zhí)行云服務(wù)組合方案的評估，選擇最優(yōu)的云服務(wù)組合方案，為疾病自診斷服務(wù)提供存儲和 計算資源，其包括評估子模塊31和評估優(yōu)化子模塊32;
[0160]所述評估子模塊31具體執(zhí)行的操作為：
[0161] Α、根據(jù)云端服務(wù)資源池 SPV和對應(yīng)的服務(wù)質(zhì)量Q〇.v歷史記錄，進行云服務(wù)組合方案 的效用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃模塊2獲得的任務(wù)規(guī) 劃G= {Gi，G2，G3}，對應(yīng)的Q%約束為C= ，C 2，C3}，每個子任務(wù)Gv對應(yīng)的云端服務(wù)資源池 SPV共有mv個服務(wù)，對于云端服務(wù)資源池 SPV中的每一個服務(wù)SP~，其包含的〇%歷史記錄個 數(shù)為Lvu，由SPv形成的第γ個可行的云服務(wù)組合方案為CSY，V e [ 1，3]，ω e [ 1，mv]，定義模 型為：
[0162]
[0163] 其中，Q〇s_x(fc)為第k維度的(^最大值，為第k維度的泛％最小值，SPVU Rh為隸屬于SP~的一條Q〇s.歷史記錄，xvu-h表示模型中效用函數(shù)的參數(shù)；
[0164] B、根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進行排序，選擇前 Z個可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實例進行設(shè)定；
[0165] C、對每一組優(yōu)選云服務(wù)組合方案計算其效用函數(shù)值的平均值；
[0166] D、選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組 合方案；
[0167] 所述評估優(yōu)化子模塊32能夠記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組 合云服務(wù)方案，并將其作為樣本進行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直 接調(diào)用其函數(shù)值；
[0168] (4)疾病診斷模型生成模塊4,用于根據(jù)最優(yōu)的云服務(wù)組合方案，建立電子病歷索 引并采用大數(shù)據(jù)分析方法計算獲得疾病自診斷模型疾病診斷模型。
[0169] 其中，所述電子病歷索引包括病歷倒排索引、病歷過濾索引和病歷細(xì)節(jié)索引，所述 病歷倒排索引用于根據(jù)用戶疾病癥狀從電子病歷大數(shù)據(jù)資源中檢索與用戶疾病癥狀相同 的病歷，所述病歷過濾索引用于根據(jù)用戶的性別和年齡過濾與用戶性別年齡和年齡不一致 的病歷，所述病歷細(xì)節(jié)索引用于從電子病歷大數(shù)據(jù)資源中檢索病歷的詳細(xì)內(nèi)容。
[0170]其中，所述數(shù)據(jù)資源搜集模塊1包括依次連接的建模子模塊11、資源復(fù)制子模塊12 和資源查找子模塊13,所述建模子模塊11用于采用非結(jié)構(gòu)化對等網(wǎng)絡(luò)對云環(huán)境下的資源節(jié) 點形成的覆蓋網(wǎng)絡(luò)進行建模，所述資源復(fù)制子模塊12用于在所述覆蓋網(wǎng)絡(luò)中的各鄰居節(jié)點 之間進行資源信息的復(fù)制，所述資源查找子模塊13用于查找并匹配滿足應(yīng)用需求的電子病 歷數(shù)據(jù)資源；
[0171] 設(shè)Xi為非結(jié)構(gòu)化對等網(wǎng)絡(luò)中的一個對等節(jié)點，{xil，Xi2,…Xim}為Xi的鄰居節(jié)點集， 為本地資源池，％為鄰居節(jié)點資源信息池，16[1，1 1]，11為對等網(wǎng)絡(luò)包含節(jié)點的總數(shù)，111表 示鄰居節(jié)點的個數(shù)，m<n;
[0172] A、所述資源復(fù)制子模塊12在進行資源信息的復(fù)制時采用基于鄰居節(jié)點間的數(shù)據(jù) 資源信息主動復(fù)制協(xié)議：
[01 73]當(dāng)Xi加入覆蓋網(wǎng)絡(luò)時，將Xi與{xil，：X12，…：Xlm}建立連接，Xi進一步根據(jù)中的服務(wù) 信息，創(chuàng)建一個資源信息的復(fù)制消息，并將所述復(fù)制消息轉(zhuǎn)發(fā)給所有鄰居節(jié)點Xlm進行復(fù)制， 若對等網(wǎng)絡(luò)中的任一節(jié)點接收到一個復(fù)制消息時，根據(jù)復(fù)制消息的編號信息判斷是否接收 過所述復(fù)制消息，若已接收過，丟棄所述復(fù)制消息，若首次接收，則根據(jù)復(fù)制消息的資源信 息和節(jié)點位置信息，更新&;中的內(nèi)容，并根據(jù)復(fù)制消息的生命值，決定轉(zhuǎn)發(fā)或丟棄所述復(fù) 制消息，其中，資源信息需要定期在鄰居節(jié)點之間進行同步；
[0174] B、所述資源查找子模塊13具體執(zhí)行的操作為：
[01 "75]設(shè)發(fā)起查詢請求Mj的節(jié)點為Xj，在Xj的鄰居節(jié)點集合中按照概率pj隨機挑選出的 對等節(jié)點集為pj X {xji，Xj2，'"Xjni}，j e [ 1，n];
[0176] 當(dāng)對等節(jié)點Xi收到Xj發(fā)送的查詢請求Mj時，檢查&{和中是否含有滿足查詢請求 Mj的電子病歷數(shù)據(jù)信息，若是，根據(jù)所述電子病歷數(shù)據(jù)信息和電子病歷數(shù)據(jù)信息所在對等 節(jié)點的位置信息，創(chuàng)建查詢的響應(yīng)消息并根據(jù)&的位置信息，將所述響應(yīng)信息返回 給xj，然后將xj的生命值減1，若xj的生命值為〇，丟棄查詢請求Mj，若不為0，采用Q學(xué)習(xí)算法 計算PjX {xjl，Xj2，"_Xjm}中各對等節(jié)點的Q值，將查詢請求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，"_Xjm}中Q 值最大的節(jié)點，概率Pj在網(wǎng)絡(luò)悠閑時的取值范圍為(5，8]，在網(wǎng)絡(luò)擁堵時的取值范圍為[0， 3)；
[0177] 設(shè)定Q值的計算公式為：
[0178]
[0179] 其中，Qnew表示Q的新值，Qdd表示Q的老值，Qiearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β 表示擁塞因素，馬7>(〇表示時亥葉節(jié)點的緩存隊列中待處理的查詢請求消息數(shù)，7^#表 示Pj X {xjl，Xj2，'"Xjni}中的節(jié)點Χ』μ處理一條查詢請求消息所規(guī)定的時間，表示pj X {xjl， Xj2，…X jm}中的節(jié)點X處理一條查詢請求消息實際所需的時間；函數(shù)I [ X ]在X>0時取值為1， X彡0時取值為〇，α的取值范圍是[0.25,0.3]，β的取值范圍是[0.45,0.5]。
[0180] 本實施例設(shè)置數(shù)據(jù)資源搜集模塊1、任務(wù)規(guī)劃模塊2、可信組合評估模塊3和疾病診 斷模型生成模塊4,實現(xiàn)了疾病自診斷服務(wù)系統(tǒng)的構(gòu)建;設(shè)置依次連接的建模子模塊11、資 源復(fù)制子模塊12和資源查找子模塊13,采用非結(jié)構(gòu)化的對等網(wǎng)絡(luò)作為云環(huán)境下數(shù)據(jù)資源節(jié) 點的拓?fù)浣M織結(jié)構(gòu)，并服務(wù)封裝數(shù)據(jù)資源，方便了使用者通過匹配服務(wù)描述信息來使用數(shù) 據(jù)資源，進一步增加了數(shù)據(jù)資源信息在網(wǎng)絡(luò)中的覆蓋率，提高了病歷數(shù)據(jù)資源查找的效率； 為高效實現(xiàn)低成本的疾病自診斷服務(wù)，設(shè)置了可信組合評估模塊3，提高了支撐大數(shù)據(jù)服務(wù) 的云服務(wù)組合方案的可信度，實現(xiàn)最大利益化地使用云端的存儲和計算資源，且采用評估 優(yōu)化子模塊32,節(jié)約了評估時間，提高了評估速度;本實施例取值α = 0.3，β = 0.5,病歷數(shù)據(jù) 資源查找效率提高了 4%。
[0181]最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保 護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng) 當(dāng)理解，可以對本發(fā)明的技術(shù)方案進行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實 質(zhì)和范圍。
【主權(quán)項】
1. 基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，其特征是，包括： (1) 數(shù)據(jù)資源搜集模塊，用于根據(jù)疾病自診斷服務(wù)的需求，捜集分布在云中各個醫(yī)院、 診所及各醫(yī)療軟件應(yīng)用中病人的電子病歷數(shù)據(jù)，形成電子病歷大數(shù)據(jù)資源； (2) 任務(wù)規(guī)劃模塊，用于對電子病歷大數(shù)據(jù)資源的處理過程劃分為數(shù)據(jù)存儲子任務(wù)、索 引計算子任務(wù)和數(shù)據(jù)處理分析計算子任務(wù)，并為每個子任務(wù)匹配滿足其需求的云端服務(wù)資 源池，形成云服務(wù)組合方案，以獲得大數(shù)據(jù)處理過程中所需的存儲資源或計算資源； (3) 可信組合評估模塊，用于根據(jù)任務(wù)規(guī)劃模塊生成的大數(shù)據(jù)服務(wù)的任務(wù)規(guī)劃，執(zhí)行云 服務(wù)組合方案的評估，選擇最優(yōu)的云服務(wù)組合方案，為疾病自診斷服務(wù)提供存儲和計算資 源， (4) 疾病診斷模型生成模塊，用于根據(jù)最優(yōu)的云服務(wù)組合方案，建立電子病歷索引，并 采用大數(shù)據(jù)分析方法計算獲得疾病自診斷模型疾病診斷模型。2. 根據(jù)權(quán)利要求1所述的基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，其特征是，所述數(shù)據(jù) 資源搜集模塊包括依次連接的建模子模塊、資源復(fù)制子模塊和資源查找子模塊，所述建模 子模塊用于采用非結(jié)構(gòu)化對等網(wǎng)絡(luò)對云環(huán)境下的資源節(jié)點形成的覆蓋網(wǎng)絡(luò)進行建模，所述 資源復(fù)制子模塊用于在所述覆蓋網(wǎng)絡(luò)中的各鄰居節(jié)點之間進行資源信息的復(fù)制，所述資源 查找子模塊用于查找并匹配滿足應(yīng)用需求的電子病歷數(shù)據(jù)資源。3. 根據(jù)權(quán)利要求1所述的基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，其特征是，所述電子 病歷索引包括病歷倒排索引、病歷過濾索引和病歷細(xì)節(jié)索引，所述病歷倒排索引用于根據(jù) 用戶疾病癥狀從電子病歷大數(shù)據(jù)資源中檢索與用戶疾病癥狀相同的病歷，所述病歷過濾索 引用于根據(jù)用戶的性別和年齡過濾與用戶性別年齡和年齡不一致的病歷，所述病歷細(xì)節(jié)索 引用于從電子病歷大數(shù)據(jù)資源中檢索病歷的詳細(xì)內(nèi)容。4. 根據(jù)權(quán)利要求2所述的基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，其特征是，所述資源 復(fù)制子模塊在進行資源信息的復(fù)制時采用基于鄰居節(jié)點間的數(shù)據(jù)資源信息主動復(fù)制協(xié)議， 具體為:設(shè)^為非結(jié)構(gòu)化對等網(wǎng)絡(luò)中的一個對等節(jié)點，{^，^，…^丨為^的鄰居節(jié)點集， 備 (為本地資源池，為鄰居節(jié)點資源信息池，1^[1，1!]，11為對等網(wǎng)絡(luò)包含節(jié)點的總數(shù)，111表 示鄰居節(jié)點的個數(shù)，m〈n，當(dāng)Xi加入覆蓋網(wǎng)絡(luò)時，將Xi與{Xii，:xi2，…xim}建立連接，Xi進一步根 據(jù)中的服務(wù)信息，創(chuàng)建一個資源信息的復(fù)制消息，并將所述復(fù)制消息轉(zhuǎn)發(fā)給所有鄰居節(jié) 點11^進行復(fù)制，若對等網(wǎng)絡(luò)中的任一節(jié)點接收到一個復(fù)制消息時，根據(jù)復(fù)制消息的編號信 息判斷是否接收過所述復(fù)制消息，若已接收過，丟棄所述復(fù)制消息，若首次接收，則根據(jù)復(fù) 制消息的資源信息和節(jié)點位置信息，更新中的內(nèi)容，并根據(jù)復(fù)制消息的生命值，決定轉(zhuǎn) 發(fā)或丟棄所述復(fù)制消息，其中，資源信息需要定期在鄰居節(jié)點之間進行同步;所述查找并匹 配滿足應(yīng)用需求的電子病歷數(shù)據(jù)資源，包括:設(shè)發(fā)起查詢請求的節(jié)點為^，在的鄰居節(jié) 點集合中按照概率Pj隨機挑選出的對等節(jié)點集為PjX {xji，xj2,…xjm}，je [I，n]; 當(dāng)對等節(jié)點Xl收到&發(fā)送的查詢請求時，檢查和中是否含有滿足查詢請求％的 電子病歷數(shù)據(jù)信息，若是，根據(jù)所述電子病歷數(shù)據(jù)信息和電子病歷數(shù)據(jù)信息所在對等節(jié)點 的位置信息，創(chuàng)建查詢的響應(yīng)消息并根據(jù)&的位置信息，將所述響應(yīng)信息返回給 Xj，然后將Xj的生命值減1，若Xj的生命值為〇，丟棄查詢請求Mj，若不為O，采用Q學(xué)習(xí)算法計 算Pj X {xjl，Xj2，'"Xjni}中各對等節(jié)點的Q值，將查詢請求Mj轉(zhuǎn)發(fā)給Pj X {xjl，Xj2，'"Xjni}中Q值 最大的節(jié)點，概率Pj在網(wǎng)絡(luò)悠閑時的取值范圍為(5，8]，在網(wǎng)絡(luò)擁堵時的取值范圍為[O，3); 設(shè)定Q值的計算公式為：其中，Qnew表示Q的新值，Qoid表示Q的老值，Qiearn表示被學(xué)習(xí)的值，α表示學(xué)習(xí)速率，β表示 擁塞因素，⑴表示時亥Ijt節(jié)點的緩存隊列中待處理的查詢請求消息數(shù)，匕;>表示Pj X {xjl，Xj2，'"Xjni}中的節(jié)點XjW處理一條查詢請求消息所規(guī)定的時間，表示Pj X {xjl，Xj2，… Xjm}中的節(jié)點X處理一條查詢請求消息實際所需的時間；函數(shù)I [ X ]在X>0時取值為1，X< 0 時取值為〇，α的取值范圍是[0.25,0.3]，β的取值范圍是[0.45,0.5]。5.根據(jù)權(quán)利要求1所述的基于云計算的疾病自診斷服務(wù)構(gòu)建系統(tǒng)，其特征是，所述可信 組合評估模塊包括評估子模塊和評估優(yōu)化子模塊;所述評估子模塊具體執(zhí)行的操作為： Α、根據(jù)云端服務(wù)資源池 SPv和對應(yīng)的服務(wù)質(zhì)量^^歷史記錄，進行云服務(wù)組合方案的效 用函數(shù)X的建模并初始化模型中效用函數(shù)的各參數(shù)，設(shè)由任務(wù)規(guī)劃模塊獲得的任務(wù)規(guī)劃G = (G^G2, G3}，對應(yīng)的Q0s約束為C=ICW3I,每個子任務(wù)Gv對應(yīng)的云端服務(wù)資源池 SPv共有 mv個服務(wù)，對于云端服務(wù)資源池 SPv中的每一個服務(wù)SPvu，其包含的Qos歷史記錄個數(shù)為L vu， 由SPv形成的第γ個可行的云服務(wù)組合方案為CSy，V e [ 1，3]，ω e [ I，mv]，定義模型為：其中，⑻為第k維度的Qos最大值，為第k維度的小值，SPvuRh為 隸屬于SPvco的一條Qos歷史記錄，Χνω-h表示模型中效用函數(shù)的參數(shù)； B、 根據(jù)效用函數(shù)值按從小到大的順序?qū)Ω骺尚性品?wù)組合方案進行排序，選擇前Z個 可行云服務(wù)組合方案作為優(yōu)選云服務(wù)組合方案，Z的取值根據(jù)應(yīng)用實例進行設(shè)定； C、 對每一組優(yōu)選云服務(wù)組合方案計算其效用函數(shù)值的平均值； D、 選擇效用函數(shù)值的平均值為最大的優(yōu)選云服務(wù)組合方案作為最優(yōu)的云服務(wù)組合方 案； 所述評估優(yōu)化子模塊能夠記錄優(yōu)選云服務(wù)組合方案的效用函數(shù)值和最優(yōu)的組合云服 務(wù)方案，并將其作為樣本進行學(xué)習(xí)，如果新的優(yōu)選云服務(wù)組合方案已經(jīng)出現(xiàn)過，則直接調(diào)用 其函數(shù)值。
【文檔編號】H04L12/24GK105933172SQ201610534677
【公開日】2016年9月7日
【申請日】2016年7月5日
【發(fā)明人】不公告發(fā)明人
【申請人】吳本剛