Do điều kiện cá nhân còn hạn chế nên đề tài “dự đoán hiệu năng Web Services sử dụng phân tích hồi quy Gaussian Process và mô hình hàng đợi” trong khuôn khổ của đồ án này dừng lại ở những nghiên cứu ban đầu. Có nhiều hướng mở tiếp cận để tiếp tục phát triển đồ án này trong việc giải quyết bài toán dự đoán hiệu năng Web Services như:
- Hàm hiệp phương sai mũ bậc hai theo nhận xét là lựa chọn phổ biến và hay được sử dụng. Phương pháp này phân tích và cài đặt sử dụng hàm hiệp phương sai này. Như đã đề cập, có vô số các cách lựa chọn hàm hiệp phương sai khác nhau, nghiên cứu để tìm ra một hàm hiệp phương sai phù hợp nhất với phương pháp dự đoán cũng là một hướng tiếp cận phát triển. Tiến tới có thể sử dụng mô hình hàm ẩn (latent function) đa lớp (mult-class)[5] cho hàm hiệp phương sai, để tự động lựa chọn hàm hiệp phương sai phù hợp trong lớp các hàm hiệp phương sai.
- Nghiên cứu sâu hơn để đưa ra quyết định đúng đắn và có căn cứ cho việc lựa chọn giá trị tốc độ tới nào là hợp lí để thu thập thêm bộ dữ liệu mới sử dụng mô hình hàng đợi, góp phần vào quá trình làm giàu dữ liệu hiệu năng đầu vào.
- Phương pháp đề xuất chưa giải quyết được vấn đề là khi có thêm một bộ dữ liệu mới thu thập từ kiểm thử hiệu năng bổ sung vào bộ dữ liệu đầu vào ta sẽ giải quyết thế nào cho tối ưu nhất. Việc tối ưu hóa quá trình bổ sung, cập nhật dữ liệu hiệu năng mới giúp ta giải quyết bài toán dự đoán hiệu năng online, thích hợp cho các hệ thống thời gian thực.
- Trong phần thực nghiệm ta mới chỉ cài đặt phương pháp dự đoán, so sánh kết quả thực nghiệm của phương pháp với phương pháp dự đoán sử dụng phân tích hồi quy Gaussian Process và mô hình hàng đợi một cách riêng lẻ. Do thời gian có hạn tác giả chưa có điều kiện để thực thi các phương pháp dự đoán hiệu năng Web Services nêu trong phần 2.1, để từ đó so sánh các kết quả thực nghiệm với nhau (sử dụng cùng bộ dữ liệu vào) mà chỉ tiến hành trên lí thuyết. Đây cũng là một hướng nghiên cứu nhằm khẳng định thêm điểm mạnh cho phương pháp đề xuất.
- Để có thể khẳng định thêm kết quả đánh giá thực nghiệm cho phương pháp đề xuất tác giả đang liên hệ với công ty VCCorp. Đây là một công ty lớn, cung cấp các Websites, dịch vụ Web hàng đầu tại Việt Nam. Trong thời hạn cho phép của mình nếu tác giả hoàn thành việc thu thập số liệu tại công ty VCCorp, tác giả sẽ bổ sung vào phụ lục P-4 của đồ án này. Cách đánh giá dựa trên số liệu này thực hiện tương tự như phần 3.2, 3.3, 3.4 của phương pháp.
DANH MỤC TÀI LIỆU THAM KHẢO
[1] Ch Ram Mohan Reddy, D Evangelin Geetha, KG Sr T V Suresh Kumar, K.Rajani Kanth, “Early performance prediction of Web Service”, International Journal on Web Service Computing (IJWSC), Vol.2, No.3, September 2011.
[2] Leslie Cheung, Leana Golubchik, Fei Sha, “A study of Web Services Performance Prediction: A Client’s Perspective”, IEEE 19th Annual International Symposium on Modeling, Analysis, and Simulation of Computer and Telecommunication Systems, July 2011.
[3] William J.Stewart, “Probability, Markov Chains, Queues, and Simulation”, Priceton University Process, 2009.
[4] Ramesh Nagappan, Sameer Tyagi, “High Performance Web Service”, Sun’s 2004 worldwide Java developer conference, 2004.
[5] M. Ebden, “Gaussion Process for Regression: A quick introduction”, August 2008. [6] Carl Edward Rasmussen, Christopher K. I. Williams, “Gaussian Processes for
Machine Learning”, MIT Press, 2006.
[7] David J.C Mackay, “Introduction to Gaussian Processes”, 1998. [8] G. Baltopoulos, “Introduction to Web Services”, 2005.
[9] Merno Marzolla, Rafaela Mirandola “Performance prediction of Web Services workflows”, 2007
[10] Document in the course B01.1305, “Confidence Interval”, New York University, Stern School of Business
[11] Hệ thống TPC-WS: http://www.tpc.org/tpc_app/default.asp (Transaction Processing Performance Council)
[12] William W.Hager, Hongchao Zhang “A survey of nonlinear conjugate gradient methods”, 2006
PHỤ LỤC
P-1. Các biểu đồ UML trong phương pháp dự đoán hiệu năng sớm
Như đã trình bày những kiến thức về Web Services trong mục 1.1 chương 1, một hệ thống Web Services gồm ba tác nhân là Service Broker, Service Provider, Service Requester. Ba tác nhân này sẽ tương tác với hệ thống Web Services. Hệ thống sẽ đáp ứng (ứng xử) lại với các tương tác này. Phân tích các trường hợp ca sử dụng hệ thống được chỉ ra trong biểu đồ ca sử dụng dưới đây:
Hình 19: Biểu đồ ca sử dụng cho Web Services
Từ biểu đồ ca sử dụng này, để thể hiện trình tự các sự kiện xảy ra, ta sử dụng biểu đồ trình tự:
Cuối cùng là việc xây dựng biểu đồ triển khai (Deployment Diagram) cho Web Services, các tác nhân nêu ở trên sẽ tươn tác với nhau qua môi trường mạng Internet.
Hình 21: Biểu đồ triển khai cho Web Sercies
P-2: Bảng số liệu hiệu năng Web Service TPC-App[2]
Phần này liệt kê bảng số liệu là kết quả của quá trình kiểm thử hiệu năng Web Service TPC-APP[11]. Kết quả chỉ ra trong bảng sau (TGĐƯ = Thời gian đáp ứng):
TG ĐƯ TỐC ĐỘ TỚI 0.7 0.9 1.1 1.3 1.5 1.7 1.9 2.1 2.3 Lần 1 1.137 1.2228 1.3567 1.5503 1.7411 2.2 2.9488 5.0562 21.1794 Lần 2 0.882 0.92647 1.60064 1.40135 1.79738 2.28422 2.7162 4.69735 22.55021 Lần 3 1.72592 0.80537 1.40737 1.31782 1.55037 1.9879 3.23418 4.94505 20.55252 Lần 4 1.21838 1.06504 1.37762 1.59202 1.52484 2.70972 2.92551 5.09354 20.5893 Lần 5 1.10112 0.81349 1.43615 1.41077 2.04768 2.34293 3.23477 5.59589 20.47656 Lần 6 1.35666 1.88164 1.67534 1.77984 1.99544 2.37591 2.9038 5.22325 21.23282 Lần 7 0.88341 1.30305 1.5431 1.15436 1.74014 2.02995 2.71123 5.31906 20.0941 Lần 8 1.53813 1.65081 1.30038 1.13619 2.01958 1.74479 3.56943 4.95621 21.81684 Lần 9 1.56081 1.00517 1.25989 1.89621 1.474 2.7992 3.56863 5.39316 19.43457 Lần 10 0.80804 1.15286 1.67679 1.20487 1.23574 1.96058 2.34877 5.2388 19.59014 Lần 11 1.18279 1.38342 1.56087 1.35352 1.61391 2.13714 3.18907 4.85722 20.52916 Lần 12 0.7746 1.61344 1.81816 1.09492 1.96609 2.23261 3.0894 5.14856 18.75319 Lần 13 1.03317 1.66972 1.78263 1.63298 2.02845 2.48874 3.35848 5.14307 23.04396 Lần 14 0.59887 1.87841 1.20723 1.70452 1.92665 1.6831 2.8765 5.19502 19.14884 Lần 15 1.31824 1.01647 1.35392 1.3846 1.71997 2.05104 2.68641 4.89647 20.63429
P-3: Bảng số liệu hiệu năng Web Service về căn hộ
Phần này liệt kê bảng số liệu là kết quả của quá trình kiểm thử hiệu năng Web Service về căn hộ nhà cho thuê tại Mĩ, được trình bày trong phần 3.1.1. Kết quả chỉ ra trong bảng sau (TGĐƯ = Thời gian đáp ứng):
TG ĐƯ TỐC ĐỘ TỚI 0.52 0.78 1 1.12 1.27 1.4 1.75 1.84 2 Lần 1 1.28565 1.71562 1.684 1.74574 2.58912 2.60229 3.93872 7.4794 11.62384 Lần 2 1.29062 1.47218 1.50175 1.95273 2.13256 2.61186 3.72035 6.89959 11.70283 Lần 3 1.28507 1.42817 1.50881 1.73777 1.99058 2.49571 3.73743 7.02267 11.75576 Lần 4 1.28189 1.38501 1.46515 1.86156 1.9112 2.53923 3.82366 6.98223 11.59133 Lần 5 1.28728 1.39062 1.70869 1.68638 1.9083 2.67464 3.78597 6.98802 11.58834 Lần 6 1.29091 1.37364 1.54869 1.74953 1.97692 2.5512 3.89629 6.98711 11.56648 Lần 7 1.297 1.37796 1.99254 1.83803 1.76494 2.52835 3.69166 9.25759 11.80573 Lần 8 1.27976 1.38962 1.54746 1.79279 1.94699 2.68272 3.87221 6.89267 11.76757 Lần 9 1.27914 1.39221 3.14059 1.6663 2.48205 2.50414 4.09447 6.81497 11.58105 Lần 10 1.29805 1.3976 2.3152 1.70086 1.80432 2.52423 3.77632 6.92297 11.75218