基于多层次结构模型的云服务信任评估算法优化

为了提高云服务信任度水平和推荐能力,需要对云服务信任度进行优化评估,提出基于多层次结构模型的云服务信任评估算法。在云服务平台的用户行为信息特征采集中,建立云服务信任度分布大数据模型,挖掘云服务用户偏好性特征量,根据采集结果采用模糊信息调度方法提取云服务信任度特征量,在此基础上构建云服务信任度评估的粗糙集分布模型,通过大数据多层次结构分析方法进行云服务信任评估和推荐,结合模糊C均值聚类方法实现对云服务信任度的优化聚类和自适应评估。仿真结果表明,云服务信任度分布的多层次结构分布均匀,采用该方法进行云服务信任评估的准确度较高,评估的精度较好,用户满意度较高,提高了云服务信任评价能力。     

基于主观逻辑的Web服务信任模型

为解决当前Web服务网络中存在的一些与信任相关的安全问题、提高Web服务的安全性和可靠性，基于主观逻辑，文中提出了一个改进的自适应Web服务信任模型iWSTrust及相应的信任度和声誉评估算法，该模型利用主观逻辑对Web服务网络中的实体进行信任建模和推理，并增加可信任的第三方机构来保存信任信息，通过综合考虑Web服务环境中的各个相关实体，分析一次典型交易过程中所涉及的信任关系，并对不同类型的服务请求者进行区分，使得实体的信任度和声誉能够随着交易经验的增加而自适应地改变。模拟实验结果表明，iWSTrust能在一定程度上减少访问到恶意实体的次数，并惩罚进行欺骗的实体。     

一种新的分布式网络环境信任评估模型

针对分布式网络中缺乏权威机构导致网络中的实体缺乏足够的全局信息,使实体的信任度难以评估的问题. 综合考虑具有全局性与客观性的声誉值及具有局部性与主观性的信任值,提出一种新的基于声誉计算规则、信任推荐规则、声誉加权规则及信任计算规则的4规则信任评估模型. 通过模拟实验将该信任模型与抗攻击信任度模型的安全性进行了比较. 仿真实验表明,该信任模型在安全性问题上较已有模型有一定的改进.     

基于上下文的Web服务推荐模型

传统的Web服务推荐模型仅仅考虑到Web服务层的质量特性,如QoS,随着Web服务的普及,服务交易的广泛使用,如何组合Web服务来完成一个操作流程满足用户的需求是一个新的挑战.提出了一个新的基于上下文的组合服务推荐模型,该模型不仅考虑到服务层和业务层的质量特征,而且进一步考虑了服务的上下文信息,包括用户兴趣、喜好等等,能够更好地对Web服务进行推荐.     

基于QoS本体的语义Web服务选择算法

引入QoS本体,提出了一种基于QoS本体的语义Web服务选择算法.该算法通过构造Web服务的QoS本体模型以支持异构QoS参数的语义描述和度量,并将QoS语义匹配和数值匹配相结合,从而更准确地为用户选择满足其个性化需求的Web服务.仿真实验表明,基于QoS本体的语义Web服务选择算法能够充分利用QoS语义和数值信息,为用户选择更合适的服务,实现用户对Web服务的个性化需求.     

一种服务质量可信的按需服务组合方法

为了解决开放、动态网络环境下的服务可信组合问题,特别是组合服务的可信度计算与评估,以及服务可信组合最优方案选择,提出一种服务质量(QoS)可信的按需服务组合方法。该方法根据单个服务的信任度值以及服务组合图的控制结构,构建基于QoS可信的服务组合信任模型,进行服务组合的信任合成与计算;基于该模型设计多约束条件下QoS可信的按需服务组合方案,采用粒子群算法进行优化求解,以此选择出可信度高的服务执行计划。面向物流领域配送管理需求实例进行了实证和实验研究,结果表明所提方法在求解多约束的可信服务组合优化上是有效、适用的,能够提高服务组合的可信性和成功率。     

一种支持QoS评价的Web服务推荐模型

提出了一种支持服务质量（QoS）评价的Web服务推荐模型,其核心是根据用户确定的功能和QoS需求,基于现有的QoS评价指数进行服务推荐．该模型可应用于Web服务管理系统、Web服务选取及Web服务组合等应用系统．     

一种用于Web服务选择的QoS可信性评估方法

改进了一种基于服务质量（quality of service,QoS）可信性的Web服务选择方法.根据质量属性的类别,在第二类质量属性中引入惩罚因子和时间参数,不仅加快此类属性评估向真实值收敛的速度,而且还对发布虚假属性值的服务提供者进行了惩罚;在第三类质量属性中引入服务价格参数,降低了服务请求者遭遇团队欺骗的风险.结果表明改进后的方法能有效地提高QoS评估的可信性.     

一种基于信任度量的Web服务跨域访问控制模型

Web服务具有开放性、高度动态性、松散耦合性及跨平台性等特点,传统的访问控制方式已不能满足其跨域访问的安全需求。通过集成信任管理及可信平台度量扩展了XACML访问控制模型,提出基于信任度量的跨域访问控制模型。该模型在对用户统一身份认证的基础上,通过分析用户历史访问行为,引入用户信任度、平台配置完整度和域间信任度,提高了跨域访问控制的动态性和安全性。同时,给出了域内信任度管理点和跨域信任度管理点两个功能模块的具体实现描述,采用信任度缓存实时更新的方法分析了海量历史访问行为的复杂度问题,提高了系统效率。     

DRQSHCTAgent支持的开放环境下的可信协同

为降低开放环境下因Agent违约带来的风险,提出了DRQSHCTAgent模型.该模型引入服务合成和处方产生任务的多个求解方案,通过品行信任度和服务信任度定义直接信任,通过定义多个服务信任度克服服务信任度的掩盖性,通过群体推荐克服个体链推荐的不足,通过计算方案信任度来选择并优化求解方案.模型通过合同样本提高了计算信任度...     

基于信任度变化趋势的云服务选择模型

针对云服务选择过程中,用户难以选择可信、可用、可靠的云服务问题,本文提出一种基于信任度变化趋势,并结合QoS服务质量的云服务选择模型.首先,信任度的计算分为两部分,一部分根据贝叶斯原理计算信任度值,另一部分是将历史信任度值进行最小二乘的拟合,得到能更准确地反映信任度值的变化趋势值,根据信任度变化趋势值对信任度值进行修正,确定其综合信任度值.然后,根据云服务的QoS量化模型,计算得到客观的QoS值,在此基础上,引入了信息熵的概念来确定可信参数加权的问题,从而得到最优的服务选择.仿真实验表明,该模型能够体现云服务主体信任度的变化,增强云服务选择的预判能力,有效地提高服务选择的成功率.     

移动Ad hoc网络中的一种信任评估模型

为了实现从安全管理的角度划分移动Ad hoc网络的网络结构,保证移动Ad hoc网络的有效运行和管理,提出了一种信任评估模型.该模型从信任的定义出发,采用实体行为的服务级管理,针对不同类别服务的实体行为表现成功次数和失败次数对信任关系进行度量,定义了直接信任度、推荐信任度和节点信任度.结果表明该模型适用于移动Ad hoc网络,弥补了移动Ad hoc网络中现有的成簇算法缺少恶意节点检测的缺陷.     

一种基于模糊理论的信任度评估模型

信任是信息安全的重要保证.针对主观信任评估的不确定性,提出了一种基于模糊理论的信任度评估模型,运用模糊理论给出了信任度的等级机制和综合评估机制.为体现权重的不确定性,考虑权值依据评估值动态变化,利用变权法实现了主观信任评估的权重分配.根据综合评估得到的可信值,评估信任模型的可信度.实例分析验证了基于模糊理论的主观信任评估方法的可信性、有效性和合理性.     

时空感知下基于结构相似度的Web服务质量预测

随着云计算等新型服务计算的兴起,Web服务数量日益增长,相同或相似功能的Web服务也逐渐增多.为了向用户推荐更高质量的服务,精确地预测Web服务的QoS值成为亟待解决的重要问题.传统的协同过滤方法已经被广泛应用于QoS预测和Web服务推荐中,但因为数据稀疏和噪声问题导致QoS预测性能不好.为提高QoS预测的性能,文中通过分析用户服务QoS矩阵的时空特征,提出了一种基于全局和局部结构相似度的稀疏矩阵分解模型.该方法将QoS矩阵的相邻时间相似用户的网络环境相似性这一特征融入到矩阵分解中,并利用分解的因子对QoS矩阵进行低秩填充.这种方式在一定程度上消除了数据稀疏和噪声的影响.在真实Web服务调用数据集上进行实验,结果表明,该方法在预测精度上优于典型的协同过滤算法(相比于NMF,其MAE值最大下降了3.25％,RMSE值最大下降了6.65％;相比于SVD,其MAE值最大下降了3.67％,RMSE值最大下降了7.01％),能够有效地解决数据稀疏和噪声的问题.     

面向教育云E-learning服务用户的信任评估

基于用户主观性及其能力客观性分别提出了用户信任云评估模型及其能力信任评估模型,用户信任云模型使用期望、熵和超熵对具有随机性和模糊性的复杂实体进行主观信任评估;而用户能力评估模型在考虑能力对象和交互属性基础上综合评估用户客观能力的信任度.结合这2种模型提出了用户综合信任评估模型,实验结果表明该评估模型能较好地实现教育云计算环境下E-learning服务用户综合信任评估.     

网格环境下一种基于招标的信任评估模型

为了提高信任模型中信任查找的效率和更有效的防止恶意推荐,对在网格环境下的信任模型引入了招标的思想以及改进了信任更新机制.首先由评估者向资源实体发出招标信息,资源实体根据招标信息投标或不投,评估者收到资源实体的投标申请书,就只需在已发投标申请的资源实体中进行信任查找,然后与符合条件的资源实体签订合约;在信任更新机制中将推荐行为发生后总体信任值作为较真实的信任值,与中间实体推荐信任值比较,根据二者的误差生成反馈,调整对此实体的信任度.实验表明信任模型在引入招标机制和改进了信任更新机制后,不仅调动了资源节点的主动性,实现了用户和资源的互动,提高了信任查找的效率,而且能够更好更有效的防止恶意推荐.     

物联网感知源数据可信性评估模型研究

感知源数据的可信性是决定应用系统安全和可靠与否的重点因素.提出了一种物联网感知源数据可信性评估模型,从直接信任值、能量信任值、同行推荐信任值和综合信任值等多个维度对感知源数据的可信性进行评估,从而可以有效地识别感知设备的状态.仿真实验表明,模型具有算法简单,能耗低,可以进行边缘计算与动态扩展.     

面向移动社交网络的动态信任评估

数百万用户每天在参与移动社交网络互动及相关资源获取,在没有直接联系的2个用户之间建立信任关系,对于提高移动社交网络服务质量和增强用户安全感方面具有重要的作用.在分析移动社交网络体系架构的基础上,设计了一种综合考虑直接信任、推荐信任、信任风险函数、激励机制等多个影响因子的动态信任评估模型,并对信任值计算方法、信任决策和信任更新等进行分析.基于真实社交网络数据集Epinions.com的实验表明,本模型的信任值计算准确可信,且能够有效抵御恶意节点的攻击.     

基于内容信任的Web信息可信度验证方法研究

Web已经成为人们获取信息的重要来源,但Web上的信息并不都是真实可信的. 因此,如何帮助用户快速判断Web上大量信息的可信性成为一个亟待解决的问题. 文中提出一种基于内容信任的方法用以验证Web信息的可信程度. 采用条件随机场模型进行Web信息的主题提取,利用提取的主题在Web上搜集候选证据,并利用时效性、主题相关度等特征验证候选证据的可靠性,最后进行可信度计算. 实验结果表明提出的方法对评价Web信息的内容可信度是有效可行的.      

一种P2P网络分布式多粒度信任模型

鉴于集中式信任机制不适合于P2P网络,提出了一种分布式多粒度信任模型.该模型从文件质量、下载速度、文件类型和文件大小等多个角度评价服务节点的服务能力,并分别计算信任度.相比整体信任度,多粒度信任度可以提供更精确的信任信息,提高了系统实用性.该模型根据历史评价信息计算多粒度信任度,计算简便,没有迭代运算的不收敛问题.计算机仿真证明了该模型的优点.