基于凸函数证据理论的关联感知云服务信任模型

计算机工程与科学

基于凸函数证据理论的关联感知云服务信任模型

刘玮1，邹璐琨2，霸元婕2，李广力3,4，张志刚1

（1.长春大学旅游学院工学院，吉林长春 130607；2.吉林大学计算机科学与技术学院，吉林长春 130012；

3.中国科学院计算技术研究所，北京 100190；4.中国科学院大学计算机与控制学院，北京 100049）

收稿日期:2018-08-15 修回日期:2018-10-05 出版日期:2019-01-25 发布日期:2019-01-25
基金资助:
吉林省教育厅“十二五”科学技术研究项目（吉教科文合字【2015】582）;吉林省教育厅“十三五”科学技术研究项目（吉教科文合字【2016】534）;吉林省教育厅2017年度职业教育与成人教育教学改革研究课题（2017ZCY285）

A relevance-aware cloud service trust model

based on convex evidence theory

LIU Wei1,ZOU Lukun2,BA Yuanjie2,LI Guangli3,4,ZHANG Zhigang1

(1.Institute of Technology,The Tourism College of Changchun University,Changchun 130607;

2.College of Computer Science and Technology,Jilin University,Changchun 130012;

3.Institute of Computing Technology,Chinese Academy of Sciences,Beijing 100190;

4.School of Computer and Control Engineering,University of Chinese Academy of Sciences,Beijing 100049,China)

Received:2018-08-15 Revised:2018-10-05 Online:2019-01-25 Published:2019-01-25

摘要/Abstract

摘要：

针对大规模分布式云计算系统中的服务可信度辨别问题，提出一种基于凸函数证据理论的关联感知云服务信任模型。对云计算系统中云服务提供商、服务和用户之间的信任关系进行形式化描述，充分挖掘了同一服务商中的不同云服务之间的关联性，利用凸函数证据理论对有序命题的处理能力，构建了云计算系统中的可信服务推荐方法，根据用户需求为其提供合理可靠的云服务。与经典证据理论方法的对比结果表明，基于凸函数证据理论的关联感知云服务信任模型在保证有效性和健壮性的同时，充分利用了云计算系统中云服务之间的关联信息，能够根据用户的请求提供合理的云服务。

关键词: 云服务, 服务推荐, 证据理论, 信任融合

Abstract:

Aiming at distinguishing service credibility in the largescale distributed cloud computing system, we propose a relevanceaware cloud service trust model based on convex evidence theory. The model formally describes the trust relationship among service providers, services and users in the cloud computing system. Then, the correlation between different services from the same service provider is revealed. Furthermore, the model uses the convex evidence theory to deal with ordered propositions and finally builds a credible service recommendation method for the cloud computing system, which can provide reasonable and reliable cloud services for users according to user needs. Through the comparison with the classical evidence theory, the experimental results demonstrate the validity and robustness of the relevanceaware cloud service trust model based on convex evidence theory while can make full use of correlation information among cloud services in the cloud computing system and provide reasonable cloud services according to user requests.

Key words: cloud service, service recommendation, evidence theory, trust fusion

刘玮1，邹璐琨2，霸元婕2，李广力3,4，张志刚1. 基于凸函数证据理论的关联感知云服务信任模型[J]. 计算机工程与科学.

LIU Wei1,ZOU Lukun2,BA Yuanjie2,LI Guangli3,4,ZHANG Zhigang1.

A relevance-aware cloud service trust model

based on convex evidence theory

[J]. Computer Engineering & Science.

[1]	张逢, 文斌, 闫一非, 曾昭武, 周伟, . 身份加密多云多副本完整性审计协议[J]. 计算机工程与科学, 2024, 46(03): 453-462.
[2]	徐其华, 孙波. 基于深度学习和证据理论的表情识别模型[J]. 计算机工程与科学, 2021, 43(04): 704-711.
[3]	雷擎. 基于Kubemark的微服务性能仿真测试研究[J]. 计算机工程与科学, 2020, 42(07): 1151-1157.
[4]	何望1,2，林果园1,2. 基于FP-Growth改进算法的云服务器故障数据分析[J]. 计算机工程与科学, 2020, 42(05): 770-775.
[5]	彭定洪1,2，陈文妮1,2，曾洪鑫3，武金福4. 多源信息云服务质量的犹豫模糊优劣IPA评价方法[J]. 计算机工程与科学, 2020, 42(05): 910-922.
[6]	谢苗苗, 李华龙. 基于改进D-S证据理论的室内环境控制决策系统[J]. 计算机工程与科学, 2020, 42(05): 938-943.
[7]	吴浩1，王晓晨1，曾诚1,2，何鹏1,2. 基于异质用户网络嵌入的服务推荐方法研究[J]. 计算机工程与科学, 2019, 41(07): 1244-1250.
[8]	叶枫1,2，胡程1，黄倩1，陈勇2. 基于云服务的AI玩偶的研究及在教育教学中的应用[J]. 计算机工程与科学, 2018, 40(增刊S1): 72-80.
[9]	蒋冰婷1，胡志刚1，马华2，姚景1. 基于时间感知排序的云服务QoS预测方法研究[J]. 计算机工程与科学, 2018, 40(07): 1173-1179.
[10]	陶晓玲1,2,亢蕊楠3，刘丽燕3. 基于选择性集成的并行多分类器融合方法[J]. 计算机工程与科学, 2018, 40(05): 787-792.
[11]	孙子文1,2，李松1，孙晓雯1. 基于D-S证据理论的人体跌倒检测方法[J]. 计算机工程与科学, 2018, 40(05): 829-835.
[12]	李耀芳1,2,吴斌2,肖杰2,李玮1,刘琦1，孙莹光1. 基于骨干网的数据中心网络服务规划设计[J]. 计算机工程与科学, 2017, 39(07): 1281-1287.
[13]	王小宁,肖海力,曹荣强. 面向高性能计算环境的作业优化调度模型的设计与实现[J]. 计算机工程与科学, 2017, 39(04): 619-626.
[14]	杨晚林1，王兴伟1，张爽2，黄敏3. 面向云联网的云服务协商机制[J]. 计算机工程与科学, 2016, 38(08): 1557-1562.
[15]	丁文静1，刘以安1，薛松2. 基于证据价值的冲突证据合成方法[J]. 计算机工程与科学, 2016, 38(08): 1715-1720.