云環(huán)境下融合惡意用戶過(guò)濾機(jī)制的信任評(píng)估方法研究.pdf

1、隨著云服務(wù)市場(chǎng)中服務(wù)種類(lèi)和數(shù)量的持續(xù)增加，出現(xiàn)了服務(wù)混雜、服務(wù)可信程度不一等問(wèn)題，因此大量云服務(wù)信任評(píng)估模型應(yīng)運(yùn)而生。在云環(huán)境中，潛在的用戶在使用云服務(wù)之前，需要基于可信用戶的推薦，云服務(wù)供應(yīng)商所提供服務(wù)的可靠性評(píng)估依據(jù)是供應(yīng)商歷史服務(wù)質(zhì)量，云用戶反饋可信性評(píng)估依據(jù)則是用戶的歷史反饋質(zhì)量。因此，高質(zhì)量信任評(píng)估需要用戶和云服務(wù)的可信性作為保障，用戶和云服務(wù)雙方才能夠建立積極的信任關(guān)系。本文對(duì)融合惡意用戶過(guò)濾機(jī)制的信任評(píng)估方法進(jìn)行了研究。<

2、br>　　首先，針對(duì)云用戶和云服務(wù)供應(yīng)商交互過(guò)程中提供虛假或惡意信息的問(wèn)題，提出一種融合改進(jìn)控制圖方法的信譽(yù)評(píng)估模型。該模型運(yùn)用統(tǒng)計(jì)質(zhì)量控制理論中小漂移檢測(cè)控制圖方法對(duì)目標(biāo)云服務(wù)交易日志中的用戶進(jìn)行檢測(cè)，并過(guò)濾惡意用戶；再利用多數(shù)共識(shí)理論和反饋相似度確定良性用戶反饋評(píng)分的聚合權(quán)重，以提高信譽(yù)計(jì)算的準(zhǔn)確性；最終用戶根據(jù)云服務(wù)供應(yīng)商的信譽(yù)情況屏蔽掉低信譽(yù)服務(wù)，從而確定最后的交互對(duì)象。
　　其次，針對(duì)攻擊模型、攻擊規(guī)模不確定的問(wèn)題，提出

3、一種融合自適應(yīng)控制圖方法的信任評(píng)估模型。該模型采用統(tǒng)計(jì)質(zhì)量控制理論中的AEWMA控制圖檢測(cè)惡意用戶；之后在信譽(yù)和反饋的基礎(chǔ)上評(píng)估目標(biāo)云服務(wù)的信任，充分考慮事務(wù)規(guī)模、重要性、時(shí)間等因素，為不同的反饋評(píng)分分配不同的經(jīng)驗(yàn)權(quán)重；并針對(duì)提供反饋的云用戶得不到任何獎(jiǎng)勵(lì)的問(wèn)題，在信任評(píng)估中融合社區(qū)激勵(lì)機(jī)制，實(shí)現(xiàn)目標(biāo)云服務(wù)的高可靠性信任計(jì)算。
　　最后，在仿真數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，從攻擊檢測(cè)精確度和預(yù)測(cè)百分比誤差等方面驗(yàn)證了本文算法的魯棒