CN108933700B - 一种基于偏好信任的云服务获取方法 - Google Patents
一种基于偏好信任的云服务获取方法 Download PDFInfo
- Publication number
- CN108933700B CN108933700B CN201810801267.9A CN201810801267A CN108933700B CN 108933700 B CN108933700 B CN 108933700B CN 201810801267 A CN201810801267 A CN 201810801267A CN 108933700 B CN108933700 B CN 108933700B
- Authority
- CN
- China
- Prior art keywords
- service
- cloud
- trust
- user
- preference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 16
- 230000003993 interaction Effects 0.000 claims description 16
- 238000011002 quantification Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 14
- 238000004088 simulation Methods 0.000 description 13
- 230000006399 behavior Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
- H04L41/5051—Service on demand, e.g. definition and deployment of services in real time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于偏好信任的云服务获取方法,包括:步骤一、根据云用户提交的服务需求信息查询本地可选服务列表;步骤二、确定本地服务列表中可信任的服务条目;步骤三、如果可信任的服务条目小于阈值,云用户通过服务接口发布需求信息,服务接口调用服务发现模块,通过云服务动态代理进行查询,返回与云用户需求匹配的可选服务列表;步骤四、云用户在可选列表中选择服务后,对云用户所选的服务行为做出安全性预测,并向云用户交付数据。本发明提供的基于偏好信任的云服务获取方法,对云用户服务获取过程进行模拟,基于信任评估和决策调整来实现服务的安全可控,从而保护云用户数据。
Description
技术领域
本发明属于云计算环境中服务获取方法技术领域,特别涉及一种基于偏好信任的云服务获取方法。
背景技术
云计算系统将IT资源和应用以服务的形式提供给用户,其云架构通过标准化、虚拟化、自动化等方式将云中的软硬件资源整合,通过网络完成服务交付。其应用的核心技术是面向服务的架构和计算。在面向服务的云架构下,云服务发现指云用户提出某种服务需求,首先从云服务提供代理中查询可用的服务,然后云服务代理将满足其个性需求的服务返回给云用户。当云用户收到的返回结果中包含多个待选服务时,将执行服务选择模块。云平台中的庞大的服务资源提供给恶意的服务提供商提供了可乘之机,给用户造成了极大的困扰,对有限的资源造成了浪费,研究以用户为中心,紧密结合云计算海量信息存储处理与用户个性化的安全服务需求,基于信任来完成服务的获取过程。
考虑到云计算资源的自身特点,服务资源的发现采用分布式架构,该架构提供良好的可扩展性和灵活性。当前分布式服务发现架构的研究主要分为基于代理和基于层次的结构。基于代理的架构利用动态代理来完成服务发现,各个代理间相互协调处理请求找到满足需要的服务资源。云服务提供框架应用面向服务的资源代理来发现和匹配云服务资源。Sim提出了一种基于代理的试验平台来支撑云服务资源的发现和云服务水平协议,该系统能够匹配到用户所需的云计算资源并提供满足服务质量要求的服务;基于层次的架构主要思想是将服务器组织成层次结构,将服务请求逐层提交并查询。为了满足对高层次的云应用提供支持Goscinski针对云计算服务提供资源发布及云计算用户资源获取构建了一种服务资源框架。由此在云中面向服务获取提出一种基于服务和信任代理的层次化信任管理架构如图1所示。
在该框架下,由云用户发布服务属性需求,服务代理管理相同类型服务,服务垂直方向逐层交互。信任代理作为信任管理中心负责收集并管理用户和服务的信任信息,其中信任管理相关数据的收集来自于云服务提供记录表,该表保存在服务代理中。信任代理对用户和服务的信任信息的管理主要表现在维护用户和服务的信任数据库,动态更新信任值,包括服务匹配、发现和选择,作为服务的推荐者与云服务完成交互,根据云用户的直接信任和推荐信任对服务做出更准确的信任度评估和选择。
信任代理中的服务获取模块的实施可架设在云中CaaS服务背景下,CaaS由RVWS框架构建用以提供云服务的发现和选取,通过动态属性和代理的结合创建Web服务以更高层次的抽象支持用户的云。在云计算CaaS中用户的服务获取过程:首先用户以属性值的形式提交服务需求,调用CaaS服务,CaaS服务主要包括集群发现选取和服务组织管理。集群发现模块主要负责接收云用户的服务需求,与服务获取通信,并返回匹配的服务;服务组织管理负责与集群存储建立连接,启动调度。工作流程如2所示。
在云计算场景中,用户的数据都外包给云服务提供者存储和管理,数据所有权和保管权分离,无论是数据的完整性、保密性、可用性等都存在着安全威胁,服务的安全可控性是解决用户数据保护和云计算可用性矛盾的有效途径,是用户使用云服务的迫切需求。
发明内容
本发明的目的是提供一种基于偏好信任的云服务获取方法,在为云用户提供服务列表的过程中,引入信任评估机制;然后应用偏好信任量化值与服务选择的动态交付方法,实现了对服务选择的细粒度管理,提高了服务的安全性。
本发明提供的技术方案为:
一种基于偏好信任的云服务获取方法,包括:
步骤一、根据云用户提交的服务需求信息查询本地服务列表;
步骤二、确定本地服务列表中可信任的服务条目;
步骤三、如果可信任的服务条目小于阈值,调用服务发现模块,通过云服务动态代理进行查询,返回与云用户需求匹配的可选服务列表;
步骤四、云用户在所述可选服务列表中选择服务后,对云用户所选的服务行为做出安全性预测,并向云用户交付数据。
优选的是,在所述步骤三中的云服务动态代理查询过程,包括:
步骤1、云服务动态代理查询自身的服务提供记录表,查找出有过诚信服务交互记录的服务;
步骤2、调用云服务信任量化模块,对所述的有过诚信服务交互记录的服务进行服务综合信任度计算,判断是否满足用户的信任条件;
步骤3、将满足用户信任条件的服务加入服务列表。
优选的是,云用户以属性值的形式提交服务信息。
优选的是,所述属性值包括服务类型、时间、空间、服务质量及价格。
优选的是,在所述步骤2中,所述服务综合信任度采用基于灰色关联的服务信任量化方法进行计算。
优选的是,在所述步骤四之前还包括计算云用户对服务属性权重的分配,并根据所述服务属性的权重分配对服务列表进行排序。
优选的是,在所述步骤四中还包括服务交互结束后,根据服务满意度对本次服务进行反馈,更新云服务提供记录表和云用户的服务评价表。
本发明的有益效果是:
(1)本发明基于偏好信任的云服务获取方法对云用户服务获取过程进行模拟,基于信任评估和决策调整来实现服务的安全可控,从而保护云用户数据。
(2)将云服务获取过程细分为:服务发现-服务选定-数据交付。将信任贯穿始终,从服务信任多个因素细致量化,根据服务历史信息来对各因素的权重分配,使得服务偏好信任量化更确切,在保证服务安全的同时能自动适应云环境中用户对服务的个性化需求。
(3)在计算云服务信任量化时,针对由诚信服务提供变为非诚信提供的个体欺诈行为,采用历史行为信任和信任因素权重计算分离的方法;针对云服务的联合欺诈,因云服务偏好信任是对每个云服务提供进行细致量化,并且对信任阈值动态调整避免这种行为。
(4)通过服务行为反馈模块进行云服务信任量化,用户数据控制权集合的阈值依据服务提供的历史行为进行动态调控,从云用户角度动态调整数据释放粒度实现云服务的动态获取。
附图说明
图1云计算中的信任管理架构。
图2云计算中的服务获取工作流程。
图3本发明所述的基于偏好信任的云服务获取模型的示意图。
图4本发明所述的基于偏好信任的云服务获取方法执行过程示意图。
图5本发明所述的基于偏好信任的云服务获取方法的流程图。
图6本发明所述的基于偏好信任的云服务获取方法的验证仿真流程图。
图7本发明所述验证仿真过程中的云服务信任量化值图。
图8本发明所述验证仿真过程中云服务提供变化图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
如图3所示,本发明将偏好信任量化与基于信任的服务选择方法相结合,设计了一种云计算环境中基于偏好信任的服务获取(PTBSA)模型,该模型可在CaaS服务背景下实施,实现云用户与服务间的信任管理,实现用户对服务的安全可控需求,云用户和服务拥有本地代理用于管理其信任信息,本发明中直接使用云用户和云服务来描述。该模型主要包括两个任务服务发现和服务选择,即在用户可信的基础上对服务行为进行评估,完成服务发现,根据服务提供的安全性动态调整对服务的信任度从而保证云用户选择服务的安全性;用户对服务的选择决定了该云服务的可持续性发展,基于信任的服务获取目标是根据用户对服务的信任度来做出服务选择,以满足服务的可控性。
云用户管理层主要由服务属性管理、本地服务列表查询和信任区域查询功能模块构成;云服务管理层由服务发现和服务选择两大模块组成,其中服务发现模块包括服务属性权重分配和信任量化等,服务选择主要包括服务选定和数据交付两部分。
(1)服务属性管理功能模块主要负责通过服务属性描述云用户服务需求;
(2)本地服务列表查询模块主要负责根据服务需求类型查询云服务评价记录表,找到符合服务需求的服务列表;
(3)信任区域查询模块主要负责核查历史服务提供的信任归属,最终确定满足服务需求的服务列表,决定是否向服务代理发送服务请求;
(4)服务发现功能模块主要负责通过服务接口将云用户的服务请求以属性值的形式提交服务需求,服务接口调用服务发现模块,依据与服务动态代理的通信,返回与用户匹配的可选服务列表。服务信任量化模块根据各服务的推荐信任值和依据用户的服务偏好确定各属性的相应权重,计算本次服务提供的偏好信任值;
(5)服务选择功能模块主要负责服务的选定和数据交付,在待选的服务列表中确定服务并基于信任来决定云用户数据的披露方式以此做出最终的服务选择。根据对云服务的偏好,云用户通过属性权重排序模块做出服务选定,信任决策模块完成云用户数据控制权交付,然后对云服务行为进行预测。
本发明提供了一种基于偏好信任的云服务获取方法,其通过所述的基于偏好信任的服务获取(PTBSA)模型的执行。如图4所示,所述的基于偏好信任的云服务获取方法包括A、B、C、D四个部分。
A、当一个云用户服务需求到达时,创建一个新的CallInfo,CallInfo通过服务属性管理功能模块描述云用户服务需求;
通过本地服务列表查询模块根据服务需求类型查询云服务评价记录表,找到符合服务需求的服务列表;
通过信任区域查询模块核查历史服务提供的信任归属,最终确定满足服务需求的服务列表;
如果服务列表数目不符合信任数目要求,向服务代理发送服务请求从B开始。
B、通过服务接口将云用户的服务请求以属性值的形式提交服务需求;
服务接口调用服务发现模块,依据与服务动态代理的通信,返回与用户匹配的可选服务列表;
服务信任量化模块根据各服务的推荐信任值和依据用户的服务偏好确定各属性的相应权重,计算本次服务提供的偏好信任值。其中,所述偏好信任值的计算方法为:
其中,Tn为云服务偏好信任因素的量化评价指标,Wn为各服务属性的权重分配;在本实施例中,采用最大熵分析法确定各服务属性的权重Wn。
C、通过服务选择功能模块进行服务选定,在待选的服务列表中确定服务并基于信任来决定云用户数据的披露方式以此做出最终的服务选择;
根据对云服务的偏好,云用户通过属性权重排序模块做出服务选定,信任决策模块完成云用户数据控制权交付,然后对云服务行为进行预测。
D、CallInfo被删除;更新云服务列表,整个过程结束。
在云计算环境中,云用户基于PTBSA模型提交服务请求,应用信任管理中的信任评估和决策做出完成服务发现,选定及映射,最终获得安全可控服务。如图5所示,所述的基于偏好信任的云服务获取方法的流程包括:
Step1:云用户以属性值的形式提交服务需求信息,所述属性值由服务本体描述,主要包括服务类型,时间,空间,服务质量,价格;
Step2:查询本地服务列表(云用户的服务评价表),查询内容包括:云服务代理ID、服务类型、信任值、信用值、信任阈值及交互次数;得到可选的服务列表;
Step3:信任区域查询模块查询信任区域,如果可选服务记录条目不少于设定的阈值n,则完成服务发现,跳转到Step5;
Step4:信任区间可选服务数目不足,云用户通过服务接口发布需求信息,调用服务发现模块,针对服务类型需求,云服务动态代理查询自身的服务提供记录表(云用户标识,用户信任度),如果有过诚信服务交互记录则主动请缨,调用云服务信任量化模块用基于灰色关联的服务信任量化方法计算服务的综合信任度,如果满足用户的信任条件,则加入待选服务列表,完成云服务发现;
其中,基于灰色关联的服务信任量化方法计算服务综合信任度的过程如下:
(1)选取n个有服务方有历史交互的云用户,依次读取云用户i对服务方保存的最近一次信任值和信用值Trusti和Credicti,如果云用户节点没有该服务历史请求信息,则Trust0=0,Credit0=0;
(3)规范化决策矩阵:对每个评价专家,应用TVi=Trusti×(1-Crediti)计算信任灰度,应用CVi=Crediti×(1-Trusti)计算信用灰度,得到灰度R,则有其中反映的是各方案对评价因素区间的客观偏好;
(5)计算各评价方案评价区间客观偏好与各方案主观偏好的灰色关联系数计算:
Step5:服务选择过程主要是针对待选服务列表,云用户基于信任做出决策:
(1)计算云用户对待选服务的属性权重的分配,采用层次分析方法或者线性分配方法得出服务序列,做出云服务选定;
(2)基于动态阈值的方法完成信任与数据权的映射,对服务行为做出预测,将用户数据进行交付,完成云服务选择。
Step6:服务交互结束后,根据服务满意度对本次服务进行反馈,更新云服务提供记录表和云用户的服务评价表,作为今后交互的交互依据。
为了验证本发明的有效性、动态性和信任量化对欺诈行为的控制能力,分析信任量化对于服务选择的影响通过仿真实验进行检验和分析。应用Cloudsim完成仿真实验,在CloudSim通过扩展SimEntity类增加仿真实体,并重写起了其中的消息传递方法,通过扩展CloudSim主类中的DatacenterBroker等相关类,增加与云用户需求相关的服务性能度量标准及对信任机制的支持。仿真系统主要包括:云用户、云服务、云服务代理和信任决策等。
Cloudsim是由澳大利亚墨尔本大学网格实验室和Gridbus项目推出的云基础设施建模与仿真的开源实现,由于该软件支持基于数据中心物理计算节点上的虚拟云建模和仿真,设计强调模块化可用于服务代理,调度策略等方面测试。因此本实验中云计算平台采用该软件搭建和管理。Cloudsim采用分层的体系结构,包括UserCode、CloudSim和SimJava等。Cloudsim仿真工作流程如图6所示:
具体描述如下:
1:Datacenter向CIS注册服务信息并向用户发布;
2:云用户代理DatacenterBroker通过CIS查询提供服务资源;
3:通过CIS获得可用服务;
4:DatacenterBroker与Datacenter直接交互并获得该服务的特征;
5:DatacenterBroker将用户服务需求提供给Datacenter,完成虚拟机创建;
6:DatacenterBroker完成任务调度;
7:Datacenter直接与DatacenterBroker交互,完成任务;
8:由DatacenterBroker销毁虚拟机,整个服务交互结束。
基于信任的服务获取模型加入到DatacenterBroker类中通过扩展bindCloudletToVm(int cloudletId,int vmId)方法予以实施。扩展DatacenterBroker类模拟服务代理功能,与云用户直接交互屏蔽云数据中心的操作,用户只需提交自己的服务请求;用户生成器随机生成云用户节点,并配置用户的可信度、需求服务类型,服务要求等参数。由云服务生成器生成云服务节点,并配置服务类型、云服务历史提供记录表等参数。在云计算环境中模拟生成50个云用户和2个云服务,这两个云服务中一个是诚信服务提供,一个是非诚信服务提供。云用户对两个云服务的信任初始值均设为0.5。每次服务提供结束,对诚信提供服务的反馈为W=(0.5,1],对非诚信服务提供的反馈为W=[0,0.5],具体值在区间内随机生成,应用公式C=WT取得信用值。模拟云服务提供按照交互时间选取5名评价专家云用户。
两个云服务随机提供,实验进行60次,选取云服务开始连续提供30次的实验结果,云服务的信任量化和服务获取变化如图7和图8所示。
由图7和图8可知,诚信的云服务提供使其信任量化值逐渐上升,而非诚信的云服务提供使其历史行为反馈评价降低,信任值急剧下降最后导致终止该云服务提供,以此说明PTBSA模型对云服务获取的可控效果。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (5)
1.一种基于偏好信任的云服务获取方法,其特征在于,包括如下步骤:
步骤一、根据云用户提交的服务需求信息查询本地服务列表;
步骤二、确定本地服务列表中可信任的服务条目;
步骤三、如果可信任的服务条目小于阈值,调用服务发现模块,通过云服务动态代理进行查询,返回与云用户需求匹配的可选服务列表;
步骤四、云用户在所述可选服务列表中选择服务后,对云用户所选的服务行为做出安全性预测,并向云用户交付数据;
在所述步骤三中的云服务动态代理查询过程,包括:
步骤1、云服务动态代理查询自身的服务提供记录表,查找出有过诚信服务交互记录的服务;
步骤2、调用云服务信任量化模块,对所述的有过诚信服务交互记录的服务进行服务综合信任度计算,判断是否满足用户的信任条件;
步骤3、将满足用户信任条件的服务加入服务列表;
在所述步骤2中,所述服务综合信任度采用基于灰色关联的服务信任量化方法进行计算;
其中,基于灰色关联的服务信任量化方法计算服务综合信任度的过程如下:
选取n个有服务方有历史交互的云用户,依次读取云用户i对服务方保存的最近一次信任值和信用值Trusti和Credicti,如果云用户节点没有该服务历史请求信息,则Trust0=0,Credit0=0;
规范化决策矩阵:对每个评价专家,应用TVi=Trusti×(1-Crediti)计算信任灰度,应用CVi=Crediti×(1-Trusti)计算信用灰度,得到灰度R,则有其中[bij l,bij r]反映的是各方案对评价因素区间的客观偏好;
计算各评价方案评价区间客观偏好与各方案主观偏好的灰色关联系数计算:
根据评价区间Intervalj=[aj,bj],云用户对云服务的综合信任度为:Trust=aj+(bj-aj)×εl j。
2.根据权利要求1所述的基于偏好信任的云服务获取方法,其特征在于,云用户以属性值的形式提交服务信息。
3.根据权利要求2所述的基于偏好信任的云服务获取方法,其特征在于,所述属性值包括服务类型、时间、空间、服务质量及价格。
4.根据权利要求1所述的基于偏好信任的云服务获取方法,其特征在于,在所述步骤四之前还包括计算云用户对服务属性权重的分配,并根据所述服务属性的权重分配对服务列表进行排序。
5.根据权利要求2所述的基于偏好信任的云服务获取方法,其特征在于,在所述步骤四中还包括服务交互结束后,根据服务满意度对本次服务进行反馈,更新云服务提供记录表和云用户的服务评价表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810801267.9A CN108933700B (zh) | 2018-07-20 | 2018-07-20 | 一种基于偏好信任的云服务获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810801267.9A CN108933700B (zh) | 2018-07-20 | 2018-07-20 | 一种基于偏好信任的云服务获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108933700A CN108933700A (zh) | 2018-12-04 |
CN108933700B true CN108933700B (zh) | 2021-11-12 |
Family
ID=64447928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810801267.9A Active CN108933700B (zh) | 2018-07-20 | 2018-07-20 | 一种基于偏好信任的云服务获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108933700B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109743203B (zh) * | 2018-12-28 | 2022-02-01 | 西安电子科技大学 | 一种基于量化信息流的分布式服务安全组合系统及方法 |
CN110197062B (zh) * | 2019-05-29 | 2022-03-15 | 轲飞(北京)环保科技有限公司 | 一种虚拟机动态访问控制方法及控制系统 |
CN112532508B (zh) * | 2019-09-18 | 2022-06-14 | 华为技术有限公司 | 一种视频通信方法及视频通信装置 |
CN110719325A (zh) * | 2019-09-30 | 2020-01-21 | 恩亿科(北京)数据科技有限公司 | 响应用户请求的方法和装置 |
CN111698308B (zh) * | 2020-06-05 | 2021-12-03 | 电子科技大学 | 一种基于soa和dds的服务模型和分布式数据通信方法 |
CN112837120B (zh) * | 2021-02-01 | 2023-06-23 | 支付宝(杭州)信息技术有限公司 | 基于信用的服务评价方法及装置 |
CN113315812A (zh) * | 2021-04-30 | 2021-08-27 | 桂林理工大学 | 一种云环境下基于Agent的信任管理系统 |
CN114900556B (zh) * | 2022-05-24 | 2023-04-11 | 杭州师范大学钱江学院 | 多云异构环境下基于服务偏好学习的云互联方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103746957B (zh) * | 2013-10-10 | 2017-01-11 | 安徽师范大学 | 一种基于隐私保护的信任评估系统及其构建方法 |
CN105471844B (zh) * | 2015-11-15 | 2018-05-25 | 北京工业大学 | 一种基于信任合成的云服务动态组合方法 |
US10382264B2 (en) * | 2016-12-15 | 2019-08-13 | International Business Machines Corporation | Fog computing for machine translation |
CN106936642A (zh) * | 2017-03-27 | 2017-07-07 | 中国电力科学研究院 | 一种用于复杂云环境下进行信任协商的方法及系统 |
CN107249015B (zh) * | 2017-04-28 | 2020-07-28 | 西安财经学院 | 基于风险评估的可信云服务选择方法、云系统及云服务器 |
-
2018
- 2018-07-20 CN CN201810801267.9A patent/CN108933700B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108933700A (zh) | 2018-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108933700B (zh) | 一种基于偏好信任的云服务获取方法 | |
Hassan et al. | Enhanced QoS-based model for trust assessment in cloud computing environment | |
Huo et al. | Discrete gbest-guided artificial bee colony algorithm for cloud service composition | |
Dai et al. | Cloud infrastructure resource allocation for big data applications | |
US10462138B2 (en) | Application programming interface access controls | |
CN109918894B (zh) | 边缘计算网络视频处理中基于声誉的信任评估方法 | |
Hayyolalam et al. | Single‐objective service composition methods in cloud manufacturing systems: Recent techniques, classification, and future trends | |
JP6723233B2 (ja) | データ許可を制御する方法及び装置 | |
CN109951333A (zh) | 边缘计算网络视频处理中基于主观逻辑的信任评估装置 | |
US20140289245A1 (en) | Optimizing a clustered virtual computing environment | |
Sujana et al. | Smart PSO-based secured scheduling approaches for scientific workflows in cloud computing | |
US20180367632A1 (en) | Apparatus for providing cloud service using cloud service brokerage based on multiple clouds and method thereof | |
US10834220B2 (en) | Apparatus for providing cloud brokerage service based on multiple clouds and method thereof | |
Farokhi | Towards an SLA-based service allocation in multi-cloud environments | |
Mujawar et al. | Behavior and feedback based trust computation in cloud environment | |
Alelaiwi | A collaborative resource management for big IoT data processing in Cloud | |
Unuvar et al. | Selecting optimum cloud availability zones by learning user satisfaction levels | |
Smithamol et al. | TMM: trust management middleware for cloud service selection by prioritization | |
CN105391774B (zh) | 一种基于亚马逊网络服务器的资源请求方法及装置 | |
Baranwal et al. | Blockchain based resource allocation in cloud and distributed edge computing: A survey | |
Devi et al. | Cloud providers ranking and selection using quantitative and qualitative approach | |
Zhao et al. | Assessment of recommendation trust for access control in open networks | |
Shanmugarasa et al. | A systematic review of federated learning from clients’ perspective: challenges and solutions | |
Al-Mistarihi et al. | On fairness, optimizing replica selection in data grids | |
Shao et al. | Cost‐Aware Placement Optimization of Edge Servers for IoT Services in Wireless Metropolitan Area Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
OL01 | Intention to license declared | ||
OL01 | Intention to license declared |