论文部分内容阅读
随着互联网技术的快速发展,商用为主的云计算得到大力推广,Google、IBM、Amazon等企业相继推出云服务。云服务“按需付费,按需获取”的商业模式,减少了云用户的资金投入,吸引了越来越多的用户加入。与此同时,云计算也面临着一些挑战,如安全、隐私和信任等。在云服务的交互过程中,普遍存在如下问题,对云计算的发展会造成不利影响: (1)由于商业竞争和网络的不稳定等原因,云提供商提供的云服务往往不能达到他们所承诺的服务质量(Quality of Service,QoS)水平。 (2)恶意用户对云服务的恶意评价,会对云用户选择最佳云服务产生误导作用。因此,如何通过监测云服务在真实云环境下的运行状况,对其进行客观的信任评估,为用户提供个性化推荐,对云服务的长远发展有重要意义。 通过研究云计算及云服务信任评估技术,本文提出两种针对云服务的客观信任评估方法,具体内容如下: (1)基于云计算环境开放性的特点,以及现存云服务信任评估技术缺乏客观性的问题,提出一种基于区间数多属性决策的云服务信任评估方法。该方法实时采集云服务运行时的QoS指标数据,并用区间数形式表示,以保证参与评估数据的客观性和实时性;采用模糊层次分析法确定指标权重体系,适应了云计算系统层次化的需求;通过线性加权和布尔矩阵排序方法计算云服务及云提供商的服务质量情况。实验表明,该方法能够正确评估出云服务及云提供商的优劣情况,并具有较好的客观性。 (2)为适应云计算环境虚拟化和动态性的特点,以及云服务信任评估中属性权重未知的情况,提出一种基于联系数属性权重未知的云服务信任评估方法。该方法采集QoS指标数据并以多参数区间数形式表示,然后将区间数形式的QoS指标数据转化为联系数进行规范化处理,既保证了数据真实性,又为后期运算提供方便;基于属性权重未知的离差最大化方法计算QoS指标权重,增强权重计算的可扩展性和客观性;依据主值模型计算云服务的信任评估值并进行优劣排序。实验表明,该方法具有评估结果客观、计算简便和可扩展的优势。