發(fā)布時間：2024-06-11 00:11

　　云計算環(huán)境下如何為應(yīng)用程序選擇可靠的服務(wù)是一個關(guān)鍵問題。論文借鑒人類社會建立推薦信任模型的方法,考慮云計算服務(wù)結(jié)點(diǎn)之間推薦信息的不確定性,提出基于服務(wù)提供的QoS屬性為參考元素建立基本可信度函數(shù),將歷史交互信息轉(zhuǎn)化為結(jié)點(diǎn)之間的推薦偏好意見,并采用衰減算子和融合算子綜合不同云計算結(jié)點(diǎn)的推薦信息;針對推薦結(jié)點(diǎn)中的惡意結(jié)點(diǎn),采用基于三角模糊數(shù)的方法對推薦結(jié)點(diǎn)進(jìn)行分類,并采用不同的衰減算子計算每個推薦結(jié)點(diǎn)的推薦信任空間。分析和仿真實(shí)驗(yàn)證明該模型的有效性。

【文章頁數(shù)】：8 頁

【部分圖文】：

圖4高帶寬條件下貝葉斯信任模型

A成功滿足100次帶寬為［1M，5M］之間的文件下載服務(wù)請求。然后開始向兩個結(jié)點(diǎn)同時申請文件下載服務(wù)，這里分別采用基于貝葉斯模型的信任模型［9］和本文基于服務(wù)質(zhì)量的信任模型計算兩個結(jié)點(diǎn)的信任度。由于每次應(yīng)用層請求的服務(wù)質(zhì)量均為帶寬，因此貝葉斯模型將會考慮所有的交互記錄，并根據(jù)成功....

圖5高帶寬條件下本文信任模型我們通過仿真實(shí)驗(yàn)比較了基于三角模糊數(shù)區(qū)

略厙肭蠖苑?裰柿?要求不高時，兩種模型都會選擇A類結(jié)點(diǎn)，這是因?yàn)檎埱髱�寬均小�?0M，A類結(jié)點(diǎn)與B類結(jié)點(diǎn)都能提供相同的確定信息，而由于初始條件下A類結(jié)點(diǎn)信任期望較大，因此會選擇它，最終它的信任期望也隨著服務(wù)成功而遞增。而當(dāng)帶寬請求大于10M時，采用貝葉斯模型計算得到的A點(diǎn)信任期望....

圖210M條件下貝葉斯模型計算信任度

癯曬Χ?菰�。�?貝?砬肭蟠笥?10M時，采用貝葉斯模型計算得到的A點(diǎn)信任期望依然高于B結(jié)點(diǎn)，但是由于A點(diǎn)無法滿足下載的帶寬要求，因此服務(wù)失敗，反而降低其信任期望，直到其信任期望小于B結(jié)點(diǎn)時，才會選擇B結(jié)點(diǎn)，這是以服務(wù)失敗為代價的；如果采用本文模型，如圖5，由于A類結(jié)點(diǎn)開始的下載請....

圖6沒有采用三角模糊數(shù)計算得到的信任度

第48卷并從所有聲稱擁有其所需文件的節(jié)點(diǎn)中選擇可信度最高的節(jié)點(diǎn)下載文件。每次假設(shè)至少存在結(jié)點(diǎn)A、B同時滿足提供云計算服務(wù)時，且結(jié)點(diǎn)A提供的服務(wù)質(zhì)量較高，但是會存在一定比例的惡意GP結(jié)點(diǎn)抬高結(jié)點(diǎn)B和貶低結(jié)點(diǎn)A。我們進(jìn)行了100次實(shí)驗(yàn)，分別采用基于三角模糊數(shù)和不采用三角模糊數(shù)的方法計....

本文編號：3992105