【摘要】：針對目前服務選擇方法中基于QoS的服務選擇方法較少考慮服務請求者自身的個性屬性特征和基于協(xié)同過濾的服務選擇方法未能考慮服務推薦者可信程度的問題,該文將協(xié)同過濾技術與信任度量方法進行有機結合,根據服務請求者的個性屬性特征對服務選擇過程的影響,引入用戶(服務請求者)相關性,并計算推薦可信度,利用層次分析法確定服務信譽值中各因子的權重,提出了一種可信的基于協(xié)同過濾的服務選擇模型。仿真實驗表明該模型不僅提高了服務選擇的效率,還能有效避免服務推薦者的惡意攻擊。
【圖文】：

似度、領域相關度和推薦可信度計算等功能。該模型包括服務注冊中心、服務請求者、服務提供者、協(xié)同過濾模塊、信任管理模塊和推薦度權重算法引擎模塊，結構如圖1所示。2.2.1協(xié)同過濾模塊協(xié)同過濾模塊負責計算用戶之間的相關性。本模型將用戶相關性分為評價相似度和領域相關度。其中，評價相似度根據不同的服務對服務選擇影響程度的不同，引入服務權重因子，使得評價相似度更加精確；領域相關度將服務請求者中具有相同領域的推薦用戶從普通用戶中區(qū)別出來，避免了不同領域的用戶對同一服務的評價差異所產生的影響。圖1TSSMCF模型2.2.2信任管理模塊信任管理模塊負責計算推薦者的可信度。由式(5)可知，本模型根據推薦用戶對服務提供者的可信度評估值來確定其推薦可信度。當推薦用戶對服務提供者可信度評估值與大部分用戶對服務提供者可信度評估值較為接近，并且在一段時間內可信度評估值變化保持在一定范圍時，則認為此用戶推薦可信度較高。通過這種方法得到的推薦可信度不僅能有效避免惡意團體反饋帶來的不良影響，而且還考慮了推薦值不持續(xù)的推薦情況。此外，信任管理模塊根據服務請求者與服務提供者交互的結果來對推薦者的可信度進行更新。2.2.3推薦度權重算法引擎模塊由于用戶推薦度的確定是多層次、多因素的復雜問題，模型中推薦度權重算法引擎模塊利用層次分析法(AnalyticHierarchyProcess,AHP)的思想對用戶推薦度進行條理化，構造一個層次分析的結構模型實現用戶推薦度的確定。圖2給出了計算用戶推薦度的分層情況：確定用戶推薦度是本模塊的最終目標，定義為目標層；信譽值的確定可以從3個維度(評價相似度、領域相關度和推薦可信度)考慮，將影響他們的因子定義為準則層；基于協(xié)同過濾、基于信任度量修正QoS和將兩種?

352電子與信息學報第34卷圖2推薦度權重算法引擎模塊元素相對權重的計算；然后，對判斷矩陣進行一致性檢驗；最后，求評價相似度、領域相關度和推薦可信度對于總目標的相對權重，寫成向量形式即為W=[w1,w2,w3]，并對A進行一致性檢驗。2.3基于TSSMCF的服務選擇流程步驟1服務請求者sr向服務注冊中心發(fā)出某一服務請求，服務注冊中心返回聲明擁有這種服務的提供者列表L{sp1,sp2,,spn}。步驟2服務請求者利用式(2)計算出服務請求者與服務推薦者的評價相似度，再根據相應算法得到服務請求者鄰居。步驟3根據用戶屬性信息，，利用式(3)計算服務請求者與鄰居用戶的領域相關度。步驟4調用信任管理模塊，利用式(5)計算鄰居用戶的推薦可信度。步驟5根據具體的網絡環(huán)境，應用層次分析法確定指標體系中相關因素的權重，最終計算出鄰居用戶的推薦度。步驟6根據推薦用戶對服務提供者的用戶評估值和推薦用戶的用戶推薦度計算候選服務提供者列表L中每個服務提供者的信譽值(服務信譽值)，并進行排序。步驟7服務請求者選擇相應的服務提供者進行交互，并且根據交互的情況更新用戶鄰居的可信度。3仿真實驗及其結果分析為了深入地闡述在服務選擇中結合用戶相關性和推薦可信度的作用和意義，本文通過仿真實驗驗證所提出的TSSMCF的服務選擇模型對服務提供者信譽值的影響，來證明方法的有效性。3.1實驗環(huán)境本實驗硬件環(huán)境為Intel(R)Core(TM)i3CPUM350@2.27GHz2.27GHz,4GB內存。軟件環(huán)境為win7ultimate,eclipse-SDK-3.5.2-win32，仿真程序用java語言編寫。3.2實驗場景設置本實驗根據Apache的開源項目Mahout中機器學習領域中的協(xié)同過濾算法進行了改進，形成滿足本文模型的TSSMCF系統(tǒng)，包括數據預處理模塊、協(xié)同過?

【相似文獻】

相關期刊論文 前10條

1 張祥;石廣田;;基于聚類優(yōu)化的支持QOS語義web服務發(fā)現框架研究[J];硅谷;2011年17期

2 饒寶乾;侯嘉;;一種基于WRR的新的調度算法[J];科學技術與工程;2011年17期

3 王興虎;石景山;袁家斌;席媛媛;;基于流標簽的移動IPv6 QoS框架研究[J];計算機應用與軟件;2011年07期

4 鄭曉霞;趙俊峰;程志文;謝冰;;一種WebService響應時間的動態(tài)預測方法[J];小型微型計算機系統(tǒng);2011年08期

5 張燕;王沁;余文裕;許娜;袁玲玲;;一種面向QoS的緩沖區(qū)設計[J];北京工業(yè)大學學報;2011年08期

6 薛偉蓮;王蘊慧;;一種基于對話的電子商務推薦系統(tǒng)[J];遼寧師范大學學報(自然科學版);2011年02期

7 王菊霞;;淺析IPV6技術在校園網絡中的實現[J];延安職業(yè)技術學院學報;2011年04期

8 牛永潔;張成;;基于改進蟻群算法的服務組合研究[J];計算技術與自動化;2011年02期

9 張奕;蔡皖東;;SOA關鍵型系統(tǒng)QoS可感知的服務動態(tài)實時組合策略[J];計算機應用;2011年07期

10 王雷;侯立佩;;具有QoS保證的分布式服務組合策略[J];電子技術;2011年08期

相關會議論文 前10條

1 何芳;邱雪松;成璐;;面向業(yè)務的下一代互聯(lián)網計費系統(tǒng)體系模型[A];2004年全國通信軟件學術會議論文集[C];2004年

2 顏桐;李巍;李云春;;計算網格環(huán)境下以QoS為指導的啟發(fā)式任務調度[A];2006年全國開放式分布與并行計算學術會議論文集（二）[C];2006年

3 張艷梅;;基于Petri網的web服務動態(tài)組合方法[A];2006北京地區(qū)高校研究生學術交流會——通信與信息技術會議論文集（下）[C];2006年

4 李漢兵;喻建平;謝維信;;基于時延的Bellman-Ford算法[A];第九屆全國信號處理學術年會（CCSP-99）論文集[C];1999年

5 胡習文;成建生;;WLAN有效的速率自適應機制[A];2009年全國開放式分布與并行計算機學術會議論文集(上冊)[C];2009年

6 黃敏;王長林;;IPv6在移動Internet中的應用[A];四川省通信學會2005年學術年會論文集[C];2005年

7 陳彥萍;李增智;夏虹;朱海萍;;服務質量驅動的Web服務組合框架的設計與實現[A];2006年全國通信軟件學術會議論文集[C];2006年

8 孫鐵利;楊焱;邱春艷;;基于內容預測的協(xié)同過濾推薦[A];2005年全國理論計算機科學學術年會論文集[C];2005年

9 周躍東;;基于QoS的校園網組播研究與應用[A];2008'中國信息技術與應用學術論壇論文集（一）[C];2008年

10 李勃;朱海波;徐邦海;;基于本體的網絡服務模型研究與應用[A];2008年中國高校通信類院系學術研討會論文集（上冊）[C];2009年

相關重要報紙文章 前10條

1 李勇;提升MAN服務質量[N];中國計算機報;2002年

2 Bob Mandeville lometrix總裁 張建銘;以太網服務質量為先[N];網絡世界;2006年

3 Sanjay Patel;拓展廣域以太網疆土[N];網絡世界;2006年

4 陶欣;服務質量與安全交換[N];人民郵電;2003年

5 ;用組播提高服務質量[N];中國計算機報;2004年

6 泰克科技（中國）有限公司;優(yōu)化UMTS網絡KPI出奇招[N];通信產業(yè)報;2005年

7 屈永華;對QoS和SLM有誤解[N];中國計算機報;2002年

8 張彤;技術的下一個目標：優(yōu)化[N];網絡世界;2006年

9 ;“模塊化”實現QoS[N];網絡世界;2004年

10 本報記者 諶力;事務處理系統(tǒng)走向SOA[N];網絡世界;2005年

相關博士學位論文 前10條

1 劉安豐;基于QoS的分布式Web服務結構模型及其關鍵技術研究[D];中南大學;2005年

2 吳釗;保證服務質量的動態(tài)Web服務組合及其性能分析研究[D];武漢大學;2007年

3 張純鵬;無線局域網中競爭窗口控制的研究[D];中國科學技術大學;2008年

4 沈磊;心理學模型與協(xié)同過濾集成的算法研究[D];北京航空航天大學;2010年

5 高e

本文編號：2576260