專利名稱：一種基于日志的云計(jì)算服務(wù)可信度評(píng)估方法
技術(shù)領(lǐng)域：
本發(fā)明屬于云計(jì)算中信任評(píng)估的領(lǐng)域，涉及一種基于日志的云計(jì)算服務(wù)可信度評(píng)估方法。
背景技術(shù)：
近年來(lái)，云計(jì)算得到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。與傳統(tǒng)模式相比，云計(jì)算可按需提供接近無(wú)限的計(jì)算資源，擁有強(qiáng)大的計(jì)算和存儲(chǔ)能力；并能夠迅速跟進(jìn)負(fù)載激增，按需擴(kuò)展資源，并按用量計(jì)費(fèi)，從而降低了業(yè)務(wù)部署成本，提高了系統(tǒng)靈活性與可擴(kuò)展性。云計(jì)算作為一種開(kāi)放環(huán)境下的計(jì)算模型，具有動(dòng)態(tài)性、自治性、平臺(tái)無(wú)關(guān)性等特征，應(yīng)用以及資源以服務(wù)的形式部署、遞送。服務(wù)提供者和服務(wù)使用者作為云環(huán)境下的兩大重要角色，通過(guò)松散耦合的模式進(jìn)行交互，因此都面臨著信任相關(guān)問(wèn)題。服務(wù)提供者將資源以及應(yīng)用封裝為服務(wù)發(fā)布，當(dāng)收到服務(wù)請(qǐng)求時(shí)，需要根據(jù)用戶身份判斷是否提供服務(wù)，提供何種程度的服務(wù)；服務(wù)使用者通過(guò)服務(wù)接口訪問(wèn)資源與應(yīng)用，但不了解服務(wù)實(shí)際運(yùn)行的位置，運(yùn)行的機(jī)制，需要判定目標(biāo)服務(wù)是否可信，將私有數(shù)據(jù)交付應(yīng)用是否安全等等。由于這些原因，人們對(duì)云計(jì)算缺乏信任、存在疑惑，一定程度上阻礙了云計(jì)算的發(fā)展，因此，開(kāi)展關(guān)于云計(jì)算服務(wù)兩端間相互信任的問(wèn)題的研究對(duì)于云計(jì)算的推廣是至關(guān)重要的。需要有完善的機(jī)制對(duì)云計(jì)算環(huán)境下的信任進(jìn)行保障與評(píng)估。

發(fā)明內(nèi)容
技術(shù)問(wèn)題:本發(fā)明的目的是提供一種克服傳統(tǒng)方法中過(guò)度依賴用戶評(píng)價(jià)所帶來(lái)的客觀性不強(qiáng)、數(shù)據(jù)稀疏等局限性，能夠?qū)σ唤M相似服務(wù)做出相對(duì)客觀的可信度評(píng)估，而且對(duì)與用戶惡意刷分行為有一定抵御能力的基于日志的云計(jì)算服務(wù)可信度評(píng)估方法。技術(shù)方案:本發(fā)明的基于日志的云計(jì)算服務(wù)可信度評(píng)估方法對(duì)一組相似服務(wù)的調(diào)用日志進(jìn)行分析，并對(duì)其按信任特征在全局、相關(guān)用戶、用戶個(gè)人三個(gè)級(jí)別上進(jìn)行統(tǒng)計(jì)，生成信任特征向量。然后，以全局平均信任特征向量作為基準(zhǔn)，計(jì)算每個(gè)服務(wù)各級(jí)別上魚(yú)全局平均信任特征向量的偏移；最后，按用戶提供的權(quán)重，對(duì)各級(jí)別信任特征向量進(jìn)行綜合，完成服務(wù)可信度的評(píng)估。本發(fā)明提出的基于日志的云計(jì)算服務(wù)可信度評(píng)估方法，包括如下步驟:步驟I)評(píng)估發(fā)起用戶UO對(duì)含有η個(gè)相似服務(wù)的服務(wù)集S={sl，s2...sn}發(fā)起可信度評(píng)估，獲取這些服務(wù)的調(diào)用日志集L，以及用戶uO認(rèn)為可信的相關(guān)用戶集U= {ul, u2...uk}；步驟2)根據(jù)步驟I)獲取的服務(wù)調(diào)用日志集L，構(gòu)造每個(gè)被評(píng)估服務(wù)Si的全局信任特征向量vi，并計(jì)算所有全局信任特征向量vl，v2...vn的平均值作為全局平均特征向量 vavg ；步驟3)從步驟I)獲取的服務(wù)調(diào)用日志集L，提取用戶UO認(rèn)為可信的相關(guān)用戶集U中所有用戶對(duì)服務(wù)集S中服務(wù)的調(diào)用日志，組成相關(guān)調(diào)用日志集L’，基于相關(guān)調(diào)用日志集L’構(gòu)造每個(gè)被評(píng)估服務(wù)Si的相關(guān)用戶信任特征向量vi’，并計(jì)算所有相關(guān)用戶信任特征向量vl’，v2’...vn’的平均值作為相關(guān)用戶平均特征向量vavg’ ；步驟4)從步驟I)獲取的服務(wù)調(diào)用日志集L中，提取用戶UO對(duì)服務(wù)集S中服務(wù)的調(diào)用日志，組成直接調(diào)用日志集L’ ’，基于直接調(diào)用日志集L’ ’構(gòu)造每個(gè)被評(píng)估服務(wù)Si的直接信任特征向量vi’’，并計(jì)算所有直接信任特征向量vl’’，v2’’...vn’’的平均值作為直接平均特征向量vavg’’ ；步驟5)對(duì)每個(gè)被評(píng)估服務(wù)Si，分別求取在全局、相關(guān)、直接三個(gè)級(jí)別上的各個(gè)信任特征向量的分量與對(duì)應(yīng)平均特征向量分量的比值，比值的大小反映服務(wù)的可信度，分別將各級(jí)別的所有信任特征向量的分量與平均特征向量分量的比值組合，得到各級(jí)別的偏移量向量，即全局偏移量向量、相關(guān)偏移量向量和直接偏移量向量；步驟6)根據(jù)用戶指定的三個(gè)級(jí)別的服務(wù)可信度權(quán)重，對(duì)服務(wù)集S中每個(gè)服務(wù)在三個(gè)級(jí)別上的偏移量向量進(jìn)行加權(quán)平均，完成對(duì)服務(wù)可信度的評(píng)估。本發(fā)明的步驟2)，步驟3)和步驟4)中構(gòu)造每個(gè)被評(píng)估服務(wù)Si的信任特征向量的具體方法為:a)從服務(wù)的調(diào)用日志L中，提取被評(píng)估服務(wù)Si的日志條目，統(tǒng)計(jì)被評(píng)估服務(wù)Si的總調(diào)用次數(shù)，獲得各類評(píng)價(jià)的次數(shù)和總調(diào)用用戶數(shù)，并統(tǒng)計(jì)每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的次數(shù)；b)從被評(píng)估服務(wù)Si的日志條目中，根據(jù)步驟a)中得到的各類評(píng)價(jià)次數(shù)，用獲得好評(píng)次數(shù)減去獲得差評(píng)次數(shù)，得到評(píng)價(jià)次數(shù)差值，如計(jì)算結(jié)果小于1，則將I作為評(píng)價(jià)次數(shù)差值；c)將步驟a)中得到的總調(diào)用次數(shù)與總調(diào)用用戶數(shù)相除，得到每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的平均次數(shù)，根據(jù)步驟a)中每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的次數(shù)，得到每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的次數(shù)的中位數(shù)；d)將步驟b)中得到的評(píng)價(jià)次數(shù)差值、步驟c)得到的每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的平均次數(shù)和調(diào)用次數(shù)中位數(shù)，組合為被評(píng)估服務(wù)Si的信任特征向量。本發(fā)明方法從服務(wù)的調(diào)用日志中尋找信任相關(guān)證據(jù)，完成對(duì)一組相似服務(wù)可信度的評(píng)估。與現(xiàn)有方法相比，該方法能夠克服傳統(tǒng)方法中過(guò)度依賴用戶評(píng)價(jià)所帶來(lái)的客觀性不強(qiáng)，數(shù)據(jù)稀疏等局限性；并且考慮了信任證據(jù)的不同級(jí)別，用戶可根據(jù)需求定制權(quán)重。該方法能夠?qū)σ唤M相似服務(wù)做出相對(duì)客觀的可信度評(píng)估，而且對(duì)與用戶惡意刷分行為有一定的抵御能力。有益效果:本發(fā)明與現(xiàn)有技術(shù)相比，具有以下一些優(yōu)點(diǎn):(I)本方法從調(diào)用日志中尋找可信證據(jù)，不僅僅依賴于用戶評(píng)價(jià)。服務(wù)調(diào)用日志真實(shí)記錄了用戶的調(diào)用行為，能夠反映服務(wù)是否值得信任。用戶評(píng)價(jià)信息在本方法中屬于考慮因素之一，并不占主導(dǎo)地位，即使用戶調(diào)用時(shí)未給出評(píng)價(jià)，評(píng)估過(guò)程不受影響，這也保證了本方法所做出評(píng)估的客觀性，有效降低了用戶評(píng)價(jià)信息的主觀性與稀疏性對(duì)評(píng)估過(guò)程的影響。(2)本方法綜合考慮了不同級(jí)別下信任證據(jù)對(duì)服務(wù)可信度的影響。全局信任特征向量反映了所有用戶對(duì)服務(wù)的調(diào)用、評(píng)價(jià)情況；相關(guān)用戶信任特征向量反映了與用戶具有關(guān)聯(lián)關(guān)系的用戶組對(duì)服務(wù)的調(diào)用、評(píng)價(jià)情況；用戶個(gè)人信任特征向量反映了用戶與服務(wù)直接調(diào)用的歷史情況，通常來(lái)說(shuō)，三個(gè)級(jí)別各有利弊，本方法將三個(gè)級(jí)別綜合考慮，根據(jù)用戶提供權(quán)值進(jìn)行綜合，具有靈活性。
(3)本方法能夠一定程度上抵御用戶惡意刷分行為。由于用戶評(píng)價(jià)在本方法中僅作為考慮因素之一，本方法能夠抵御通過(guò)發(fā)表不真實(shí)評(píng)價(jià)的方式進(jìn)行惡意刷分的行為，即使發(fā)生了這樣的行為，其他信任因素仍可正常發(fā)揮作用，能夠保證評(píng)估結(jié)果的穩(wěn)定。


圖1是本發(fā)明所提出方法的總體結(jié)構(gòu)示意圖；圖2是本發(fā)明所提出方法的應(yīng)用場(chǎng)景示意圖；圖3是本發(fā)明所提出方法的具體流程示意圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說(shuō)明:本發(fā)明提出的服務(wù)可信度評(píng)估方法從用戶調(diào)用日志出發(fā)，從中尋找信任相關(guān)證據(jù)，并從多個(gè)級(jí)別進(jìn)行考慮，完成服務(wù)可信度評(píng)估，如圖2所示。具體步驟如下:步驟I)評(píng)估發(fā)起用戶UO對(duì)含有η個(gè)相似服務(wù)的服務(wù)集S={sl，s2...sn}發(fā)起可信度評(píng)估，獲取這些服務(wù)的調(diào)用日志集L，以及用戶uO認(rèn)為可信的相關(guān)用戶集U= {ul, u2...uk}；根據(jù)待評(píng)估的η個(gè)相似服務(wù)，從日志中提取出相關(guān)的日志條目組成初始日志數(shù)據(jù)集合，調(diào)用日志條目為四元組:〈sid, uid, review, time〉，sid標(biāo)識(shí)被調(diào)用服務(wù)；uid標(biāo)識(shí)發(fā)起調(diào)用的用戶review為此用戶對(duì)該次服務(wù)調(diào)用的整體可信度評(píng)價(jià)，分為好、中、差三個(gè)級(jí)別；time為調(diào)用發(fā)生時(shí)間，從提高評(píng)估結(jié)果對(duì)服務(wù)變化靈敏度的角度考慮，設(shè)置時(shí)間窗口，窗口內(nèi)的調(diào)用條目被提取出來(lái)。同時(shí)，考慮高相關(guān)用戶更可能有著相似的服務(wù)使用習(xí)慣，獲取評(píng)估發(fā)起用戶UO認(rèn)為值得信任、具有相關(guān)關(guān)系用戶的id集合U，為后續(xù)步驟計(jì)算相關(guān)用戶信任特征向量做準(zhǔn)備。步驟2)根據(jù)步驟I)獲取的服務(wù)調(diào)用日志集L，構(gòu)造每個(gè)被評(píng)估服務(wù)Si的全局信任特征向量vi，并計(jì)算所有全局信任特征向量vl，v2…vn的平均值作為全局平均特征向量vavg ；綜合考慮云計(jì)算的運(yùn)行模式，以及調(diào)用日志條目的結(jié)構(gòu)，確定進(jìn)行統(tǒng)計(jì)所得到的信任特征向量為三元組:v=〈c, tA, tM>各分量具體意義及計(jì)算方法如下:a)基于調(diào)用日志L，提取服務(wù)Si相關(guān)的日志條目，統(tǒng)計(jì)其總調(diào)用次數(shù)，獲得各類評(píng)價(jià)相應(yīng)的調(diào)用次數(shù)，總調(diào)用用戶數(shù)，并統(tǒng)計(jì)每個(gè)用戶調(diào)用此服務(wù)次數(shù)；b)計(jì)算該服務(wù)評(píng)價(jià)次數(shù)差值C，使用獲得好評(píng)次數(shù)減去獲得差評(píng)的次數(shù)得到評(píng)價(jià)次數(shù)差值，如計(jì)算結(jié)果小于1，則將I作為評(píng)價(jià)次數(shù)差值；c)將步驟a)中總調(diào)用次數(shù)與總調(diào)用用戶數(shù)相除，得到每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的次數(shù)的平均次數(shù)tA，根據(jù)步驟a)中每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的次數(shù)，得到每用戶調(diào)用次數(shù)的中位數(shù)tM，即排在最中間位置的每用戶調(diào)用次數(shù)；d)將步驟b)中得到的評(píng)價(jià)次數(shù)差值C、步驟c)得到的每用戶平均調(diào)用次數(shù)tA以及每用戶調(diào)用次數(shù)中位數(shù)tM，組合為服務(wù)Si的信任特征向量v=〈c，tA, tM>。所有服務(wù)的信任特征向量計(jì)算完畢后，在此基礎(chǔ)上計(jì)算全局平均信任特征向量vavg，作為后續(xù)步驟中服務(wù)評(píng)估的準(zhǔn)則。計(jì)算方法如下:
權(quán)利要求
1.一種基于日志的云計(jì)算服務(wù)可信度評(píng)估方法，其特征在于，該方法包括如下步驟: 步驟I)評(píng)估發(fā)起用戶UO對(duì)含有η個(gè)相似服務(wù)的服務(wù)集S= {si, s2…Sn}發(fā)起可信度評(píng)估，獲取這些服務(wù)的調(diào)用日志集L，以及用戶uO認(rèn)為可信的相關(guān)用戶集U= {ul，u2…uk}； 步驟2)根據(jù)所述步驟I)獲取的服務(wù)調(diào)用日志集L，構(gòu)造每個(gè)被評(píng)估服務(wù)Si的全局信任特征向量vi，并計(jì)算所有全局信任特征向量vl，v2…vn的平均值作為全局平均特征向量vavg ； 步驟3)從所述步驟I)獲取的服務(wù)調(diào)用日志集L，提取用戶uO認(rèn)為可信的相關(guān)用戶集U中所有用戶對(duì)服務(wù)集S中服務(wù)的調(diào)用日志，組成相關(guān)調(diào)用日志集L’，基于所述相關(guān)調(diào)用日志集L’構(gòu)造每個(gè)被評(píng)估服務(wù)Si的相關(guān)用戶信任特征向量vi’，并計(jì)算所有相關(guān)用戶信任特征向量vl’，v2’...Vnj的平均值作為相關(guān)用戶平均特征向量vavg’ ； 步驟4)從所述步驟I)獲取的服務(wù)調(diào)用日志集L中，提取用戶uO對(duì)服務(wù)集S中服務(wù)的調(diào)用日志，組成直接調(diào)用日志集L’ ’，基于所述直接調(diào)用日志集L’ ’構(gòu)造每個(gè)被評(píng)估服務(wù)Si的直接信任特征向量vi’’，并計(jì)算所有直接信任特征向量vl’’，v2’’ 一vn’’的平均值作為直接平均特征向量vavg’’ ； 步驟5)對(duì)每個(gè)被評(píng)估服務(wù)Si，分別求取在全局、相關(guān)、直接三個(gè)級(jí)別上的各個(gè)信任特征向量的分量與對(duì)應(yīng)平均特征向量分量的比值，比值的大小反映服務(wù)的可信度，分別將各級(jí)別的所有信任特征向量的分量與平均特征向量分量的比值組合，得到各級(jí)別的偏移量向量，即全局偏移量向量、相關(guān)偏移量向量和直接偏移量向量； 步驟6)根據(jù)用戶指定的三個(gè)級(jí)別的服務(wù)可信度權(quán)重，對(duì)服務(wù)集S中每個(gè)服務(wù)在三個(gè)級(jí)別上的偏移量向量進(jìn)行加權(quán)平均，完成對(duì)服務(wù)可信度的評(píng)估。
2.根據(jù)權(quán)利要求 1所述的基于日志的云計(jì)算服務(wù)可信度評(píng)估方法，其特征在于，所述步驟2)，步驟3)和步驟4)中構(gòu)造每個(gè)被評(píng)估服務(wù)Si的信任特征向量的具體方法為: a)從服務(wù)的調(diào)用日志集中，提取被評(píng)估服務(wù)Si的日志條目，統(tǒng)計(jì)被評(píng)估服務(wù)Si的總調(diào)用次數(shù)，獲得各類評(píng)價(jià)的次數(shù)和總調(diào)用用戶數(shù)，并統(tǒng)計(jì)每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的次數(shù)；b)從被評(píng)估服務(wù)Si的日志條目中，根據(jù)步驟a)中得到的各類評(píng)價(jià)次數(shù)，用獲得好評(píng)次數(shù)減去獲得差評(píng)次數(shù)，得到評(píng)價(jià)次數(shù)差值，如計(jì)算結(jié)果小于1，則將I作為評(píng)價(jià)次數(shù)差值； c)將步驟a)中得到的總調(diào)用次數(shù)與總調(diào)用用戶數(shù)相除，得到每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的平均次數(shù)，根據(jù)步驟a)中每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的次數(shù)，得到每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的次數(shù)的中位數(shù)； d)將步驟b)中得到的評(píng)價(jià)次數(shù)差值、步驟c)得到的每個(gè)用戶調(diào)用被評(píng)估服務(wù)Si的平均次數(shù)和調(diào)用次數(shù)中位數(shù)，組合為被評(píng)估服務(wù)Si的信任特征向量。
全文摘要
本發(fā)明公開(kāi)了一種基于日志的云計(jì)算服務(wù)可信度評(píng)估方法，綜合考慮用戶評(píng)價(jià)與歷史調(diào)用日志對(duì)云計(jì)算環(huán)境下服務(wù)可信度的影響，對(duì)一組相似服務(wù)進(jìn)行更加客觀公正的評(píng)估。本發(fā)明涉及到的關(guān)鍵操作包括(1)分析歷史調(diào)用日志中與可信相關(guān)的特征，根據(jù)特征對(duì)日志數(shù)據(jù)以及用戶評(píng)價(jià)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，構(gòu)建關(guān)于服務(wù)的信任特征向量；(2)評(píng)價(jià)體系綜合考慮用戶直接交互、通過(guò)用戶好友關(guān)系的間接交互以及被測(cè)者全局交互，分別計(jì)算其信任特征向量，并按用戶提供的權(quán)重對(duì)各個(gè)級(jí)別的信任特征向量進(jìn)行綜合，得到信任評(píng)估結(jié)果。
文檔編號(hào)H04L29/08GK103200277SQ201310147178
公開(kāi)日2013年7月10日 申請(qǐng)日期2013年4月24日 優(yōu)先權(quán)日2013年4月24日
發(fā)明者李必信, 李超, 廖力, 孔祥龍, 陶傳奇, 耿國(guó)清 申請(qǐng)人:東南大學(xué)