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)點的推薦信息;針對推薦結(jié)點中的惡意結(jié)點,采用基于三角模糊數(shù)的方法對推薦結(jié)點進行分類,并采用不同的衰減算子計算每個推薦結(jié)點的推薦信任空間。分析和仿真實驗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驗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，這是因為請求帶寬均小于10M，A類結(jié)點與B類結(jié)點都能提供相同的確定信息，而由于初始條件下A類結(jié)點信任期望較大，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點信任期望依然高于B結(jié)點，但是由于A點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)點時，才會選擇B結(jié)點，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)點中選擇可信度最高的節(jié)點下載文件。每次假設(shè)至少存在結(jié)點A、B同時滿足提供云計算服務(wù)時，且結(jié)點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)點抬高結(jié)點B和貶低結(jié)點A。我們進行了100次實驗，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