基于云計算平臺的組合服務質量信任度建模

陳良英

(四川信息職業技術學院,網絡與通信學院， 四川，廣元 628017)

0 引言

當今網絡平臺服務范圍廣泛，但大部分平臺服務內容單一，為了使得平臺的服務功能最佳化，各個平臺紛紛利用云計算技術進行平臺組合服務。然而組合后的平臺，具有不可控性和不確定性，使得平臺的可靠性以及服務質量無法得到保障[1]。因此許多組合平臺開始摒棄以服務質量為核心約束的服務組合方法，利用網絡計算造假，使得客戶無法獲得服務質量的深層次要求，因此提出基于云計算平臺的組合服務質量信任度建模。通過對基于云計算平臺的組合服務進行研究，利用平臺信任度屬性描述、信任度審定以及信任度評估流程，完成平臺的組合服務質量信任度評估機制設置。結合服務可信管理引擎設置、平臺的組合服務主要本體構建以及可視化處理，實現平臺的組合服務質量信任度建模，最后依托服務可信度獲取、計算，實現基于云計算平臺的組合服務質量信任度建模研究。

1 基于云計算平臺的組合服務研究

近年來，隨著云計算的快速發展，基于云計算的平臺，借助新型計算模式，演化出多樣的應用需求，從而更加靈活的管理和提供服務。在基于云計算平臺的組合服務中，存在大量功能相同，同時評估質量屬性各不相同的服務，因此需要對平臺候選服務集中的相同功能屬性以及不相同功能屬性進行研究，選擇能夠直接評估平臺服務質量的屬性，并對其進行信任度處理[2]。基于云計算平臺的組合服務研究的核心就是服務屬性的選擇，服務屬性的選擇對平臺的組合服務能否成功起著舉足輕重的作用。

基于云計算平臺的服務屬性選擇，根據用戶要求的平臺最優目標函數，對平臺局部以及全局進行處理。因基于云計算的平臺具有復雜功能、易擴展的云服務模式，可以形成多種組合式服務，因此在平臺中為任意一個服務流程都設定一個綁定任務，通過綁定相關任務來實現基于云計算的平臺組合服務[3]。設計的基于云計算平臺的服務屬性選擇如圖1所示。

圖1 基于云計算平臺的服務屬性選擇示意圖

通過選擇基于云計算平臺的服務屬性，形成靈活的平臺服務屬性特征[4]。靈活的服務屬性特征可以更好的動態整合各類云服務，從而滿足用戶使用信任度要求。通過對基于云計算平臺的組合服務進行研究，選擇的基于云計算平臺服務屬性，從而為平臺的組合服務質量信任度評估機制設置奠定基礎。

2 設置平臺的組合服務質量信任度評估機制

通過對基于云計算平臺的組合服務進行研究，獲得基于云計算平臺的服務屬性，依托平臺的服務屬性，結合平臺信任度屬性描述、信任度審定以及信任度評估流程，設置平臺的組合服務質量信任度評估機制。

2.1 信任度屬性描述

對于完成服務屬性選擇的服務平臺，信任度屬性描述，是明確區分各種服務屬性的基礎。信任度是會學人際關系和生理學證據的結合，可以理解為一種抽象的經驗信任和基礎信任的組合。

信任度屬性描述所需的信息是平臺服務概況，由輸入、輸出和服務共同組成[5]。概括而言，如果信任度屬性描述與預期一致，那么該信任度屬性為可信。該信任度屬性所包含的服務行為從服務計算的角度看來，可以滿足服務對象對基于身份的訪問授權與控制的核心信任。即信任度屬性包括兩方面信任問題，分別是信任對象的基礎信任屬性問題以及核心信任屬性問題。因此通過基礎信任屬性以及核心信任屬性兩方面對信任度屬性進行研究。

基礎信任屬性描述，將信任的本質(即信任依附于對象而存在的內容)作為信任度的客觀屬性[6]。該客觀屬性伴隨著信任對象，無論是產生還是消滅，都是依靠依附的對象。即依附對象可使其產生，也可使其滅亡，不可脫離對象本身形成獨立的整體，信任屬性與對象身份綁定。因此對于基礎信任屬性描述，需要將具體對象進行分析，從而實現基礎信任屬性的描述。

核心信任屬性描述，即通過分析基于身份的訪問授權與控制的經驗，來完成核心信任屬性描述。基于身份的訪問授權與控制的經驗定義為主觀屬性，其不隨著依附的主體而改變，由主觀認知決定[7]。因具有主觀屬性，核心信任屬性描述難以表達、測量和評估，只能通過主觀測量。根據以往的人類社會交互和協作機制，借助經驗信任，利用相關經驗不等式，描述出信任度區間和置信區間的關系。當確定置信區間ε后，信任度屬性即可通過Bernstin不等式或Chebyshe不等式實現描述[8]。

通過分別從基礎信任屬性以及核心信任屬性兩方面對信任度屬性進行描述，滿足了信任度屬性客觀和主觀要求。

2.2 信任度審定

為了保證通過客觀和主觀描述的信任度屬性準確信，進行信任度審核。基于云計算平臺的組合服務信任度審定，首先通過審定模塊中的審定算法，依托信任度屬性準確地把握的特征，判斷即將收到的信任度屬性是否為真實屬性[9]。常規審核模塊無法對特殊符號進行審核，而分詞技術可以對特殊符號進行過濾，對信任度屬性進行分詞，實現對信任度屬性的快速檢驗。

然后利用以往的歷史數據，即MySQL數據庫中的信任度屬性信息，對接收到信任度屬性進行分析入庫。分析入庫程序的流程是，首先初始化讀取信任度屬性，然后訪問數據庫，判斷接收記錄表中的信任度屬性ID是否大于最新信任度屬性ID，接下來從接收記錄表中讀取信任度屬性，匹配信任度屬性關鍵詞，如果匹配不成功，則表明為不真實信任度屬性，給予提示，刪除[10]。如果匹配成功，將信任度屬性，錄入待繼續任務表，存入txt文件，形成新的信任度屬性ID。通過對信任度屬性信審核工作流程進行設計，完成信任度屬性審定，為實現基信任度評估奠定基礎。

2.3 信任度評估

根據信任度區間和置信區間的關系方程，結合信任度應用常數、損耗因素等特征量識別的參數，對信任度進行評估[11]。信任度在基于云計算平臺組合服務E中，受到外因和內因共同作用，使得信任度屬性產生變化，屬性變化情況計算式如：

(1)

式中，σ為內因的變化率；D(t)為外因變化量，其隨時間變化而變化，d(t)為內因變化量，同時也隨時間變化而變化。

將式(1)與Bernstin不等式或Chebyshe不等式結合，可推導出信任度評估結果。若結果>1那么該信任度屬性已有較大改變，需要更換；若-1≤結果≤1那么該信任度屬性已有改變，會影響平臺服務質量評估，但影響不大；若結果<-1那么該信任度屬性幾乎無改變，可以在平臺運行期間進行服務質量評估[12]。

依托平臺信任度屬性描述、信任度審定，通過識別信任度屬性變化參數，依托信任度屬性變化方程以及Bernstin不等式或Chebyshe不等式，實現信任度評估，完成平臺的組合服務質量信任度評估機制設置。

3 平臺的組合服務質量信任度建模

通過設置服務可信管理引擎，為平臺的組合服務質量信任度建模奠定基礎。結合平臺的組合服務主要本體構建以及可視化過程處理，完成平臺的組合服務質量信任度建模。

3.1 設置服務可信管理引擎

設置服務可信管理引擎具體步驟如下所述。

首先，將基于云計算平臺的組合服務中的全部數據，根據服務屬性進行劃分，利用C均值模糊聚類算法，進行服務屬性隸屬度計算[13]。

然后，把平臺的組合服務中的全部數據屬性進行轉換，形成屬性模糊集。借助相關數據屬性關聯規則，對信任度屬性進行均值處理，形成不同的服務屬性信任度數據集合。

最后，對不同的服務屬性信任度數據集合，進行反復處理，形成服務可信管理引擎[14]。通過服務可信管理引擎對是否達到可信任的條件進行判斷，服務可信管理引擎工作流程如圖2所示。

圖2 服務可信管理引擎工作流程示意圖

3.2 平臺的組合服務模型的構建

構建平臺的組合服務模型，能為用戶提供個性化服務，用戶通過該模型獲取不同平臺的服務質量以及相關信息需求。

平臺的組合服務模型由一些主體服務對象構成，各個對象都有一個權值信息，權值的大小代表組合服務質量信任度，二者呈正比例關系[15]。平臺的組合服務模型包括文本對象信息以及相關領域的信息兩部分內容，構建的平臺組合服務模型如圖3所示。

圖3 基于云計算平臺的組合服務模型示意圖示意圖

該平臺通過申請一個操縱命令，得到對應的信任度屬性數集，以典型的計數分配算法為基礎，盡量減少額外消耗開銷[16]。

3.3 可視化過程處理

在平臺的組合服務主要本體的構建完成后，對其進行可視化處理，使得服務質量評估模型評估流程被模擬展現出來，從而可以有效提高一些用戶對相關平臺服務質量信任度來源的正確理解和學習，進一步減少了因用戶的理解錯誤而對平臺產生服務質量上的影響，提高平臺服務的準確性和效率性。

可視化過程處理是將每一個服務屬性數據作為單個圖元，通過不同元素進行表示。大量的服務屬性數據在構成數據圖像時，平臺相關信任度屬性也會以多維數據的形式表示，從而用戶就可以多維度了解該平臺的服務質量。可視化過程處理的是根據圖像處理優勢，讓用戶了解虛假服務任性屬特征，去除外界干擾，準確識別質量好的云計算平臺[17]。

可視化過程處理，首先獲得基于云計算平臺的組合服務正常運行狀態數據，然后根據MySQL數據庫中的信任度屬性信息，識別有差異的參數。最后將剩余參數進行圖像處理，最終以圖像的形式呈現在用戶面前，提高用戶服務選擇過程的質量及準確性，為用戶提供更優質的云服務。

通過對完成組合服務質量信任度建模的平臺進行可視化處理，消除外界影響，使模型能夠準確識別平臺服務質量信任度。

4 平臺的組合服務質量信任度模型的實現

4.1 服務可信度獲取

服務可信度獲取由3步驟構成，第一步，將MySQL數據庫中的信任度屬性信息離散化處理，根據平臺服務屬性進行劃分，利用C均值模糊聚類算法，進行平臺服務屬性隸屬度計算。第二步，把平臺的組合服務中的全部數據屬性進行轉換，形成屬性模糊集。借助相關數據屬性關聯規則，對信任度屬性進行均值處理，形成不同的服務屬性信任度數據集合。最后，在小信任度的條件下，檢測符合關聯模糊規則條件的數據，最終得到目標數據。基于獲取后的數據，建立判別函數，函數表達式如式(2),

Y=A1X1+A2X2+…+AnXn

(2)

式中，Y為服務可信度的判別值，X1、X2、Xn為獲取的各項數據，A1、A2、An為各項數據對應的服務質量權重。

通過判別函數，并將數據根據距離最小的原則，進行合并，形成判別新類[18]。通過判別獲取的數據，確保服務可信度計算的準確性。

4.2 服務可信度計算

基于云計算平臺的組合服務質量可信度的大小與服務可信度編碼漏洞率z，外界影響系數C，網絡安全環境δ以及平臺穩定性k相關。設服務質量可信度為Af，那么服務質量可信度計算公式如式(3),

(3)

設平臺中有效服務節點為A，服務節點與服務質量的關聯性為An，平臺運行周期x，則該平臺中服務節點質量可信度As指數為

(4)

從式(4)中可以得出，服務節點質量可信度As與平臺運行周期、服務可信度編碼漏洞率成正比，與有效服務節點、外界影響系數、網絡安全環境成反比。

若As>1那么該平臺服務質量信任度較高，可以讓心使用。

若As<1那么該平臺服務質量信任度不高，需要在安全的網絡環境中應用。

通過研究基于云計算平臺的組合服務，設置平臺的組合服務質量信任度評估機制。依托評估機制，進行平臺的組合服務質量信任度建模，最后通過服務可信度獲取以及處理，完成基于云計算平臺的組合服務質量信任度建模研究。

5 仿真實驗

為了保證本文提出的基于云計算平臺的組合服務質量信任度建模的有效性，進行仿真模擬實驗分析。實驗過程中，以傳統服務質量評估方法對對比對象，進行平臺服務質量信任度評估準確率模擬試驗。

5.1 數據準備

為了保證仿真試驗過程的準確性，本文模擬一個擁有10個服務屬性的基于云計算組合平臺，依托MATABR2012a與Netlogo510仿真工具，從1到10每個服務屬性進行2次仿真模擬實驗。

表1 仿真實驗參數表

仿真實驗過程中，首先為基于云計算平臺的組合服務隨機設置用戶信任值，同時賦予隨機初始化n個屬性，各個服務屬性值用“0”或“1”表示，“0”代表服務質量低，“1”代表服務質量高。然后依托本文的模型對信任度進行審定和評估，判斷平臺組合服務是否處于基礎可信狀態。最后，利用Analysis統計工具對兩種平臺服務質量信任度評估結果進行匯總。

5.2 試驗結果分析

實驗過程中，由于采用兩種不同的服務質量信任度評估方法，其實驗結果無法進行直接對比，為此采用分析記錄軟件，對結果進行處理，同時將結果呈現在同一圖表中，如圖4所示。

圖4 實驗對比結果

根據實驗對比曲線結果可以看出，本文設計的組合服務質量信任度模型，相比于傳統服務質量信任度評估方法，能夠將云服務屬性的信任度識別有效性提高18.5%，能夠有效識別不可信的服務屬性，從而提高用戶服務選擇過程的質量及準確性，為用戶提供更優質的云服務。

6 總結

本文提出了提出基于云計算平臺的組合服務質量信任度建模研究，通過研究基于云計算平臺的組合服務，設置平臺的組合服務質量信任度評估機制。依托評估機制，進行平臺的組合服務質量信任度建模，最后通過服務可信度獲取以及處理，完成基于云計算平臺的組合服務質量信任度建模研究。實驗分析證明，建立的基于云計算平臺的組合服務質量信任度模型，可以提高用戶服務選擇過程的質量及準確性，為用戶提供更優質的云服務。