云環(huán)境下融合惡意用戶過濾機制的信任評估方法研究.pdf

1、隨著云服務市場中服務種類和數量的持續(xù)增加，出現了服務混雜、服務可信程度不一等問題，因此大量云服務信任評估模型應運而生。在云環(huán)境中，潛在的用戶在使用云服務之前，需要基于可信用戶的推薦，云服務供應商所提供服務的可靠性評估依據是供應商歷史服務質量，云用戶反饋可信性評估依據則是用戶的歷史反饋質量。因此，高質量信任評估需要用戶和云服務的可信性作為保障，用戶和云服務雙方才能夠建立積極的信任關系。本文對融合惡意用戶過濾機制的信任評估方法進行了研究。<

2、br>　　首先，針對云用戶和云服務供應商交互過程中提供虛假或惡意信息的問題，提出一種融合改進控制圖方法的信譽評估模型。該模型運用統(tǒng)計質量控制理論中小漂移檢測控制圖方法對目標云服務交易日志中的用戶進行檢測，并過濾惡意用戶；再利用多數共識理論和反饋相似度確定良性用戶反饋評分的聚合權重，以提高信譽計算的準確性；最終用戶根據云服務供應商的信譽情況屏蔽掉低信譽服務，從而確定最后的交互對象。
　　其次，針對攻擊模型、攻擊規(guī)模不確定的問題，提出

3、一種融合自適應控制圖方法的信任評估模型。該模型采用統(tǒng)計質量控制理論中的AEWMA控制圖檢測惡意用戶；之后在信譽和反饋的基礎上評估目標云服務的信任，充分考慮事務規(guī)模、重要性、時間等因素，為不同的反饋評分分配不同的經驗權重；并針對提供反饋的云用戶得不到任何獎勵的問題，在信任評估中融合社區(qū)激勵機制，實現目標云服務的高可靠性信任計算。
　　最后，在仿真數據集和真實數據集上進行實驗，從攻擊檢測精確度和預測百分比誤差等方面驗證了本文算法的魯棒