[發明專利]可抵抗惡意評價的公有云可信度評估方法及其評估系統

有效

• 申請號: 201810687108.0
• 申請日: 2018-06-28
• 公開（公告）號: CN108989095B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 仲紅;鄒建忠;許艷;崔杰;陳志立;應作斌
• 申請（專利權）人: 安徽大學
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L29/06;H04L29/08
• 代理公司: 南京華恒專利代理事務所(普通合伙) 32335
• 代理人: 宋方園

1.一種可抵抗惡意評價的公有云可信度評估方法，其特征在于：依次包括以下步驟：

(1)系統初始化及服務請求，即：可信第三方根據云服務提供商首次提供的QoS參數對其進行排名，用戶向可信第三方請求服務；

QoS值為Q_i＝{q_i1,q_i2,…,q_im}；

其中，q_ij是指第i個云服務提供商的第j個屬性值，1≤i≤n,1≤j≤m,q_ij＝{s_ij,l_ij}，n代表云服務提供商的個數，m代表服務屬性的個數，s_ij和l_ij分別代表該屬性的最小值和最大值，即是云服務提供商所公布的屬性最小值和最大值；

(2)QoS監測及客觀信任評估，即：可信第三方利用服務使用過程中監測得到的真實QoS參數以及服務提供商公布的QoS參數進行客觀可信度評估；

真實QoS值為

其中，c≤m，k表示在第k次監測所得的記錄；

(3)用戶惡意評價檢測，即：對用戶的評價進行監測，過濾掉惡意評價；

(4)主觀信任評估，即：利用云模型的逆向云生成算法將用戶的評價轉化為定性的概念；

(5)綜合信任評估，即：對主觀可信度S_sub和客觀可信度S_obj進行加權綜合得到公有云綜合的可信度；

上述步驟(2)具體過程為：

(2.1)用戶使用服務的過程中，可信第三方多次監測得到第i個云服務提供商的真實QoS值

(2.2)將步驟(2.1)中監測所得的真實QoS值處理后與步驟(1)中公布在可信第三方上的QoS值進行比較，得出客觀可信度評估值S_obj；

上述步驟(2.2)的具體過程為：

(2.2.1)數據處理步驟，先將第i個云服務提供商的k次監測結果累加求均值得到M_i＝{m_i1,m_i2,…,m_ic}，由于各屬性的QoS值具有不同的取值范圍，使用前應該對每個屬性先規范化；規范公式為：

當QoS的屬性為一個積極屬性時即值越大越好時，采用公式(1)，當QoS的屬性為一個消極的屬性時即值越小越好時，采用公式(2)；

(2.2.2)客觀可信度計算，即計算真實服務過程中QoS的值是否與云服務提供商公布在可信第三方中的值一致；

當QoS的屬性為一個積極屬性時，計算過程如下：當m_ijs_ij時，CF(m_ij)＝norm(m_ij)＝0；當m_ijl_ij時，CF(m_ij)＝norm(m_ij)＝1；當s_ij≤m_ij≤l_ij時，

當QoS的屬性為一個消極的屬性時，計算過程如下：當m_ijl_i時，CF(m_ij)＝norm(m_ij)＝0；當m_ijs_ij時，CF(m_ij)＝norm(m_ij)＝1；當s_ij≤m_ij≤l_ij時，

其中w_ij的計算公式為其中Max(q_j,m_j)和min(q_j,m_j)代表整個監測過程和云服務提供商公布在可信第三方過程中屬性j所出現的最大值和最小值；則對于該服務提供商來說，即客觀可信度評估值S_obj＝CF(Q_i)。