基于SLA的個(gè)性化動(dòng)態(tài)信任模型研究

袁小艷， 衛(wèi)洪春， 成淑萍

(四川文理學(xué)院 計(jì)算機(jī)學(xué)院， 四川 達(dá)州 635000)

?

基于SLA的個(gè)性化動(dòng)態(tài)信任模型研究

袁小艷， 衛(wèi)洪春， 成淑萍

(四川文理學(xué)院 計(jì)算機(jī)學(xué)院， 四川 達(dá)州 635000)

針對(duì)現(xiàn)有云環(huán)境中云服務(wù)信任問(wèn)題，將SLA服務(wù)水平協(xié)議中的參數(shù)引入信任度的計(jì)算中，通過(guò)在云端和客戶端實(shí)時(shí)監(jiān)測(cè)SLA參數(shù)，同時(shí)結(jié)合用戶對(duì)SLA參數(shù)和云服務(wù)屬性的主觀評(píng)價(jià)，計(jì)算出云服務(wù)質(zhì)量的信任度，并將個(gè)性化因素考慮其中，最終形成對(duì)云服務(wù)全面的、動(dòng)態(tài)的、個(gè)性化的評(píng)估.同時(shí)，本模型還考慮了歷史因素、時(shí)間因素、金額因素等，采用灰色關(guān)聯(lián)度計(jì)算評(píng)價(jià)相似度，最終提高綜合信任度的科學(xué)性和準(zhǔn)確性.實(shí)驗(yàn)結(jié)果表明，與其它兩種模型比較，其成功交易率分別提高了5%和9%，有效地提高了云服務(wù)的成功交易率.

SLA參數(shù)； 動(dòng)態(tài)信任模型； 云服務(wù)； 個(gè)性化； 智能學(xué)習(xí)

0 引言

在當(dāng)今云時(shí)代，云計(jì)算發(fā)展得越來(lái)越迅猛，云服務(wù)也逐步出現(xiàn)，這些云服務(wù)封裝了很多的存儲(chǔ)、軟件和計(jì)算等資源.用戶要使用這些資源時(shí)，需要用到“按需付費(fèi)”[1]的服務(wù)模式,從而使用云服務(wù)商提供的資源和服務(wù).由于牽涉到經(jīng)濟(jì)利益等原因，云服務(wù)商難免會(huì)提供劣質(zhì)服務(wù)，商業(yè)競(jìng)爭(zhēng)對(duì)手也可能會(huì)惡意地評(píng)價(jià)服務(wù)，這些問(wèn)題都導(dǎo)致用戶無(wú)法快速、準(zhǔn)確地獲得個(gè)性化要求的服務(wù).為了解決這個(gè)問(wèn)題，需要評(píng)價(jià)各種云服務(wù)的服務(wù)質(zhì)量和可信度，即考慮云服務(wù)的信任度[2].

云服務(wù)的信任取決于云服務(wù)商和用戶雙方.這就要求云服務(wù)商提供的服務(wù)是安全、穩(wěn)定、可靠、符合用戶要求的，而用戶的評(píng)價(jià)是真實(shí)、可信的.隨著用戶安全意識(shí)的增強(qiáng)，越來(lái)越多的學(xué)者在研究信任模型時(shí)，特別是對(duì)等網(wǎng)中，利用信任評(píng)價(jià)模型對(duì)商家和用戶的信譽(yù)進(jìn)行評(píng)估，并已經(jīng)投入到實(shí)踐中去，但這些都不適合云環(huán)境下的服務(wù).當(dāng)前，云環(huán)境下信任模型的研究主要是評(píng)估云服務(wù)商和用戶的信任，很少涉及到云服務(wù)質(zhì)量的信任，因此難以保證用戶在選擇服務(wù)時(shí)的主動(dòng)權(quán).

用戶要使用云服務(wù)，首先會(huì)與云服務(wù)商簽訂一個(gè)協(xié)議，即SLA(服務(wù)水平協(xié)議)[3-5].該協(xié)議詳細(xì)規(guī)定了各種參數(shù)，如服務(wù)水平/指標(biāo)、相關(guān)責(zé)任、補(bǔ)救措施等信息[2].為了保證云服務(wù)的質(zhì)量，很多學(xué)者和專家都將SLA引入信任模型中，對(duì)SLA各參數(shù)進(jìn)行監(jiān)測(cè)[6,7]，并應(yīng)用于信任評(píng)估，這樣得到的服務(wù)信任度是最準(zhǔn)確的，無(wú)法造假.例如,在文獻(xiàn)[2]中,提出了一種基于SLA的第三方平臺(tái)，使用用戶評(píng)價(jià)進(jìn)行信任評(píng)估;在文獻(xiàn)[7]中,提出了一種信任評(píng)估模型，同時(shí)采用用戶評(píng)價(jià)和監(jiān)測(cè)對(duì)SLA參數(shù)評(píng)分.以上基于SLA的信任模型都還存在很多問(wèn)題，如缺少客戶端監(jiān)控、SLA參數(shù)分類模糊、信任因素單一、缺少服務(wù)質(zhì)量的評(píng)估等問(wèn)題.

針對(duì)現(xiàn)有模型的不足，結(jié)合目前已有的技術(shù)和研究成果，本文充分利用SLA相關(guān)的監(jiān)測(cè)值并進(jìn)行分類，同時(shí)還將用戶對(duì)SLA參數(shù)的評(píng)價(jià)和用戶對(duì)云服務(wù)的總體評(píng)價(jià)引入其中，得到了對(duì)云服務(wù)的信任度，從總體上對(duì)各種云服務(wù)進(jìn)行了多方、動(dòng)態(tài)的評(píng)估.

1 動(dòng)態(tài)信任模型

本文充分利用SLA參數(shù)的監(jiān)測(cè)值和用戶對(duì)SLA參數(shù)的評(píng)價(jià)進(jìn)行信任研究，并以此得到了云服務(wù)的信任度.

1.1 SLA參數(shù)

根據(jù)SLA的定義，SLA中包含了云服務(wù)的各種服務(wù)參數(shù)，這些參數(shù)分可測(cè)量的和不可測(cè)量的兩種.如帶寬、存儲(chǔ)能力、計(jì)費(fèi)等參數(shù)是可測(cè)量的，但可靠性、可用性、安全性、終端支持等參數(shù)是不可測(cè)量的.不可測(cè)量的參數(shù)可以映射到可測(cè)量的參數(shù)進(jìn)行監(jiān)測(cè)，如將平均工作時(shí)間和平均修復(fù)時(shí)間映射到可用性，將帶寬、數(shù)據(jù)包與字節(jié)流映射到響應(yīng)時(shí)間，將某個(gè)時(shí)間段得到的請(qǐng)求數(shù)映射到吞吐量等.

SLA參數(shù)還需要用戶的評(píng)價(jià)，分為客觀評(píng)價(jià)、主觀評(píng)價(jià)和綜合評(píng)價(jià)[7].客觀評(píng)價(jià)是SLA參數(shù)在客戶端的監(jiān)測(cè)值;主觀評(píng)價(jià)是用戶對(duì)SLA參數(shù)的評(píng)價(jià)，分為六個(gè)等級(jí)，即優(yōu)秀(0.9)、良好(0.8)、中等(0.7)、差(0.5)、特差(0.3)、無(wú)(0);綜合評(píng)價(jià)是綜合主客觀因素得到的信任度.

根據(jù)云服務(wù)的特點(diǎn)，主要將服務(wù)分為IaaS(設(shè)施即服務(wù))、PaaS(平臺(tái)即服務(wù))和SaaS(軟件即服務(wù))[8].如智能學(xué)習(xí)中有云存儲(chǔ)、云學(xué)習(xí)服務(wù)器等IaaS服務(wù)；有虛擬桌面、虛擬實(shí)驗(yàn)室、云圖書(shū)館、云學(xué)習(xí)平臺(tái)等PaaS服務(wù)；有工具軟件、編程軟件、電子作業(yè)、電子書(shū)包等SaaS服務(wù).服務(wù)不同,參數(shù)也不同.下面給出幾個(gè)典型的服務(wù)參數(shù)，如表1所示.

表1 SLA參數(shù)

續(xù)表1

服務(wù)類型SLA參數(shù)參數(shù)說(shuō)明是否可測(cè)量測(cè)量方式評(píng)估類型SaaS易用性定制性簡(jiǎn)易性變更響應(yīng)自定義終端支持非功能參數(shù)非功能參數(shù)非功能參數(shù)非功能參數(shù)功能參數(shù)功能參數(shù)是是否是否否云/用戶云/客戶端-云/客戶端--綜合綜合主觀客觀主觀主觀

1.2 個(gè)性化服務(wù)

環(huán)境不同，用戶的需求可能會(huì)不同.每個(gè)云服務(wù)除了SLA參數(shù)外，還有一些功能性的服務(wù)屬性，以此來(lái)體現(xiàn)每個(gè)人的服務(wù)需求，即個(gè)性化[9,10]，并能更準(zhǔn)確地評(píng)估云服務(wù)商和用戶的行為.

Pm表示第m個(gè)服務(wù)商，A(Pm)=(Am1,Am2,…,Amn)，Amn是Pm的第n種服務(wù)，每種服務(wù)又包含k個(gè)屬性，各屬性的權(quán)重向量是W(Amn)=(Wmn1,Wmn2,…,Wmnk)，Wmnk是Amn的第k個(gè)屬性權(quán)重.因此，用戶個(gè)性化需求的矩陣是：

如智能學(xué)習(xí)云服務(wù)提供商提供虛擬實(shí)驗(yàn)室服務(wù)、學(xué)習(xí)資源檢索服務(wù)、智能答疑服務(wù).虛擬實(shí)驗(yàn)室服務(wù)有內(nèi)容是否豐富、仿真程度、實(shí)驗(yàn)技能考核等屬性;學(xué)習(xí)資源檢索服務(wù)有速度、準(zhǔn)確率、新鮮度等屬性;智能答疑服務(wù)有易理解性、準(zhǔn)確性、知識(shí)范圍的廣度等屬性.現(xiàn)有Rose、Jack用戶對(duì)學(xué)習(xí)資源檢索服務(wù)的個(gè)性化需求矩陣為：

以上兩個(gè)矩陣表示了Rose和Jack對(duì)學(xué)習(xí)資源檢索服務(wù)關(guān)心的側(cè)重點(diǎn)不同，代表了他們個(gè)性化的需求.交易完成后，用戶U都需評(píng)價(jià)此次服務(wù)，評(píng)價(jià)向量S(Amn)=(Smn1,Smn2,…,Smnk)，tmn表示第m個(gè)云服務(wù)商與第n個(gè)用戶交易的次數(shù).用戶S在請(qǐng)求服務(wù)前，會(huì)得到一個(gè)同類服務(wù)的信息副本，其結(jié)構(gòu)如表2所示.

表2 XX服務(wù)的信任關(guān)系

1.3 信任度計(jì)算

云服務(wù)的信任度主要來(lái)源于兩種：一種是直接信任度，即用戶通過(guò)直接使用云服務(wù)而得到的信任度；另一種是間接信任度，即通過(guò)別人使用云服務(wù)的信任度而得到的信任度.最后,通過(guò)這兩種信任度得到綜合信任度.

1.3.1 SLA不可測(cè)量參數(shù)監(jiān)測(cè)值的計(jì)算

在SLA參數(shù)中有不可測(cè)量的參數(shù)，這些參數(shù)的值不能直接得到，需要將其映射到與其相關(guān)的、可以測(cè)量的參數(shù)，才能得到其參數(shù)值.即參數(shù)AUG=(aug1,aug2,…,augr)，augr為第r個(gè)分解參數(shù)的監(jiān)測(cè)值，其權(quán)重向量為PW=(pw1,pw2,…,pwr)，因此AUG參數(shù)的監(jiān)測(cè)值為：

(1)

計(jì)算出不可測(cè)量參數(shù)的監(jiān)測(cè)值后，便可將其代入公式(2)SLA參數(shù)監(jiān)測(cè)值的計(jì)算中，以得到單次云服務(wù)的信任值.

1.3.2 單次云服務(wù)信任值的計(jì)算

影響云服務(wù)信任值的因素有三項(xiàng)，即SLA參數(shù)的監(jiān)測(cè)值、用戶對(duì)SLA參數(shù)的評(píng)價(jià)值和用戶對(duì)云服務(wù)SLA參數(shù)以外的屬性的評(píng)價(jià)值.

假設(shè)某次云服務(wù)的SLA參數(shù)監(jiān)測(cè)值為Q=(q1,q2,…,qk)，其權(quán)重向量為QW=(qw1,qw2,…,qwk)，用戶對(duì)SLA參數(shù)的評(píng)價(jià)值S=(s1,s2,…,sk)，其權(quán)重向量為SW=(sw1,sw2,…,swk)，此處監(jiān)測(cè)值的權(quán)重高于評(píng)價(jià)值的權(quán)重.為了防止用戶對(duì)云服務(wù)的惡意評(píng)價(jià)，本文將這兩部分值合為一個(gè)整體J，即：

(2)

該次云服務(wù)中,用戶對(duì)SLA參數(shù)以外屬性的評(píng)價(jià)值為Z=(z1,z2,…,zm)，其權(quán)重向量為ZW=(zw1,zw2,…,zwm)，這些屬性值實(shí)際上就是個(gè)性化因素.因此,此次云服務(wù)的屬性評(píng)價(jià)值為：

(3)

綜合以上兩部分，得到此次云服務(wù)的簡(jiǎn)單信任值，即用戶第j次使用該服務(wù)的信任值為：

SVj=βJj+(1-β)NZj

(4)

β的值根據(jù)服務(wù)來(lái)決定，IaaS服務(wù)更注重性能，所以β的值高于0.5；SaaS服務(wù)更注重于個(gè)性化，所以β的值小于0.5；而PaaS中β的值為0.5.

云服務(wù)信任值的計(jì)算還應(yīng)該考慮時(shí)間和金額因素，使用云服務(wù)的時(shí)間越近越可信，金額越小對(duì)信任值的影響越小.因此,時(shí)間衰減函數(shù)和金額衰減函數(shù)為：

(5)

(6)

其中,tj-TI是用戶第j次請(qǐng)求該云服務(wù)的時(shí)間和該用戶第1次使用該服務(wù)初始化信任的時(shí)間間隔;DTj是用戶第j次使用云服務(wù)持續(xù)的時(shí)間;mj是用戶第j次使用該云服務(wù)的金額.

綜合以上因素，用戶第j次使用該服務(wù)的信任值為：

TVj=SVjTD(j)MD(j)

(7)

1.3.3 直接信任度

直接信任度并不是取決于某次云服務(wù)的信任值，而是取決于用戶U使用云服務(wù)商P提供的云服務(wù)A(P)的所有信任值，即還需要考慮歷史信任值.因此,用戶使用了j次該服務(wù)的直接信任度為：

IMTUP(j)=(1-ξ)×IMTUP(j-1)+

ξ×η×TVj

(8)

其中,ξ為此次信任值的權(quán)重;η是激勵(lì)因子，并根據(jù)TVj取值.若TVj大于0，η為a，若TVj小于0，η為b，若TVj等于0，η為0，并且b>a>0，以此來(lái)進(jìn)一步懲罰惡意評(píng)價(jià)行為.

1.3.4 間接信任度

用戶在第一次使用某云服務(wù)A時(shí),是沒(méi)有直接信任度的，這時(shí)就需要其他用戶對(duì)該服務(wù)的信任度，并依此得到該服務(wù)的間接信任度.

本文的間接信任度從三個(gè)部分得到，即當(dāng)前用戶U和使用過(guò)本服務(wù)的其他用戶Oi的評(píng)價(jià)相似度、其他用戶Oi對(duì)該服務(wù)的信任度、其他用戶Oi的可信度.公式如下：

(9)

其中,SimUOi表示用戶U和其他用戶Oi的相似度;TOi是其他用戶Oi的可信度，以防其他用戶聯(lián)合欺詐;IMTOiA是其他用戶Oi對(duì)云服務(wù)A的直接信任度.

以上兩個(gè)向量集的灰色關(guān)聯(lián)系數(shù)采用灰色系統(tǒng)理論的絕對(duì)關(guān)聯(lián)度來(lái)計(jì)算，公式如下：

(10)

其中,Mmin是XU(IMTUA′)和XOi(IMTOiA′)的等級(jí)間最小差;Mmax是XU(IMTUA′)和XOi(IMTOiA′)的等級(jí)間最大差;M是XU(IMTUA′)和XOi(IMTOiA′)的絕對(duì)差;λ是分辨系數(shù)，一般取0.5.

則XU(IMTUA′)和XOi(IMTOiA′)的灰色關(guān)聯(lián)度為：

(11)

根據(jù)XU(IMTUA′)和XOi(IMTOiA′)的灰色關(guān)聯(lián)度，可以得到U和Oi的評(píng)價(jià)相似度為：

(12)

將以上用戶U和Oi的評(píng)價(jià)相似度代入公式(9)中計(jì)算，便可得到某云服務(wù)的間接信任度.

1.3.5 綜合信任度

根據(jù)以上直接信任度和間接信任度，可以計(jì)算出用戶U對(duì)服務(wù)A的綜合信任度為：

TUP(n)=α×IMTUP(n-1)+(1-α)×STUP(n)

(13)

其中,α的值根據(jù)用戶間相似度決定.相似度越大，α越接近于0.5;相似度越小，α越接近于0.

2 實(shí)驗(yàn)結(jié)果與分析

通過(guò)仿真實(shí)驗(yàn)可驗(yàn)證本文模型的有效性和準(zhǔn)確性.本文以智能學(xué)習(xí)云服務(wù)為例，將其實(shí)驗(yàn)結(jié)果和文獻(xiàn)[2]、文獻(xiàn)[7]中模型的結(jié)果進(jìn)行了比較.

2.1 參數(shù)設(shè)置

本文包含了兩部分參數(shù)，即SLA參數(shù)和算法中的參數(shù).算法中的參數(shù)如表3所示.由于實(shí)驗(yàn)時(shí)云服務(wù)商提供的智能學(xué)習(xí)云服務(wù)太多，不能一一列舉，本文僅以兩個(gè)用戶、三個(gè)云服務(wù)商均提供虛擬實(shí)驗(yàn)室服務(wù)VPR為例，給出了SLA參數(shù)的測(cè)試值，如表4所示.

表3 實(shí)驗(yàn)中的參數(shù)值設(shè)置

表4 SLA參數(shù)監(jiān)測(cè)值及服務(wù)屬性評(píng)價(jià)值

2.2 結(jié)果分析

本文的實(shí)驗(yàn)結(jié)果是通過(guò)云服務(wù)的交易成功率來(lái)分析的，交易成功率TS是通過(guò)云模仿平臺(tái)中所有節(jié)點(diǎn)的交互總次數(shù)MC和成功的總次數(shù)SC計(jì)算得到的，其公式如下：

(14)

在設(shè)定惡意用戶比例為2%的情景中，通過(guò)比較本文模型、文獻(xiàn)[2]的模型和文獻(xiàn)[7]的模型，可得到相應(yīng)的交易成功率隨著交易次數(shù)的變化而變化的曲線，如圖1所示.

圖1 三種模型的比較示意圖

從圖1可以知道，隨著交易次數(shù)的遞增，三種模型的交易成功率都逐漸降低并收斂于一個(gè)定值，本文模型為0.915,文獻(xiàn)[2]中模型為0.865，文獻(xiàn)[7]中模型為0.825,本文模型較文獻(xiàn)[2]和文獻(xiàn)[7]中模型分別提高了5%和9%.無(wú)疑，本文模型的交易成功率高于另外兩種模型的成功率.這是因?yàn)楸灸Ｐ图瓤紤]了SLA參數(shù)的監(jiān)測(cè)，又考慮了個(gè)性化因素，從而更能準(zhǔn)確地評(píng)估云服務(wù)和用戶間的信任關(guān)系，更讓云服務(wù)值得信任；而文獻(xiàn)[2]的模型僅僅考慮了SLA參數(shù)的監(jiān)測(cè)，沒(méi)有考慮個(gè)性化因素，使用戶無(wú)法感受到個(gè)性化的服務(wù)，所以降低了云服務(wù)的信任度；文獻(xiàn)[7]則僅僅考慮了個(gè)性化服務(wù)，沒(méi)有考慮SLA參數(shù)的細(xì)分和監(jiān)測(cè)，得到的信任值并不能準(zhǔn)確地評(píng)估信任關(guān)系，從而也降低了云服務(wù)的信任度.

3 結(jié)束語(yǔ)

現(xiàn)有的云服務(wù)動(dòng)態(tài)信任模型大多數(shù)是計(jì)算云服務(wù)商的信任度，而不是云服務(wù)信任度的計(jì)算，這并不科學(xué).因?yàn)樾抛u(yù)好的云服務(wù)商有可能提供低劣的服務(wù)[12-14]，而信譽(yù)不好的云服務(wù)商也可能提供優(yōu)質(zhì)的服務(wù).基于此，本文提出了一種計(jì)算云服務(wù)信任度的動(dòng)態(tài)信任模型.

本模型將SLA服務(wù)水平協(xié)議中的參數(shù)引入其中，參數(shù)值在云端和客戶端都進(jìn)行監(jiān)測(cè)，同時(shí)本模型中還引入了歷史信任系數(shù)、時(shí)間衰減函數(shù)[15]、金額衰減函數(shù)、激勵(lì)因子、懲罰因子等，讓參數(shù)值更科學(xué)、更準(zhǔn)確.最后,采用灰色關(guān)聯(lián)度來(lái)計(jì)算用戶間的評(píng)價(jià)相似度.實(shí)驗(yàn)結(jié)果表明，本模型能更準(zhǔn)確地評(píng)估云服務(wù)的信任度，并能提供個(gè)性化的云服務(wù).

[1] 任 偉,雷 敏,楊 榆.DRT:一種云計(jì)算中可信軟件服務(wù)的通用動(dòng)態(tài)演變魯棒信任模型[J].小型微型計(jì)算機(jī)系統(tǒng),2013,33(4):679-683.

[2] 趙娉婷.云計(jì)算環(huán)境下服務(wù)信任度評(píng)估技術(shù)的研究[D].北京：北京交通大學(xué)，2014.

[3] Alhamad M,Dillon T,Chang E.SLA-based trust model for cloud computing[C]//Proceedings of 13th IEEE International Conference on Network-Based Information Systems(NBiS).Gifu,Japan:IEEE Computer Society,2010:321-324.

[4] Alhamad M,Dillon T,Chang E.Conceptual SLA framework for cloud computing[C]//Proceedings of 4th IEEE International Conference on Digital Ecosystems and Technologies (DEST).Dubai,UAE:BEBⅡ,2010:606-610.

[5] Emeakaroha V C,Brandic I,Maurer M,et al.Low level metrics to high level SLAs-LoM 2HiS framework:Bridging the gap between monitored metrics and SLA parameters in cloud environments[C]//Proceedings of 2010 International Conference on High Performance Computing and Simulation (HPCS).Uoft,Canada:Institute of Physics Publishing,2010:48-54

[6] Wang M C,Wu X,Zhang W,et al.A conceptual platform of SLA in cloud computing[C]//Proceeding of 2011 IEEE 9th International Conference on Dependable,Autonomic and Secure Computing (DASC).Sydney:NSW,2011:1 131-1 135.

[7] 高云璐,沈備軍,孔華鋒.基于SLA與用戶評(píng)價(jià)的云計(jì)算信任模型[J].計(jì)算機(jī)工程,2012,38(7):28-30.

[8] 沈舫濤.面向云服務(wù)的信任演化仿真模型研究[D].南京：南京大學(xué)，2013.

[9] 劉 飛，羅永龍，郭良敏，等.面向個(gè)性化云服務(wù)的動(dòng)態(tài)信任模型[J].計(jì)算機(jī)工程,2014,40(4):32-36.

[10] 劉 飛，羅永龍，郭良敏，等.面向個(gè)性化云服務(wù)基于用戶類型和隱私保護(hù)的信任模型[J].計(jì)算機(jī)應(yīng)用,2014,34(4):994-998.

[11] 朱 琦.基于灰色關(guān)聯(lián)度的云平臺(tái)信任模型研究[D].湖北：湖北大學(xué)，2013.

[12] 崔 超.云計(jì)算平臺(tái)下的動(dòng)態(tài)信任模型研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2011.

[13] 謝立軍,朱智強(qiáng).基于隸屬度理論的云服務(wù)行為信任評(píng)估模型研究[J].計(jì)算機(jī)應(yīng)用研究,2013,30(4):1 051-1 054.

[14] 王 磊,黃夢(mèng)醒.云計(jì)算環(huán)境下基于灰色AHP的供應(yīng)商信任評(píng)估研究[J].計(jì)算機(jī)應(yīng)用研究,2013,30(3):742-745.

[15] 吳 慧，于 炯，于斐然.云計(jì)算環(huán)境下基于信任模型的動(dòng)態(tài)級(jí)訪問(wèn)控制[J].計(jì)算機(jī)工程與應(yīng)用，2012，48(23)：102-106.

The research of personalized dynamic trust model based on SLA

YUAN Xiao-yan, WEI Hong-chun, CHENG Shu-ping

(College of Computer, Sichuan University of Arts and Science, Dazhou 635000, China)

How to solve the cloud service trust issues under the cloud enviroment,this paper proposes the introduction of the SLA parameters in the trust calculate,calculate a cloud service quality of trust through SLA parameters real-time monitoring in the cloud and the client,and combined with the user′s subjective evaluation of the SLA parameter and cloud service properties,and the personalized factor among them,to form a comprehensive,dynamic,personalized evaluation of cloud services the final.At the same time,this model also takes into consideration the historical factor,time factor and amount,and evaluation similarity is obtained by using the grey correlation degree,eventually improve the science and accuracy of comprehensive trust.Experimental results show that compared with the other two models,the successful transaction rate increased by 5% and 9% respectively,effectively improve the success of cloud services exchange rate.

SLA parameters; dynamic trust model; cloud services; personalized; intelligent learning

2015-03-28

四川省教育廳科技計(jì)劃項(xiàng)目(15ZB0318，15ZB0324)； 四川文理學(xué)院校級(jí)科研計(jì)劃項(xiàng)目(2014Z012Y)

袁小艷(1982-)，女，重慶永川人，講師，碩士，研究方向：軟件技術(shù)及開(kāi)發(fā)、云教育及知識(shí)工程

1000-5811(2015)03-0167-06

TP312

A