基于服务质量和恶意结点消除的云计算环境信任模型分析

发布时间：2024-06-11 00:11

　　云计算环境下如何为应用程序选择可靠的服务是一个关键问题。论文借鉴人类社会建立推荐信任模型的方法,考虑云计算服务结点之间推荐信息的不确定性,提出基于服务提供的QoS属性为参考元素建立基本可信度函数,将历史交互信息转化为结点之间的推荐偏好意见,并采用衰减算子和融合算子综合不同云计算结点的推荐信息;针对推荐结点中的恶意结点,采用基于三角模糊数的方法对推荐结点进行分类,并采用不同的衰减算子计算每个推荐结点的推荐信任空间。分析和仿真实验证明该模型的有效性。

【文章页数】：8 页

【部分图文】：

图4高带宽条件下贝叶斯信任模型

A成功满足100次带宽为［1M，5M］之间的文件下载服务请求。然后开始向两个结点同时申请文件下载服务，这里分别采用基于贝叶斯模型的信任模型［9］和本文基于服务质量的信任模型计算两个结点的信任度。由于每次应用层请求的服务质量均为带宽，因此贝叶斯模型将会考虑所有的交互记录，并根据成功....

图5高带宽条件下本文信任模型我们通过仿真实验比较了基于三角模糊数区

略厍肭蠖苑?裰柿?要求不高时，两种模型都会选择A类结点，这是因为请求带宽均小于10M，A类结点与B类结点都能提供相同的确定信息，而由于初始条件下A类结点信任期望较大，因此会选择它，最终它的信任期望也随着服务成功而递增。而当带宽请求大于10M时，采用贝叶斯模型计算得到的A点信任期望....

图210M条件下贝叶斯模型计算信任度

癯晒Χ?菰觥６?贝?砬肭蟠笥?10M时，采用贝叶斯模型计算得到的A点信任期望依然高于B结点，但是由于A点无法满足下载的带宽要求，因此服务失败，反而降低其信任期望，直到其信任期望小于B结点时，才会选择B结点，这是以服务失败为代价的；如果采用本文模型，如图5，由于A类结点开始的下载请....

图6没有采用三角模糊数计算得到的信任度

第48卷并从所有声称拥有其所需文件的节点中选择可信度最高的节点下载文件。每次假设至少存在结点A、B同时满足提供云计算服务时，且结点A提供的服务质量较高，但是会存在一定比例的恶意GP结点抬高结点B和贬低结点A。我们进行了100次实验，分别采用基于三角模糊数和不采用三角模糊数的方法计....

本文编号：3992105