1.一种可抵抗恶意评价的公有云可信度评估方法,其特征在于:依次包括以下步骤:(1)系统初始化及服务请求,即:可信第三方根据云服务提供商首次提供的QoS参数对其进行排名,用户向可信第三方请求服务;
QoS值为Qi={qi1,qi2,…,qim};
其中,qij是指第i个云服务提供商的第j个属性值,1≤i≤n,1≤j≤m,qij={sij,lij},n代表云服务提供商的个数,m代表服务属性的个数,sij和lij分别代表该属性的最小值和最大值,即是云服务提供商所公布的属性最小值和最大值;
(2)QoS监测及客观信任评估,即:可信第三方利用服务使用过程中监测得到的真实QoS参数以及服务提供商公布的QoS参数进行客观可信度评估;
真实QoS值为
其中,c≤m,k表示在第k次监测所得的记录;
(3)用户恶意评价检测,即:对用户的评价进行监测,过滤掉恶意评价;
(4)主观信任评估,即:利用云模型的逆向云生成算法将用户的评价转化为定性的概念;
(5)综合信任评估,即:对主观可信度Ssub和客观可信度Sobj进行加权综合得到公有云综合的可信度。
2.根据权利要求1所述的可抵抗恶意评价的公有云可信度评估方法,其特征在于:所述的步骤(1)具体包括以下步骤:(1.1)云服务提供商向可信第三方平台发布QoS值Qi={qi1,qi2,…,qim};
(1.2)可信第三方根据云服务提供商公布的QoS值按从大到小的顺序对云服务提供商进行首次排名;
(1.3)用户向可信第三方请求服务,可信第三方根据首次排名结果推荐服务给用户,用户使用该服务。
3.根据权利要求1所述的可抵抗恶意评价的公有云可信度评估方法,其特征在于:所述步骤(2)具体过程为:(2.1)用户使用服务的过程中,可信第三方多次监测得到第i个云服务提供商的真实QoS值(2.2)将步骤(2.1)中监测所得的真实QoS值处理后与步骤(1)中公布在可信第三方上的QoS值进行比较,得出客观可信度评估值Sobj;
上述步骤(2.2)的具体过程为:
(2.2.1)数据处理步骤,先将第i个云服务提供商的k次监测结果累加求均值得到Mi={mi1,mi2,…,mic},由于各属性的QoS值具有不同的取值范围,使用前应该对每个属性先规范化;规范公式为:当QoS的属性为一个积极属性时即值越大越好时,采用公式(1),当QoS的属性为一个消极的属性时即值越小越好时,采用公式(2);
(2.2.2)客观可信度计算,即计算真实服务过程中QoS的值是否与云服务提供商公布在可信第三方中的值一致;
当QoS的属性为一个积极属性时,计算过程如下:,当mij
当mij>lij时,CF(mij)=norm(mij)=1;当sij≤mij≤lij时,当QoS的属性为一个消极的属性时,计算过程如下:当mij>li时,CF(mij)=norm(mij)=0;
当mij
则对于该服务提供商来说, 即客观可信度评估值Sobj=CF(Qi)。
4.根据权利要求1所述的可抵抗恶意评价的公有云可信度评估方法,其特征在于:所述步骤(3)的具体过程为:(3.1)划分服务评价等级,且评分e满足0≤e≤1;
(3.2)获取用户评价,用户使用完第i个云服务提供商提供的服务后对相应属性给出相应评价ei{ei1,ei2,…,eis},s≤m;
(3 .3) 用户恶意评价检测阶段,取ei与Mi中相同属性的部分构造e′i={e′i1,e′i2,…,e′ip}和M′i={m′i1,m′i2,…,m′ip};计算e′i与M′i的欧式距离当 时可认为该评价合法,将ei存入可信第三方中,否则认为ei为恶意评价,立即删除;其中τ,根据具体应用场景确定。
5.根据权利要求1所述的可抵抗恶意评价的公有云可信度评估方法,其特征在于:所述的步骤(4)具体包括以下步骤:(4.1)从可信第三方中采集云服务的历史评价记录,并通过逆向云生成算法得到各属性的定性概念:N(Ni1(Exi1,Eni1,Hei1),Ni2(Exi2,Eni2,Hei2),…,Nis(Exis,Enis,Heis)),其中,Ni1到Nis分别为第i个云服务提供商的s个属性的定性概念,Exis,Enis和Heis分别为对应的期望,熵和超熵;
(4.2)将每个属性根据各自的重要程度分配权重θj,属性重要程度越高时,θj越大,要求并对所有属性进行综合得到属性综合信任云Ni(Exi,Eni,Hei),其中,期望 熵 超熵
(4.3)属性综合信任云的期望Exi即为第i个云服务提供商的主观可信度评估值Ssub。
6.根据权利要求1所述的可抵抗恶意评价的公有云可信度评估方法,其特征在于:所述步骤(5)的详细步骤为:(5.1)客观信任评估值与主观信任评估值按照相应权重相加得到综合信任评估值T;
T=Sobj×α+Ssub×(1-α);
其中,当系统侧重于客观可信度时,α的取值范围为0.5<α≤1;当系统侧重于用户的主观反馈时,α的取值范围为0≤α<0.5;当系统处于正常下,即既不侧重客观可信度也不侧重主管反馈时,α取值0.5;
(5.2)可信第三方按照综合可信度评估值从大到小的顺序对云服务提供商进行重新排名。
7.一种用于可抵抗恶意评价的公有云可信度评估方法的公有云可信度评估系统,其特征在于:包括可信第三方、用户和云服务器,所述用户向可信第三方请求服务和反馈服务评价,可信第三方向用户推荐服务,并进行可信度评估和恶意评价检测,检测服务中的QoS值,云服务器向用户提供服务以及公布QoS值;
其中,所述可信第三方具有以下四个模块:
(1)系统信息存储模块,该模块负责存储云服务提供商QoS数据、实时监测的QoS数据和有效的用户评价信息信息;
(2)QoS监测模块,该模块负责监测服务运行过程中相应属性的QoS的监测工作;
(3)用户恶意评价检测模块,在进行主观可信度评估之前,该模块对每个用户的评价信息进行检测,若检测出恶意评价则将其删除,不保存到信息存储模块;
(4)可信度计算模块,该模块负责进行客观可信度、主观可信度以及综合可信度的计算。