云环境下的服务信任评估及组合优化研究

To accurately and effectively evaluate the trust of services and provide high-performance trustworthy service composition in the open, dynamic and distributed cloud computing environment, has become a bottleneck problem restricting the healthy development of “software as a service” model of cloud computing. To address this problem, starting from the essential characteristics of trust, this project will firstly study the trust relationships among cloud service users as well as their trust propagation mechanisms, and integrate them with QoS of services, users’ experiences on services to build the trust evaluation model for services and composite services. Secondly, the different requirements of cloud users and service providers will be fully considered in this project, to propose trustworthy service selection approach which achieves the optimal balance between these two requirements. Thirdly, intelligent algorithms will be produced to solve and optimize the trustworthy service composition under the distributed, parallel environment, so as to simultaneously meet the requirements of efficiency and other optimization metrics. Finally, a prototype system will be developed to verify the above proposed models, approaches and technologies. Our proposal is expected to provide trustworthy protection of software application development based on service composition. It will also promote the healthy development of “software as a service” model of cloud computing with important theoretical and practical value.

在开放、动态、分布的云计算环境下，如何准确有效地评估服务的信任以及提供高性能的可信服务组合技术，已成为制约云计算软件服务模式健康发展的一个瓶颈问题。针对该问题，本项目首先从信任的本质特点入手，利用云服务用户之间的信任关系与信任传播机制，并综合服务QoS、用户经验等因素创建服务及其组合服务的信任评估模型；然后充分考虑云服务用户与服务提供商的不同需求，提出在这两种需求之间取得最佳平衡的可信服务优选方法；第三，提供分布式并行环境中对可信服务组合进行优化求解的智能算法，可同时满足算法效率和优化指标的要求。最后，研制原型系统验证提出的模型、方法与技术。本项目的研究将为面向服务组合的软件应用开发提供可信保障，对于促进云计算软件服务模式的健康发展具有重要的理论和应用价值。

在开放、动态、分布的云计算环境下，如何准确有效地评估服务的信任以及提供高性能的可信服务组合技术，已成为制约云计算软件服务模式健康发展的一个瓶颈问题。针对该问题，项目在以下五个方面取得了重要研究成果：.1、提出了一种基于QoS的初始、直接与推荐信任值相结合的单个服务信任评估模型。利用用户之间的间接信任关系及信任传播机制，联合用户对服务的QoS评分以及用户相互之间的信任度，预测目标用户对服务的未知QoS评分，提升服务信任评估质量。.2、提出了一种基于用户满意度与服务负载平衡的可信服务优选方法。从用户需求角度，构建了一个描述用户请求和服务之间关系的用户满意度模型。从服务提供商需求角度，构建了一个描述服务负载能力大小动态变化的函数。平衡用户的满意度与当前的服务负载，推荐高质量可信的服务给用户。.3、设计了组合服务信任评估模型，并利用智能算法与分布式并行技术实现可信服务组合优化求解。利用智能算法查找近似最优解，并采用分布式并行技术从服务执行路径中提取出信任最优Top-k执行计划，大幅度提高了服务组合性能。.4、利用LDA主题模型获得领域服务在主题上的概率分布，实现面向领域特征的服务聚类。融合服务内容与服务网络，设计了一个两层主题模型，用来挖掘表征Web服务功能特性的隐含主题信息，并利用随机游走算法，实现基于两层主题模型的服务聚类，促进服务组合及优化。.5、融合关系主题模型与因子分解机，实现了面向服务组合的服务推荐。使用关系主题模型表征Mashup与Web APIs之间的链接关系，并由这种链接关系挖掘出潜在的主题。利用因子分解机训练多维输入信息，预测Mashup与Web APIs之间的链接关系，以推荐Top-N高质量 Web APIs。.本项目的研究将为面向服务组合的软件应用开发提供可信保障，对于促进云计算软件服务模式的健康发展具有重要的理论和应用价值。