云服務(wù)的信任管理模型和評(píng)估方法研究.pdf

1、云計(jì)算因其大規(guī)模、虛擬化、高可靠性、高伸縮性和按需付費(fèi)等優(yōu)點(diǎn)，為用戶(hù)的復(fù)雜計(jì)算、大量存儲(chǔ)等工作帶來(lái)巨大的便利。然而，隨著云計(jì)算的普及，云安全問(wèn)題也隨之暴露。由于大量終端設(shè)備的接入，云服務(wù)供應(yīng)商無(wú)法判斷請(qǐng)求用戶(hù)的真實(shí)性。用戶(hù)在選擇云服務(wù)時(shí)，也很難判斷其是否可信。因此，需要一種有效的信任管理機(jī)制來(lái)保障云服務(wù)與用戶(hù)之間的信任。由于傳統(tǒng)的基于憑證的信任管理已不能有效解決用戶(hù)和云服務(wù)的信任危機(jī)，因此基于行為的信任管理逐漸被應(yīng)用在云服務(wù)的安全問(wèn)題上

2、。
　　由于當(dāng)前信任管理機(jī)制未考慮用戶(hù)的信任度，論文提出一種基于雙向評(píng)估的信任管理模型。論文在信任機(jī)制中加入用戶(hù)的信任度評(píng)估，提出逆推思想尋找惡意用戶(hù)，并對(duì)它們進(jìn)行懲罰。該模型通過(guò)評(píng)估云服務(wù)和用戶(hù)雙方的信任度，來(lái)防止惡意用戶(hù)和惡意云服務(wù)合謀。
　　針對(duì)用戶(hù)間的行為有相似性的特點(diǎn)，論文提出一種基于相似度的改進(jìn)的EigenTrust信任評(píng)估算法。論文在EigenTrust算法基礎(chǔ)之上，將二元滿意度評(píng)價(jià)改進(jìn)為多元滿意度評(píng)價(jià)，提高用

3、戶(hù)對(duì)云服務(wù)滿意度評(píng)價(jià)的精確度；采用余弦相似度計(jì)算用戶(hù)間的行為相似度，提高間接信任評(píng)估的準(zhǔn)確性。
　　由于決策算法中指標(biāo)的權(quán)重也會(huì)接影響決策的結(jié)果，論文提出一種基于信息熵的改進(jìn)的TOPSIS多屬性決策算法。遵從最佳服務(wù)時(shí)選擇盡量保持客觀的原則，論文引入TOPSIS算法。論文考慮各指標(biāo)的穩(wěn)定情況，采用信息熵作為多屬性的權(quán)重。改進(jìn)后的算法不僅加強(qiáng)客觀性，還使決策結(jié)果更貼近真實(shí)情況。
　　實(shí)驗(yàn)證明基于相似度的改進(jìn)的EigenTrus