[发明专利]一种基于协作频度聚类的Web服务信任度评估方法

说明书

技术领域

本发明专利设计了一种基于协作频度聚类的Web服务信任评估方法，该方法利用Web服务之间的协作频度将Web服务划分为若干群，计算Web服务的个体信任度和群体信任度，再综合这两种信任度计算Web服务综合信任度，以更加客观地评估Web服务的信任度；此外，本发明专利还设计了一个信任度评估实现框架。

背景技术

在Web服务协同环境中，Web服务可信性是指一个服务对另一个服务可共同完成某个协作任务的期望，这种期望具有主观性，对于同一个Web服务，其他不同的Web服务可能对它会有不同的信任度。

国内外许多学者和研究机构对Web服务信任评估方法进行了研究。国外Jean等人(Fourth International Conference on RCIS，2010)提出了一种基于OWL-S扩展的Web服务描述方法，使Web服务具有更加精确的质量描述。国内徐锋等人(软件学报，2003)设计了一个基于Agent的服务交互模型，根据该交互模型提出了一个综合直接交互经验和第三方推荐经验的用于度量服务间信任关系的信任评估模型。国内杨超等人(计算机科学，2011)根据P2P网络的特征提出了一种基于声誉的信任评估模型，该模型采用与获取路径以及评价者无关的声誉信息计算信任度，能够过滤评价中的不实信息，并且利用衰减因子处理声誉的动态性，但是该方法采用简单的大多数原则来过滤不实声誉，不良评价者只需提交多次评价信息就可以将自己的评价成为主流评价，从而导致评估机制失效。针对反馈评价中存在的问题，国内王尚广等人(软件学报，2012)提出了一种用于Web服务选择的信任度评估方法，利用反馈核查、校正和检测等方式来降低恶意评价对信任度评估的影响，从而提高信任度评估的准确性。国内李海华等人(计算机学报，2008)考虑了信任评估中的主观性因素，提出了一种基于服务能力属性的信任度评估方法，该方法在评估Web服务的信任度时考虑了Web服务的声誉、安全证书和服务能力等信息，不足之处在于该方法并没有考虑Web环境的动态因素，并没有较好的反应Web服务可信度的实时变化。

针对Web服务环境的开放性和不确定性，目前的评估方法不仅无法对Web服务信任度的变化做出实时响应，并且大都从Web服务个体出发，没有考虑Web服务的群体特征。实际上，Web服务的工作方式主要是多个Web服务以协同的方式进行的，其中一个Web服务的失败会导致整个服务链的失败，所以当评估一个Web服务的信任度时，评估Web服务所在群体的信任度也是非常重要的。

发明内容

本发明要克服现有技术的上述缺点，提供一种基于协作频度聚类的Web服务信任度评估方法，从分析Web服务群体特征出发，先计算Web服务的个体信任度和群体信任度，再计算出Web服务的综合信任度，在这一过程中融合直接交互经验和第三方推荐经验，并在计算可信度时引入时间衰减函数，以反应Web服务信任度的动态性和实时性，计算出较为客观的Web服务信任度。

一种基于协作频度聚类的Web服务信任度评估方法，包括以下步骤：

(1)计算Web服务之间的协作频度。协作频度是指在一定时间内两个或多个Web服务之间协作的频繁程度，相互间协作次数较多的Web服务间具有较高的协作频度，而协作次数较少的服务间具有较低的协作频度。协作频度的计算方式如：

其中：c_i,j为某段时间内服务WS_i和服务WS_j之间的协作次数；c_i,total和c_j,total分别为服务WS_i和服务WS_j在这段时间内总的协作次数。

(2)基于协作频度对Web服务进行聚类。通过聚类将具有较高协作频度的Web服务划分到一个群内，聚类过程如下:

2.1：以Web服务为节点V，服务间的协作关系为边E，协作频度为权值W，构建无向加权图G＝(V,E,W)。

2.2：将每条边的权值W与频度阈值θ比较，若W小于阈值θ，则去掉该边。频度阈值θ的取值受到聚类规模上限和类内现有服务数量的约束。

2.3：上述过程会得到多个互不联通的子图，将每一个子图中的Web服务划分为一个聚类。

(3)计算Web服务个体信任度STD。个体信任度(Single trust degree,STD)是指信任主体将信任客体当作一个独立的个体时，对其完成任务的期望值，是通过Web服务间的直接交互经验来产生的。