基于评价分类的可信QoS服务选择方法.PDFVIP

基于评价分类的可信QoS服务选择方法.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于评价分类的可信QoS服务选择方法.PDF

第28卷 第8期 计 算机 技 术 与发 展 Vol.28 No.8 2018年8月 COMPUTERTECHNOLOGY AND DEVELOPMENT Aug. 2018 基于评价分类的可信 QoS服务选择方法 夏薪棋,刘茜萍 (南京邮电大学计算机学院,江苏 南京 210003) 摘 要:随着众多的服务参与到服务计算中,服务选择变得更加重要。 现有的服务选择方法往往仅进行可信用户的甄别, 可信用户的所有评价均直接用于服务选择,然而,可信用户的一些评价习惯往往会造成服务评价的一些偏离,影响了服务 选择的结果。 为此,提出一种基于用户评价分类的可信QoS服务选择方法,在分析用户评价习惯的基础上将用户评价详 细分类,进而筛除恶意用户,同时,标记出可信用户的偏离评价,并进一步计算偏离评价数据的偏离度以修正可信用户的 偏离评价数据,使偏离评价数据的参考价值更高。 然后基于相似度的计算与量化以确定每个服务下各可信用户的参考权 重,进而计算得到各服务的QoS评分值并完成服务选择。 该方法的有效性通过一个具体实例得到了验证。 关键词:用户评价习惯;评价分类;评价修正;可信QoS;服务选择 中图分类号:TP301 文献标识码:A 文章编号:1673-629X(2018)08-0114-05 doi:10.3969/j.issn.1673-629X.2018.08.024 A Trusted QoS Selection Method Based on Evaluation Classification XIA Xin-qi,LIU Xi-ping (School of Computer Science,Nanjing University of Postsand Telecommunications,Nanjing210003,China) Abstract:Asmore and more usersand servicesparticipatein servicecomputing,service selectionbecomesincreasinglyimportant. Exist- ing service selection methodsare often conducted only for trustedusers,and all of evaluation of trustedusersareused directly in service selection. However,some of the evaluation habitsof trusted userstend to cause some deviations from service evaluations that affect the outcome of service selection. For these reasons,we propose a trusted QoS service selection method based on user evaluation classifica- tion. On the basisof analyzing the user’s evaluation habits,the user evaluation is classified in detail,then screen out a malicious user commentsandmarkthedeviation ofthetrusteduser. Thedeviationfromtheevaluation dataiscalculatedtocorrectthedeviation evalua- tion data of the trusted user so tha

文档评论(0)

sunyangbill + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档