基于改进遗传算法的组合服务选择方法

针对目前组合服务选择中所采用的遗传算法寻优性不足的问题,提出一种改进的遗传算法,通过采用自适应交叉、自适应变异、随机遍历选择等改进策略来提高算法的性能.仿真结果表明,改进后的遗传算法能够将适应度值提高7%左右,并且随着组合服务中原子服务数目的增加,优势越明显,因此该方法尤其适用于原子服务数目比较大的环境.     

声望系统的互操作性研究

本文研究了声望系统的互操作性问题,提出了三种取得互操作性的方法,即统一标准法、基于策略映射的声望迁移法和基于动态共性学习的声望迁移法.并对这三种方法进行了对比分析,指出了下一步的研究方向.     

组合服务选择中的服务QoS反演

针对组合服务选择中原子服务的服务质量(QoS)未知的情形,提出了服务QoS的反向计算问题,通过对问题的详细分析将其转化为计算原子服务归一化QoS的问题,进一步提出了根据组合服务的QoS反向计算各原子服务归一化的QoS的反演算法,使得在原子服务QoS未知的情况下基于QoS进行组合服务选择成为可能,并在反演算法的基础上提出...     

RulerRep:一种基于偏离度的过滤不实评价新方法

信誉系统在解决开放网络环境中的信任问题时,较传统技术具有明显优势.然而不实评价的存在严重降低了信誉系统的可用性.文中提出一种基于偏离度的不实评价过滤方法:RulerRep.该方法以用户自身与服务提供者的直接经验为标尺,度量评价者的评价准确性,并以该评价准确性定义评价者的平均偏离度.在融合多个评价以计算服务提供者信誉的过程中,用该平均偏离度导出其评价的权重,使得平均偏离度大的节点的意见权重较小,从而达到过滤不实评价的效果.最后,以平均均方误差为指标,在实验仿真中与TRAVOS算法和没有使用过滤技术的Beta Reputation系统进行了性能对比.实验结果表明,在50%与100%的评价者均为恶意节点的情况下,RulerRep仍显示出接近理论最优过滤的性能,并大幅优于同类技术.     

高级证书验证树(Advanced CVT)机制的研究

基于CVT(Certificate Verification Tree)提出一种新的证书实时有效性验证机制ACVT(Advanced CVT).ACVT采用了完全名单,在MHT(Merkel Hash Tree)中记入了证书的状态信息,并维持了MHT中间节点更新时间,这些特性使得ACVT可以时任意状态证书的验证请求返回直接回答,在无需保存历史数据的务件下支持HQ(Historical Query),并支持通过缓存以往查询数据的方法缩减通信开销:同时还提出一种采用Huffman编码二叉树构建MHT的方案,这使得证书的动态插入、查找操作更加易于实现.     

一种基于评价偏离度的信任传递方法

针对目前声望模型普遍无法有效建立信任链的问题,提出了一种利用评价偏离度进行信任传递的方法。该方法利用平均偏离度作为评价者之间距离度量的尺度,对两个没有共同交互伙伴的评价者,以其他评价者为中间节点构造信任路径,并利用三角不等式计算二者之间的全局平均偏离度,从而进行直接经验与间接经验的融合,实现信任传递。仿真结果表明:该信任传递方法是行之有效的。     

声望模型中一种动态选择遗忘因子的方法

针对目前声望模型中单一的遗忘因子无法准确地跟踪动态变化的声望值的问题,提出了一种以降低总误差为目标的动态选择遗忘因子的方法。该方法首先分析了不同的遗忘因子对总误差的影响,然后以声望值的变化程度为依据,在变化较为剧烈时选择较大的遗忘因子以快速体现变化,在变化较小时选择较小的遗忘因子以减小随机误差。仿真结果表明：该方法是行之有效的。     

一种内生式信誉系统不实评价过滤方法

提出一种应用于Beta reputation信誉系统的内生式不实评价过滤方法。该方法以交易次数的对数做为权重进行均值计算,以此限制评价者虚报过大交易量;以加权方差定义容限,识别并过滤与平均信誉度差别较大的评价。仿真结果表明,该方法能有效过滤不实评价,提高信誉计算的精度。