基于位置的服务中用户隐私保护方法

为了解决在基于位置的服务中保护用户隐私的问题,在基于位置的服务中用户所在位置作为个人隐私信息需要加以保护的特点以及本领域现有的隐私保护方法的基础上,提出了一个面向隐私保护的三维访问控制模型以及基于此模型的隐私保护方法.通过实例说明如何运用此模型来支持和实现在基于位置的服务中对用户的隐私进行保护.与现有的其他针对在基于位置的服务中保护隐私的方法相比,提出的访问控制模型能更完善、更灵活地保护用户的隐私信息.     

粒子群算法求解Web服务组合中基于QoS的服务选择

针对现有web服务组合中服务选择技术的不足,提出了一种基于粒子群优化算法的多
目标优化策略,用于解决web服务组合中基于服务质量（QoS）的服务选择全局最优化问题.
将web服务选择全局最优化问题转化为一个带QoS约束的多目标服务组合优化问题,利用多目
标粒子群算法的智能优化原理,通过同时优化多个QoS参数,最终产生一组满足约束条件的P
areto最优解. 实验结果证明了该算法的可行性和有效性.     

面向SaaS隐私保护的自适应访问控制方法

针对现有访问控制方法未针对云计算隐私保护特征且缺少动态隐私授权机制,无法在运行过程中自适应保护隐私数据的不足,通过对基于角色的访问控制（RBAC）模型进行信任度和隐私使用行为扩展,提出了一种面向云计算SaaS层隐私保护的访问控制模型TBRBAC。在此基础上,提出了一种SaaS服务信任度评估和动态更新机制,给出了基于TBRBAC(Trust and Behavior based RBAC)模型的自适应隐私访问控制系统的体系结构、执行流程以及授权分析算法,讨论了自适应访问控制流程的合理性,并通过实例分析和实验验证说明了本文方法的可行性和有效性。该方法能够实现运行时动态隐私授权及细粒度的隐私访问控制,增强了云计算环境下隐私数据的安全保护。     

结合区块链的车联网隐私保护可信预测缓存架构

在享受基于位置的服务(LBS, location-based service)时,用户需要频繁提交位置信息和查询请求,可能导致隐私泄露。因此,利用认知引擎感知用户需求的能力提出一种基于区块链的隐私保护缓存架构(TPCB, trusted prediction cache architecture based on blockchain)。首先,基于LSTM模型预测查询请求,请求者依靠服务提供商广播缓存数据获取服务。其次,采用信任机制评估信任值来解决与不同邻居通信时引起的交互不可信问题。最后,基于区块链的特性将交易过程中生成的大量信任数据和交易数据存储在区块中。实验结果表明TPCB能有效提高缓存命中率,并对抑制恶意提供商、激励拒绝参与的提供商和隐私保护方面具有良好的性能。     

一种基于协作频度聚类的Web服务信任评估方法

在Web服务协作环境中选择可信赖的Web服务是分布式软件需要解决的一个关键问题,为此,提出了一种基于协作频度聚类的Web服务信任评估方法.该方法借鉴社会学信任模型,通过Web服务节点间的协作频度对Web服务进行聚类,提出个体信任度、群体信任度和综合信任度的概念,给出了一个Web服务信任度评估模型.还设计了一种基于全局信任管理和本地信任管理的Web服务信任度评估框架.通过构建Web服务库,对评估模型进行了模拟实验,证明了所提出的Web服务信任评估方法的可行性和有效性.     

基于信任和个性偏好的云服务选择模型

为了从大量的功能相同或相近、但服务质量不同的服务中,选择一个既可信、又能满足个性偏好的服务,以基于Agent和信任域的层次化信任管理框架为平台,利用基于个性偏好的模糊聚类方法,提出云计算环境下基于信任和个性偏好的服务选择模型.为了确定和服务请求者个性偏好最接近的分类,提出服务选择算法.引入信任评估机制,结合直接信任和域推荐信任,使请求者在确定的分类中,选择既安全可信、又能满足个性偏好的服务资源.在交易结束后,根据服务满意度,对本次服务进行评判,并进行信任更新.仿真实验表明,该模型可以有效地提高请求者的服务满意度,对恶意实体的欺诈行为具有一定的抵御能力.     

路网环境下基于不经意传输的LBS隐私保护方法

基于位置服务(LBS)中的隐私保护方法存在如下常见问题:重视用户端隐私保护而容易忽略LBS服务端的数据安全;隐私保护强度高的方法实用效率低;隐私保护方法大多面向欧氏空间提出,无法适用路网环境,查询准确率低.针对上述问题,基于不经意传输提出了一种LBS兴趣点查询服务中的隐私保护方法,在保护用户位置和查询内容隐私的同时确保LBS服务端数据安全,并能确保路网连续查询的效率和准确率.性能分析及实验结果表明,新方法具有较强的安全性和良好的工作效率.     

基于遗传算法实现服务组合中信任感知的成员服务选择

把信任引入到服务组合中,研究了信任感知的成员服务选择问题,基于1个成员服务可以为组合服务中1个或者若干个活动提供实现,在计算服务质量代价时一次性完成的假设,建立了选择问题的数学模型,设计了基于遗传算法的选择算法.实验结果表明,设计的信任感知的成员服务选择算法具有较好的收敛性.     

浅议WEB2.0时代个人网络隐私的保护

网络web2.0时代的兴起以及信息采集手段的多样化,个人网络隐私的保护问题受到了人们的普遍关注。对网络隐私的涵义、网络隐私的保护现状以及侵权类型进行了归纳和总结。针对互联网web2.0时代个人网络隐私的特点,从技术和道德伦理自我约束的视角对个人网络隐私的保护进行了探讨。     

基于分解与加密的云数据库隐私保护机制研究

针对租户对云数据库服务模式下数据隐私保护的需求,提出了一种基于分解与加密的云数据库隐私保护机制。租户根据自身的隐私保护需求定义隐私约束,由云服务提供商平台的可信数据隐私保护模块根据隐私约束完成最少加密属性分解,并对分解结果中一部分属性的数据值加密实现数据隐私保护,从而建立了基于分解与加密的云数据库隐私保护模型。对该隐私保护模型进行了扩展,实现了防止数据分布隐私泄漏、减小服务提供商平台负载和对可排序属性进行范围查询的目的。     

独立架构下自适应情境的位置隐私保护方法

针对基于位置的服务位置隐私保护系统中可信第三方匿名服务器易受攻击的架构弊端以及用户间合作稳定性因时空变化而无法保证的问题,在无可信第三方、非合作模式下,提出一种自适应情境的位置隐私保护方法．通过服务器端构建多粒度抽象路网与位置情境模型,解决终端实时位置情境信息感知的通信问题;同时,根据终端用户的个性化通信成本与位置隐私保护强度设置,实现查询点与查询区域的自适应选取．实验结果表明,该方法实现了隐私保护度与通信开销、计算开销的平衡．     

Petri网在语义Web服务组合中的应用研究

通过Petri网对语义层次上的web服务组合进行描述与建模,并将Petri网形式化元素加入到web服务中,然后对Petri网模型用XML进行描述,使之能在实际中应用。最后,给出了基于Petri网的Web服务组合应用实例。     

基于BPSO的web服务推荐策略

为解决web服务的优化选择,提出一种基于离散二进制粒子群算法(binary particle swarm optimization,BPSO)的web服务推荐策略.用数学方法阐述基于服务质量(quality of service,QoS)的业务组合,将业务单元组合转换到服务组合,给出不同服务组合模式下的QoS属性值计算公式,提出web服务集和嵌套概念,对具有嵌套模式的服务组合进行逐一遍历.将基于QoS的web服务组合优化问题看成是多目标优化决策问题,提出基于BPSO的web服务组合优化数学模型,利用目标加权法简化多目标决策问题.对BPSO进行改进,构建了基于BPSO的web服务推荐仿真系统,仿真表明,该方法高效可行.     

关于Web服务动态组合的约束性满足的研究

当前web服务组合已成为web services技术的一个重要方面，并且能够实时选择新的services以更好地满足人们的需求，这就需要制定自己web服务组合标准的方法.针对这一问题，描绘了引导服务选择的约束标准，根据这些标准能够选择一组较优的services进行组合，满足消费者的需求.这种方法使得动态web服务组合简化为一个约束满足的问题(CSP),因此,该机制成功地在服务组合模型上得到了实现.     

基于信任的组合服务选择方法

针对从大量功能性属性相同的服务中选择最能满足请求者需求的服务这一问题,提出一种基于信任的组合服务选择方法.利用Bayes理论来计算对目标服务的直接信任值,基于请求者评价的相似度构建服务信任网络,在此基础上提出一种基于有向图结构的信任传播算法来计算对目标服务的推荐信任值;结合直接信任与推荐信任以形成对目标服务的信任度,为服务请求者提供决策信息.实验表明,该方法能够有效的满足不同服务请求者对组合服务的个性化需求,并对多种恶意行为具有较高的抵抗能力,而且在网络稀疏的情况下仍能表现出较强的鲁棒性.     

基于熵分类的个性化隐私匿名方法

针对传统(α,k)-匿名模型不能满足敏感属性值之间不同隐私保护程度个性化需求的问题,引入敏感属性值个性隐私敏感因子和个性隐私保护需求度的概念,进而形式化地定义了个性化(α,k)-匿名模型;同时,还提出了一种基于熵分类的个性化隐私匿名方法来实现个性化(α,k)-匿名模型。实验表明:该方法不仅能获得与现有(α,k)-匿名算法近似的信息损失度和时间代价,同时也满足了个性化服务的需求,获得更合理的隐私保护。     

支持区间型QoS的Web服务选择

针对开放环境中web服务的动态性和随机性问题,提出支持区间型服务质量（QoS）的web服务选择算法. 算法中QoS的不确定性用带概率分布的区间数来描述,通过QoS的抽样数据,可计算出区间上的概率密度. 比较各web服务在QoS置信区间上的概率密度,有助于准确描述QoS受环境影响的程度. 结合这种比较方式以及组合服务的区间型QoS模型,设计出一种有区间型QoS保障的组合服务算法. 仿真实验表明,区间型QoS服务选择有利于减少动态环境对选择排序的影响,提高服务选择的准确性.     

基于模型的Web Service性能测试方法

为提高web service性能测试的效率和自动化程度,提出了一种基于模型的web service性能测试方法．web service性能测试模型分层建立,测试步骤模型、测试事务模型、测试调度模型从下至上可实现不同层间测试模型的重用．基于该模型编制了web service性能测试工具软件,并进行了实际应用,为基于模型的自动化性能测试提供了可行的解决方案．     

基于模型的Web Service性能测试方法

为提高web service性能测试的效率和自动化程度,提出了一种基于模型的web service性能测试方法．web service性能测试模型分层建立,测试步骤模型、测试事务模型、测试调度模型从下至上可实现不同层间测试模型的重用．基于该模型编制了web service性能测试工具软件,并进行了实际应用,为基于模型的自动化性能测试提供了可行的解决方案．