基于模糊理论的Web服务信任评估模型

针对Web服务环境的开放性、欺骗性和不确定性等特征,提出一种基于模糊理论的Web服务信任评估模型——WSTrustM。该模型采用模糊理论的方法对信任度进行度量并对信任评估因素进行组合权重分配,利用模糊集合理论的隶属度概念对实体之间的信任关系进行等级划分。仿真实验结果证明,该模型在Web服务信任评估方面更加准确,可以降低交互风险、保证交互的成功率。     

基于云模型的服务信任模型

针对Web服务中信任的主观性和不确定性等特点,提出一种基于云模型的信任建模方法,并给出了直接信任云、推荐信任云、综合信任云的计算方法及基于时间权重的信任更新算法．同时,该模型运用具体的服务能力评价信息来量化服务的信任度,增强了模型的客观性,使其能较好地量化实体的真实信任水平,提高网络中实体的交互成功率．实验与分析结果表明,该模型在网络环境中具有较好的效果．     

基于相似度特征的Web服务匹配算法

针对Web服务查找与匹配困难问题,提出一种基于Petri网和QOS计算的Web服务模糊匹配算法.构建OWL-S过程模型,依靠该模型中的控制流、状态转移与信息转换,将Web服务以Petri网的形式表示,利用节点、网络架构与变迁的语义标准计算Petri网相似度,获取Petri网参数的最优匹配子图,通过计算Petri网的输出...     

一种基于信任的服务组合方法

为解决动态网络下进行可信的Web服务组合问题,该文提出一种基于信任的服务组合方法。该方法首先引入了信任评估机制,构建了基于QoS的服务组合的信任模型;基于该模型设计多约束条件下的基于信任的服务组合方案,采用粒子群算法进行优化求解。应用实例与分析表明了该方法能够提高组合服务的可靠性与成功率。     

上下文感知在Web服务动态信任计算中的应用

针对当前信任模型未能充分考虑环境因素在信任评估中的影响问题,提出了一种基于上下文本体的Web服务动态信任计算模型（CO-WTCM）。该模型通过感知服务实体所处上下文信息,对这些动态、分布、异构的信息进行本体建模,在此基础上采用主客观组合赋权法和模糊综合评估算法对服务实体间的信任关系进行综合评估并通过信任度的综合计算实时更新实体间的信任关系,从而最大程度地保证实体行为的安全和可信。通过与EigenTrust模型相对比,仿真实验验证了该模型的可靠性和有效性。     

基于多维信任云的信任模型研究

针对主观信任的模糊性和不确定性以及现有的基于云模型的信任模型中粒度粗糙的问题,提出了一种基于多维信任云的信任模型。首先,依据实体间的直接交互经验和交互时间,利用加权逆向云生成算法计算被评估实体的直接信任云;然后,通过评估推荐实体的推荐可信度,计算被评估实体的推荐信任云;最后,综合直接信任云和推荐信任云产生综合信任云,并依此进行可信实体的选择。仿真结果表明,基于多维信任云的信任模型能够有效地识别系统中的各类服务实体,可提高实体间的交易成功率。     

基于云模型和风险评估的信任模型研究

针对基于云模型的信任模型缺乏对反馈信息的可信度量以及风险评估等问题,提出一种新的信任模型。综合反馈实体的评价次数、评价行为一致性等因素对反馈者提交的评价信息进行可信度量,基于加权逆向云生成算法构造被评估实体的实体信任云,根据被评估实体的活跃度和实体信任云的数字特征参数进行交互风险的评估。仿真结果表明,该模型能较好地反映实体的行为特点,提高实体间的交互成功率。     

基于动态信任语义库的Web服务匹配算法

针对传统基于语义的Web服务匹配算法无法解决模糊语义下匹配的问题,提出一种基于动态信任语义库的Web服务匹配算法。将交互实体对服务提供者的评价行为进行灰色聚合,筛选出可信实体;依据可信实体对服务提供者的服务描述,提取语义信息,构建动态的语义库,对于Web服务描述中的模糊语义概念,从可信实体的服务描述中抽取相应概念并替换;计算服务请求向量与服务描述向量的语义相似度,衡量Web服务的匹配程度。实验结果表明,在存有模糊语义的情况下,该算法具有更好的匹配效果。     

基于Petri网的Web服务交互行为一致性检测方法

在复杂多变且不可预知的因特网环境中,Web组合服务的实际交互行为和它本身定义的规约之间的一致性是难以确保的。为了解决这个问题,提出了一种将服务组合实例的服务交互行为Petri网模型应用于交互行为一致性检测的方法。首先,提出了一个Web服务交互行为的运行时监控框架,从行为抽象和提取方法、服务交互行为的捕获机制以及交互行为一致性运行时检测方法三方面进行了详细介绍。还详细描述了基于服务交互行为Petri网模型的一致性检测机制。最后,对一致性检测方法的负载和性能进行了充分的评估。     

一个基于有色Petri网的自动Web服务合成模型

提出了一个基于有色Petri网的自动Web服务合成模型,为Web服务的合成提供语义支持,提高合成服务的可靠性和可维护性.该模型将服务的合成结构分成顺序、并发、选择、循环、置换5种合成结构.给出了Web服务基于有色Petri网的形式化定义.定义了一个封闭的Web服务合成算法,通过算法获得的框架能够对Web服务进行说明性的合成.定义了一个自动Web服务合成算法,通过该算法,可以对Web服务进行有人工指导的半自动合成和无人工指导的自动合成.     

基于Shapley熵的主观信任模型

针对开放网络信任的主观性、不确定性等特点,建立了一种基于Shapley熵的主观模糊信任综合评价模型。该模型运用模糊综合评价法得出节点间的直接信任值,并提出评价取向相似度、反馈评价不确定度、推荐节点可信度三个概念,利用Shapley熵计算节点推荐信任值。仿真实验表明,该模型能准确地计算信任值,并在保证节点交易成功率的同时体现了评价的主观性。     

基于共识与Choquet积分的模糊Petri网可信度确定方法*

针对模糊Petri网可信度确定过程中,决策结果可接受程度较低和未考虑影响因子间关联的问题,提出基于群体共识测度与Choquet积分确定模糊Petri网可信度的方法。设计了基于决策者与群体评估信息偏差修正的自适应共识测度算法,获取可接受程度较高的群体评估信息。构建最大2-可加模糊测度Marichal熵模型求解影响因子间的交互作用系数,根据交互作用系数、默比乌斯变换和模糊测度之间的关系确定模糊测度,利用Choquet积分算子集结群体评估信息得到模糊Petri网可信度。将此方法用于确定燃气轮机故障诊断模糊Petri网输入库所可信度,并与未考虑共识测度和影响因子间关联的方法进行比较,计算结果验证了该方法的有效性和可行性。     

一种改进的基于规则的带权模糊推理算法

给出了一种基于带权模糊Petri网的模糊推理算法,这种算法可以适用于一类基于规则的系统,即可以对该类系统的带权模糊Petri网模型进行相应的处理。对系统建立了知识表示的带权模糊Petri网模型,使用该算法可以确定用户给定的库所之间是否存在联系,即相应的命题之间是否存在因果关系,可以计算出命题的模糊真值。对具体的算例进行了分析并与已有的算法进行了比较,得出该算法的优点。     

可信计算信任模型的模糊评估方法研究

基于可信计算中可信性影响因素,详细地讨论了基于模糊集合理论的可信计算信任模型的评估方法。把模糊逻辑推理同信任传递结合起来,采用基于相似度的加权模糊推理方法得到委托实体的可信度,评价信任模型的可信性,为可信计算信任评估提供了一种新的思路。     

遗传神经网络故障诊断自适应Petri网模型

研究故障诊断优化问题。针对传统Petri网难以精确地描述故障现象和故障原因之间的复杂关系,造成故障诊断难以精确,提出了将遗传算法、神经网络和传统Petri网模型结合,形成了一种改进的自适应的加权Petri网模型以及模型的构造算法,同时在此基础上,采用改进的遗传算法对神经网络模型的权值进行优化训练,并给出了采用构造的自适应模糊Petri网模型对故障进行诊断的具体步骤。仿真实例验证了算法的有效性,对柔性制造系统实例的故障进行诊断,验证了此自适应的加权模糊Petri网模型结合了Petri网和遗传算法的优点,具有很强的故障推理能力以及自适应能力,能有效地对故障进行诊断。     

一种信任增强的Web服务综合评估模型

基于信任的网络交易业务日益增多,然而Web服务环境下的信任评估模型还不健全,存在Web服务请求方身份不明、信任度量因素考虑不周全及信任评估主观性强等问题。针对上述问题,提出了一种Web服务环境下信任增强的综合评估模型——WS-TECEM（Trust Enhanced Comprehensive Evaluation Model for Web Services）。WS-TECEM在传统模型的基础上,引入信任关系强度、第一手、第二手、第三手信誉看法及第三方信誉推荐者的可信度等思想,提出一种信任粒度更细、信任指数更强的评估模型,仿真实验表明,WS-TECEM能更全面、更准确地度量Web服务环境下交互双方的可信度。     

P2P环境下基于模糊理论的Dirichlet信任评估模型

针对P2P（Peer-to-Peer）网络中存在的恶意评价、摇摆服务等现象,提出一种基于模糊理论的Dirichlet信任评估模型。提出的模型利用模糊聚类的方式过滤掉一些恶意评价,并抑制节点摇摆服务的影响,从而为网络节点信任值的计算提供了公平、良好的评估环境。在此基础上,考虑到主观信任动态变化的特点,结合模糊理论中贴近度概念,提出一种新的模糊信任更新机制,从而更有效提高节点提供优质服务的积极性。实验结果表明,提出的模型具有良好的评估特性,适用于P2P网络信任评估的环境。     

基于矩阵运算的Petri网反向推理算法

通过对加权模糊Petri网模型和反向推理算法的研究,建立了加权模糊Petri网的关联Petri网推理模型。在此基础上,提出了基于矩阵运算的反向推理算法。通过实例对算法进行了检验,结果表明该算法具有解决复杂问题的并行推理能力、推理效率高、推理过程简单、容易实现。